Keamanan merupakan salah satu aspek penting pada rumah cerdas. Salah satu jenis keamanan yang digunakan adalah teknologi pengenalan wajah atau face recognition. Teknologi ini dapat digunakan untuk mendeteksi wajah dari orang yang memiliki akses dan tidak memiliki akses. Dalam menerapkan teknologi ini, dimanfaatkan Iriun Webcam, model machine learning, tuning, dan library python OpenCV yang memanfaatkan Haar Cascade Classifer.
Iriun Webcam akan diinstall pada perangkat smartphone dan laptop yang terhubung dengan internet. Smartphone akan mengirimkan gambar sedangkan laptop menerima, mengolah, kemudian mendeteksi wajah pada gambar. Model machine learning yang digunakan diseleksi dengan pilihan KNN, SVM, dan Decision Tree. Berdasarkan seleksi, KNN mendapatkan nilai tertinggi pada metrik accuracy sebesar 97,28%, precision sebesar 93%, recall sebesar 97%, dan f1-score sebesar 97%. Kemudian metrik ditingkatkan menggunakan tuning GridSearchCV yang menghasilkan accuracy sebesar 98,84%, precision sebesar 98%, recall sebesar 98%, dan f1-score sebesar 98%. Dengan memanfaatkan KNN, OpenCV, dan Haar Cascade Classifer, sistem diimplementasikan dan mampu dalam mendeteksi wajah secara real-time.
Kata Kunci: machine learning, KNN, SVM, decision tree, iriun webcam, GridSearchCV.