Metode Scoring-Based Pada Sistem Keamanan Rumah Berbasis Multi-Sensor Dan Kendali Smart Lock
Keywords:
Scoring-Based, Sensor PIR, Sensor Ultrasonik, Sistem Keamanan Rumah, ESP32-CAM, Smart LockAbstract
Tingginya angka kejahatan di Indonesia yang mencapai 584.991 kasus pada tahun 2023 mendorong kebutuhan akan sistem keamanan rumah yang lebih andal dan adaptif. Sistem berbasis sensor tunggal dinilai belum memadai karena rentan menghasilkan false alarm yang tidak akurat. Penelitian ini menerapkan metode scoring-based pada sistem deteksi gerak multi-sensor menggunakan sensor PIR HC-SR501 berbobot 3 dan sensor ultrasonik HC-SR04 berbobot 2 yang dikendalikan oleh mikrokontroler ESP32-CAM. Akumulasi total skor dari kedua sensor dibandingkan dengan nilai threshold untuk mengklasifikasikan kondisi menjadi tiga level keputusan, yaitu aman, waspada, dan bahaya, dengan mempertimbangkan pola pergerakan objek berdasarkan durasi aktivitas, frekuensi deteksi, dan perubahan jarak. Ketika ancaman terdeteksi, sistem secara otomatis mengaktifkan buzzer, mengunci smart lock berbasis solenoid, serta mengirimkan notifikasi beserta foto ke pengguna melalui Telegram Bot secara real-time. Hasil pengujian menunjukkan seluruh komponen sistem berfungsi sesuai rancangan dan metode scoring-based terbukti mampu meningkatkan akurasi deteksi sekaligus meminimalkan false alarm dibandingkan sistem sensor tunggal.
References
[1] . D. Perancangan Perangkat Keras Perancangan perangkat keras pada penelitian ini menggunakan beberapa komponen utama yang saling terintegrasi untuk mendukung sistem keamanan rumah berbasis IoT. Komponen yang digunakan meliputi ESP32-CAM sebagai pusat pengendali sistem, sensor PIR HC-SR501 untuk mendeteksi gerakan, sensor ultrasonik HC-SR04 untuk mengukur jarak objek, relay module sebagai pengendali arus listrik, solenoid door lock sebagai aktuator pengunci pintu, buzzer sebagai alarm peringatan, serta power supply sebagai sumber daya bagi seluruh komponen sistem. E. Perancangan Perangkat Lunak Perangkat lunak pada sistem ini dikembangkan menggunakan Arduino IDE dengan bahasa pemrograman C++. Sistem bekerja dengan siklus pembacaan data setiap 500 ms melalui alur logika utama, yaitu membaca data sensor, menghitung skor dari masing-masing sensor, menjumlahkan total skor, membandingkannya dengan nilai threshold, kemudian menjalankan aksi sesuai hasil keputusan yang diperoleh
[2] . F. Metode Scoring-Based Metode scoring-based merupakan suatu pendekatan dalam pengambilan keputusan otomatis yang bekerja dengan cara mengubah setiap kondisi masukan yang diterima sistem menjadi representasi nilai skor numerik tertentu, kemudian mengakumulasikan keseluruhan nilai skor tersebut untuk selanjutnya dibandingkan dengan nilai ambang batas (threshold) yang telah ditetapkan sebelumnya
[3] . Secara matematis, akumulasi total skor dirumuskan sebagai berikut: S = Σ (wᵢ × sᵢ) , i = 1..n di mana wᵢ merepresentasikan nilai bobot dari sensor ke-i, sᵢ merupakan nilai keluaran biner masing-masing sensor (0 atau 1), dan n adalah total jumlah sensor yang digunakan dalam sistem. Sistem akan menghasilkan keputusan "Ancaman" apabila nilai total skor S memenuhi kondisi S ≥ T, dengan T sebagai nilai threshold yang telah dikalibrasi. Keunggulan utama pendekatan ini terletak pada fleksibilitasnya, di mana tingkat sensitivitas sistem dapat disesuaikan cukup dengan memodifikasi nilai bobot atau threshold tanpa perlu mengubah struktur logika keputusan secara keseluruhan
