Face recognition doorlock with raspberry pi

Raspberry Pi adalah mini komputer seukuran kartu kredit yang sangat populer untuk proyek IoT, otomasi, dan pembelajaran pemrograman.
Salah satu proyek menarik yang bisa dibuat dengan Raspberry Pi adalah Face Recognition Door Lock — sistem kunci pintu otomatis yang akan terbuka hanya jika wajah yang dikenali sesuai dengan data yang sudah tersimpan.

Tutorial ini ditujukan untuk pemula. Artinya, meskipun kamu belum pernah menggunakan Raspberry Pi sebelumnya, kamu tetap bisa mengikuti langkah demi langkah yang disediakan di sini.

Langkah 1 – Persiapan Alat dan Bahan

Sebelum memulai, pastikan semua kebutuhan perangkat keras dan perangkat lunak sudah siap. Tanpa alat yang lengkap, sistem tidak bisa berjalan sempurna.

Alat yang dibutuhkan

Raspberry Pi 4 (disarankan) + microSD 16/32 GB
Adaptor power Raspberry Pi
Kamera (Pi Camera Module atau USB Webcam)
Modul relay (untuk mengendalikan kunci pintu elektrik)
Kunci pintu elektrik (solenoid lock atau magnetic lock)
Kabel jumper
Breadboard (opsional untuk prototyping)
Monitor + keyboard + mouse (untuk setup awal)

Software

Raspberry Pi OS (diinstal via Raspberry Pi Imager)
Python 3 (sudah bawaan Raspberry Pi)
OpenCV (untuk pengolahan gambar)
Face Recognition library (berbasis dlib)

Langkah 2 – Instalasi Raspberry Pi

Raspberry Pi menggunakan sistem operasi berbasis Linux. Kita perlu menyiapkan OS ke dalam microSD agar Pi bisa digunakan.

Download Raspberry Pi Imager dari situs resmi.
Masukkan microSD ke laptop/PC.
Jalankan Raspberry Pi Imager → pilih OS: Raspberry Pi OS (Lite atau Desktop).
Pilih microSD target → klik Write.
Setelah selesai, masukkan microSD ke Raspberry Pi.
Sambungkan monitor, keyboard, mouse → nyalakan Pi.

Langkah 3 – Update dan Instalasi Library

Agar Raspberry Pi siap digunakan untuk pengolahan wajah, kita perlu mengupdate sistem dan memasang beberapa library Python.

Langkah 4 – Menangkap dan Menyimpan Dataset Wajah

Sistem face recognition membutuhkan data wajah yang sudah dikenali sebelumnya. Jadi kita buat program Python untuk mengambil gambar wajah lalu menyimpannya sebagai dataset.

import cv2
import os

cam = cv2.VideoCapture(0)
cv2.namedWindow("Capture Face")

user_name = input("Masukkan nama pengguna: ")
path = "dataset/" + user_name

if not os.path.exists(path):
    os.makedirs(path)

count = 0
while True:
    ret, frame = cam.read()
    if not ret:
        break
    cv2.imshow("Capture Face", frame)

    k = cv2.waitKey(1)
    if k%256 == 27:  # ESC untuk keluar
        print("Escape ditekan, keluar...")
        break
    elif k%256 == 32:  # SPACE untuk capture
        img_name = f"{path}/face_{count}.jpg"
        cv2.imwrite(img_name, frame)
        print(f"{img_name} tersimpan!")
        count += 1

cam.release()
cv2.destroyAllWindows()

Langkah 5 – Pengenalan Wajah

Setelah dataset wajah tersimpan, sekarang kita buat program pengenalan wajah yang membandingkan wajah di depan kamera dengan dataset.

import face_recognition
import cv2
import os
import numpy as np

known_encodings = []
known_names = []

dataset_dir = "dataset"

# Load semua wajah di dataset
for user_name in os.listdir(dataset_dir):
    user_folder = os.path.join(dataset_dir, user_name)
    for file in os.listdir(user_folder):
        img_path = os.path.join(user_folder, file)
        image = face_recognition.load_image_file(img_path)
        encoding = face_recognition.face_encodings(image)[0]
        known_encodings.append(encoding)
        known_names.append(user_name)

video = cv2.VideoCapture(0)

while True:
    ret, frame = video.read()
    rgb_frame = frame[:, :, ::-1]
    face_locations = face_recognition.face_locations(rgb_frame)
    face_encodings = face_recognition.face_encodings(rgb_frame, face_locations)

    for (top, right, bottom, left), face_encoding in zip(face_locations, face_encodings):
        matches = face_recognition.compare_faces(known_encodings, face_encoding)
        name = "Unknown"

        face_distances = face_recognition.face_distance(known_encodings, face_encoding)
        best_match_index = np.argmin(face_distances)
        if matches[best_match_index]:
            name = known_names[best_match_index]

        cv2.rectangle(frame, (left, top), (right, bottom), (0, 255, 0), 2)
        cv2.putText(frame, name, (left, top-10), cv2.FONT_HERSHEY_SIMPLEX, 1, (0,255,0), 2)

    cv2.imshow("Face Recognition", frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

video.release()
cv2.destroyAllWindows()

Langkah 6 – Integrasi dengan Door Lock

Sekarang kita hubungkan hasil pengenalan wajah dengan modul relay untuk membuka kunci pintu.

Jika wajah dikenali, cukup panggil fungsi:

Penutup

Dengan mengikuti tutorial ini, kamu telah berhasil membuat sistem Face Recognition Door Lock menggunakan Raspberry Pi. Mulai dari instalasi OS, instalasi library, pembuatan dataset wajah, hingga integrasi dengan modul relay.

Proyek ini bisa dikembangkan lebih jauh, misalnya dengan:

Menambahkan sistem logging (catatan siapa yang membuka pintu)
Mengirim notifikasi ke HP
Mengontrol pintu lewat aplikasi web atau mobile