[4] . Tabel 1. Skema Pembobotan Skor Berdasarkan akumulasi nilai skor yang diperoleh dari seluruh sensor yang aktif, sistem mengklasifikasikan kondisi deteksi ke dalam tiga level keputusan yang masing-masing memiliki ambang batas dan respons aksi yang berbeda-beda, sebagaimana ditampilkan pada Tabel berikut. Tabel 2. Klasifikasi Tingkat Keamanan Penetapan nilai threshold pada angka 7 didasarkan pada pertimbangan bahwa nilai tersebut hanya dapat terpenuhi apabila sensor PIR dan sensor ultrasonik aktif secara bersamaan dalam satu siklus pembacaan yang sama. Dengan demikian, aktivasi dari satu sensor saja tidak akan cukup untuk mencapai nilai threshold, sehingga sistem tidak akan menghasilkan respons apapun ketika hanya satu sensor yang terpicu. Mekanisme ini secara langsung berkontribusi dalam mencegah terjadinya false positive yang kerap disebabkan oleh faktor-faktor pengganggu pada sensor tunggal, seperti pergerakan hewan peliharaan yang melewati jangkauan sensor PIR maupun fluktuasi suhu lingkungan yang dapat memicu sinyal deteksi palsu
[5] . Metode Scoring-Based diterapkan dengan memberikan nilai pada setiap parameter yang diperoleh dari sensor, seperti sensor PIR, jarak objek, durasi pergerakan, dan frekuensi deteksi. Masing-masing parameter memiliki bobot yang disesuaikan dengan tingkat pengaruhnya terhadap kondisi keamanan. Nilai tersebut kemudian dijumlahkan untuk menghasilkan skor total yang digunakan dalam mengklasifikasikan kondisi menjadi normal, waspada, atau bahaya
[6] . Pendekatan ini memiliki konsep yang serupa dengan metode Simple Additive Weighting (SAW), yaitu dengan mengakumulasikan nilai dari setiap kriteria untuk menghasilkan keputusan akhir G. Skema Pembobotan Skor Skema pembobotan skor pada setiap sensor ditentukan berdasarkan tingkat keandalan serta kontribusinya dalam meningkatkan akurasi deteksi sistem. Sensor PIR diberikan bobot skor sebesar 3 karena mampu mendeteksi radiasi inframerah dari tubuh manusia secara langsung, sedangkan sensor ultrasonik memperoleh bobot skor sebesar 2 karena berfungsi sebagai pendukung dalam memverifikasi jarak objek yang terdeteksi. Rincian skema pembobotan skor pada sistem ditunjukkan pada Tabel 3 Skema Pembobotan Skor. Tabel 3. Skema Pembobotan Skor H. Keputusan Sistem Berdasarkan total skor yang diperoleh dari kedua sensor, sistem membagi kondisi deteksi ke dalam tiga kategori keputusan seperti yang ditunjukkan pada Tabel 2. Nilai threshold ditentukan sebesar 5 karena nilai tersebut hanya dapat dicapai ketika sensor PIR dan sensor ultrasonik aktif secara bersamaan dalam satu siklus pembacaan. Dengan demikian, aktivasi dari salah satu sensor saja tidak cukup untuk memicu respons sistem. Tabel 4. Level Keputusan Sistem I. Pseudocode Algoritma Pseudocode algoritma scoring-based yang diterapkan pada sistem ditunjukkan sebagai berikut: MULAI Baca pir_val (0 atau 1) Baca dist dari ultrasonik (cm) JIKA dist < 150 cm: us_score = 2 JIKA TIDAK: us_score = 0 skor_pir = pir_val x 3 skor_total = skor_pir + us_score JIKA skor_total >= 7: Kunci Smart Lock Aktifkan Buzzer Kirim foto + notif Telegram JIKA 1 <= skor_total <= 4: Catat log aktivitas JIKA TIDAK: Sistem standby SELESAI J. Diagram Block Sistem Gambar 3. Diagram Block Sistem Diagram blok sistem digunakan untuk merepresentasikan hubungan serta alur kerja antar komponen dalam suatu sistem secara sederhana dan terstruktur, sehingga memudahkan dalam memahami proses kerja sistem secara keseluruhan. Gambar 1 memperlihatkan Diagram blok sistem yang menunjukkan alur kerja sistem keamanan rumah berbasis IoT yang menggunakan metode Scoring-Based dalam proses deteksi ancaman. Proses dimulai dari adanya objek gerakan yang dideteksi oleh sensor PIR HC-SR501 dan sensor ultrasonik HC-SR04. Sensor PIR berfungsi untuk mendeteksi pergerakan berdasarkan radiasi inframerah tubuh, sedangkan sensor ultrasonik digunakan untuk mengukur jarak objek terhadap area pemantauan. Data hasil pembacaan dari kedua sensor kemudian dikirimkan ke mikrokontroler ESP32 untuk diproses menggunakan metode Scoring-Based. Pada tahap ini, sistem melakukan perhitungan skor berdasarkan kondisi sensor, durasi gerakan, serta frekuensi deteksi untuk menentukan tingkat kondisi keamanan. Apabila total skor mencapai nilai ambang batas yang telah ditentukan, ESP32 akan menjalankan aksi keluaran berupa aktivasi aktuator seperti LED atau buzzer sebagai alarm peringatan. Selain itu, sistem juga mengirimkan notifikasi melalui Telegram kepada pengguna sebagai bentuk pemantauan jarak jauh secara real-time. K. Flowchart Alur Kerja Sistem Flowchart alur kerja sistem digunakan untuk menggambarkan tahapan dan urutan proses yang terjadi pada sistem secara sistematis, mulai dari proses penerimaan data (input), pengolahan data (process), hingga menghasilkan keluaran (output). Diagram ini berfungsi sebagai representasi visual dari cara kerja sistem sehingga memudahkan dalam memahami hubungan antarproses yang berlangsung selama sistem beroperasi. Melalui flowchart, setiap langkah yang dilakukan oleh sistem dapat dijelaskan secara lebih terstruktur, termasuk proses pembacaan data sensor, analisis menggunakan metode Scoring-Based, pengambilan keputusan berdasarkan hasil perhitungan skor, hingga pelaksanaan tindakan yang sesuai dengan kondisi yang terdeteksi. Dengan adanya flowchart, alur kerja sistem menjadi lebih mudah dipahami, dianalisis, dan dievaluasi, baik pada tahap perancangan maupun implementasi, sehingga dapat memberikan gambaran menyeluruh mengenai mekanisme kerja sistem keamanan rumah yang dikembangkan.
[7] . Gambar 4. Flowchat Alur Kerja Sistem Pada Gambar 2 menjelaskan alur kerja sistem keamanan rumah berbasis IoT, proses diawali ketika sensor PIR dan sensor ultrasonik mendeteksi adanya gerakan atau objek di sekitar area pintu. Data dari kedua sensor tersebut kemudian diterima dan diproses oleh ESP32-CAM menggunakan metode Scoring-Based. Selanjutnya, sistem menghitung total skor berdasarkan kondisi sensor, durasi gerakan, dan frekuensi deteksi. Nilai skor yang diperoleh kemudian dibandingkan dengan nilai threshold untuk menentukan kondisi keamanan. Apabila skor belum mencapai batas yang ditentukan, sistem akan kembali melakukan proses monitoring dan pembacaan sensor secara terus-menerus. Namun, jika total skor mencapai atau melebihi threshold, maka sistem akan menjalankan beberapa aksi, seperti mengaktifkan buzzer, mengambil gambar menggunakan ESP32-CAM, serta mengirimkan notifikasi beserta foto ke Telegram pengguna secara real-time. Setelah itu, sistem kembali ke mode pemantauan untuk mendeteksi kondisi berikutnya L. Pengujian Fungsional (Black Box) Pengujian fungsional dilakukan untuk memastikan bahwa setiap komponen sistem dapat beroperasi sesuai dengan fungsi yang dirancang. Proses pengujian dilakukan dengan memberikan kondisi masukan tertentu pada masing-masing komponen, kemudian mengamati respons atau keluaran yang dihasilkan oleh sistem. M. Pengujian Akurasi dan False Positive Rate Pengujian akurasi dilakukan menggunakan 15 skenario pengujian yang terdiri dari tiga kondisi berbeda, di mana setiap kondisi diuji. Hasil keputusan yang diberikan oleh sistem kemudian dibandingkan dengan ground truth yang telah ditetapkan untuk memperoleh nilai akurasi dan false positive rate (FPR). Perhitungan dilakukan menggunakan rumus berikut: Akurasi = (Keputusan Benar / Total Pengujian) × 100% FPR = (False Positive / Total Kondisi Negatif) × 100% N. Pengujian Waktu Respons Pengujian waktu respons dilakukan untuk mengetahui lama waktu yang dibutuhkan sistem mulai dari mendeteksi kondisi ancaman hingga notifikasi beserta foto diterima oleh pengguna melalui aplikasi Telegram. Pengujian ini dilakukan sebanyak 10 kali pada kondisi jaringan internet yang stabil. Selanjutnya, dihitung nilai rata-rata, waktu tercepat, dan waktu terlama untuk mengevaluasi tingkat responsivitas sistem. O. Evaluasi Evaluasi sistem merupakan tahap akhir dalam metodologi penelitian yang bertujuan untuk menilai kinerja dan keandalan sistem keamanan rumah berbasis IoT yang telah dirancang. Tahap ini dilakukan untuk mengetahui sejauh mana sistem mampu mencapai tujuan yang telah ditetapkan, khususnya dalam mendeteksi aktivitas mencurigakan menggunakan metode Scoring-Based serta mengontrol smart lock secara otomatis. Proses evaluasi didasarkan pada skenario pengujian yang telah dirancang sebelumnya, meliputi pengujian fungsional (black box), pengujian akurasi dan false positive rate, serta pengujian waktu respons. Parameter yang dianalisis mencakup tingkat keberhasilan sistem dalam mengklasifikasikan kondisi (normal, waspada, dan bahaya), kecepatan respons terhadap ancaman, serta kestabilan sistem dalam mengirimkan notifikasi kepada pengguna. Selain itu, evaluasi juga mempertimbangkan potensi kesalahan sistem, seperti deteksi palsu (false positive) maupun kegagalan deteksi (false negative), yang dapat dipengaruhi oleh berbagai faktor lingkungan seperti pencahayaan, suhu, jarak objek, serta gangguan di sekitar area sensor. Hasil dari evaluasi ini akan digunakan untuk mengidentifikasi kelebihan dan kekurangan sistem, sekaligus menjadi dasar untuk pengembangan dan penyempurnaan pada penelitian selanjutnya.a. Hasil dan Pembahasan A. Implementasi sistem Pada tahap implementasi ini, sistem keamanan rumah berbasis IoT berhasil direalisasikan menggunakan sensor PIR dan sensor ultrasonik HC-SR04 sebagai pendeteksi aktivitas, ESP32-CAM sebagai pengendali dan pemroses data, relay yang terhubung dengan smart lock berbasis solenoid, buzzer sebagai alarm, serta Telegram Bot sebagai media monitoring dan notifikasi secara real-time. Selain itu, metode Scoring-Based berhasil diterapkan pada ESP32-CAM untuk menganalisis data sensor berdasarkan perubahan jarak objek, frekuensi deteksi, dan durasi keberadaan objek di area pemantauan sehingga sistem dapat membedakan kondisi aman, waspada, dan ancaman dengan lebih akurat. Ketika ancaman terdeteksi, sistem secara otomatis mengaktifkan buzzer, mengendalikan smart lock, mengambil foto menggunakan kamera, dan mengirimkan notifikasi beserta hasil tangkapan gambar kepada pengguna melalui Telegram, sehingga dapat mengurangi kemungkinan terjadinya false alarm dibandingkan sistem yang hanya mengandalkan satu sensor. B. Implementasi Rangkaian Sistem Gambar 3. Wiring Diagram Sistem Gambar 3 memperlihatkan rancangan wiring diagram yang digunakan dalam penelitian ini. Pada konfigurasi tersebut, sensor PIR dan sensor ultrasonik HC-SR04 terhubung dengan ESP32-CAM yang berperan sebagai pusat pemrosesan data. Informasi yang diperoleh dari kedua sensor selanjutnya diolah untuk menentukan kondisi keamanan berdasarkan metode Scoring-Based yang diterapkan. Selain itu, modul relay digunakan sebagai aktuator untuk mengendalikan mekanisme smart lock berbasis solenoid, sedangkan buzzer berfungsi sebagai perangkat peringatan yang akan aktif ketika sistem mengidentifikasi adanya potensi ancaman berdasarkan hasil analisis sensor. C. Implementasi Perangkat Keras Gambar 4. Implementasi Perangkat Keras Gambar 4 menunjukkan implementasi akhir perangkat keras yang digunakan dalam penelitian. Integrasi antara sensor PIR, sensor ultrasonik, ESP32-CAM, relay, buzzer, dan smart lock menghasilkan sebuah sistem keamanan rumah berbasis IoT yang dapat mendeteksi aktivitas di area pemantauan, melakukan dokumentasi visual melalui kamera, serta mengirimkan informasi hasil deteksi kepada pengguna secara real-time melalui Telegram Bot. D. Pengujian SistemMetode Scoring Based Pengujian sistem dilakukan untuk mengetahui tingkat keberhasilan metode Scoring-Based dalam mengolah data hasil pembacaan sensor sehingga sistem mampu membedakan kondisi aman, waspada, dan ancaman secara tepat serta memberikan respons yang sesuai terhadap setiap kondisi yang terdeteksi. Tabel 5. Data Pergerakan Sistem Scoring-Based Hasil pengujian pada Tabel 4 menunjukkan bahwa sistem dapat melakukan klasifikasi aktivitas berdasarkan karakteristik pergerakan objek yang terpantau oleh sensor. Metode Scoring-Based mengolah beberapa parameter, yaitu lama deteksi, intensitas perubahan gerakan, dan kondisi sensor, untuk menghasilkan nilai skor yang digunakan sebagai dasar pengambilan keputusan. Pendekatan ini memberikan tingkat keakuratan yang lebih baik karena memanfaatkan kombinasi data dari beberapa sensor secara bersamaan. E. Pengujian Pengiriman Notifikasi Telegram Gambar 5. Hasil Telegram Gambar 5 memperlihatkan hasil pengujian fitur notifikasi Telegram yang diterapkan pada sistem. Ketika nilai skor hasil perhitungan metode Scoring-Based memenuhi kriteria ancaman, ESP32-CAM secara otomatis melakukan pengambilan gambar dan mengirimkan informasi hasil deteksi kepada pengguna melalui Telegram secara real-time. Hasil pengujian menunjukkan bahwa sistem berhasil mengirimkan notifikasi dalam bentuk pesan teks yang memuat informasi kondisi keamanan berdasarkan hasil analisis sensor. Selain itu, foto objek yang berhasil ditangkap oleh kamera ESP32-CAM juga dapat diterima dengan baik oleh pengguna melalui Telegram, sehingga memungkinkan proses pemantauan dilakukan secara jarak jauh dengan lebih efektif. F. Pengujian Smart Lock Tabel 4. Hasil Pengujian Smart Lock Berdasarkan hasil pengujian yang telah dilakukan, smart lock dapat dioperasikan dengan baik baik melalui mekanisme otomatis yang dijalankan oleh sistem maupun melalui perintah manual yang dikirimkan menggunakan Telegram Bot. G. Analisis Hasil Pengujian Berdasarkan hasil implementasi dan pengujian yang telah dilakukan, penerapan metode Scoring-Based pada sistem keamanan rumah berbasis IoT mampu meningkatkan efektivitas deteksi ancaman dengan mengolah data dari sensor PIR dan sensor ultrasonik secara bersamaan. Sistem tidak langsung memberikan notifikasi berdasarkan satu kali pembacaan sensor, melainkan melakukan analisis terhadap pola pergerakan objek berdasarkan durasi aktivitas, frekuensi deteksi, dan perubahan jarak yang terukur, sehingga dapat mengurangi kemungkinan terjadinya false alarm. Selain itu, integrasi ESP32-CAM dengan Telegram Bot memungkinkan proses pemantauan keamanan rumah dilakukan secara real-time dari jarak jauh melalui smartphone. Ketika sistem mengidentifikasi adanya aktivitas yang dikategorikan sebagai ancaman, pengguna akan menerima notifikasi beserta foto hasil tangkapan kamera, sehingga informasi kondisi keamanan rumah dapat diperoleh dengan cepat dan respons terhadap potensi gangguan dapat dilakukan secara lebih efektif. Kesimpulan Berdasarkan hasil perancangan, implementasi, dan pengujian yang telah dilakukan, sistem keamanan rumah berbasis IoT dengan penerapan metode Scoring-Based pada deteksi gerak multi-sensor berhasil dikembangkan dan berfungsi sesuai dengan tujuan penelitian. Kombinasi sensor PIR dan sensor ultrasonik mampu meningkatkan akurasi deteksi aktivitas mencurigakan melalui analisis pola pergerakan, sehingga dapat mengurangi terjadinya false alarm. Selain itu, integrasi ESP32-CAM, smart lock berbasis solenoid, dan Telegram Bot memungkinkan proses monitoring, pengambilan gambar, pengiriman notifikasi, serta pengendalian pintu dilakukan secara real-time melalui smartphone Ucapan Terima Kasih Penulis mengucapkan terima kasih yang tulus kepada dosen pembimbing atas segala bimbingan, arahan, saran, serta dukungan yang diberikan selama proses pelaksanaan penelitian hingga penyusunan artikel ini. Ucapan terima kasih juga disampaikan kepada rekan-rekan, keluarga, dan seluruh pihak yang telah memberikan bantuan, semangat, serta kontribusi yang berarti, baik secara langsung maupun tidak langsung, sehingga penelitian ini dapat terselesaikan dengan baik. Penulis turut menyampaikan apresiasi kepada Universitas Duta Bangsa Surakarta atas dukungan akademik, penyediaan fasilitas, dan lingkungan pembelajaran yang mendukung kegiatan penelitian. Selain itu, penulis mengucapkan penghargaan kepada panitia Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2026 atas kesempatan yang diberikan untuk mempublikasikan dan menyebarluaskan hasil penelitian ini sebagai bagian dari pengembangan ilmu pengetahuan dan kontribusi bagi masyarakat akademik. Referensi
[8] Abidin, Z., Nugraha, R. A., & Santoso, E. W. (2026). Desain prototipe sistem keamanan rumah berbasis Internet of Things dengan integrasi sensor pintar. Jurnal ELECTRA: Electrical Engineering Articles, 6(2), 1–11.
[9] Gitakarma, M. S., Ariawan, K. U., Pracasitaram, I. G. M. S. B., & Korespondensi, P. (2024). The role of microcontrollers in IoT application development: A conceptual review and implementation. Jurnal Komputer dan Teknologi Sains (KOMTEKS), 3(2), 18–24.
[10] Kusuma, H. A., Wijaya, S. B., & Nusyirwan, D. (2023). Sistem keamanan rumah berbasis ESP32-CAM dan Telegram sebagai notifikasi. Infotronik: Jurnal Teknologi Informasi dan Elektronika, 8(1), 30. https://doi.org/10.32897/infotronik.2023.8.1.2291
[11] Rumere, S., & Manullang, V. (2024). Rancang bangun sistem keamanan rumah berbasis Internet of Things (IoT) dengan menggunakan sensor PIR dan ESP32-CAM. Jurnal Ilmiah, 12(1), 9–16.
[12] Paramarta, D. P. A., Wirawan, I. M. W., Raya, J., Udayana, K., Jimbaran, B., & Selatan, K. (2026). Perancangan sistem notifikasi tamu menggunakan kombinasi sensor PIR dan ultrasonik. JNATIA, 4(2).
[13] Nurwarsito, H., & Adaby, R. W. (2024). Pengembangan Internet of Things (IoT) dalam perekaman data iklim mikro dengan platform ThingsBoard. Jurnal Teknologi Informasi dan Ilmu Komputer, 11(6), 1385–1398. https://doi.org/10.25126/jtiik.2024118987
[14] Maulidan, F. R., & Ardiansah, I. (2026). Rancang bangun sistem monitoring ketinggian dan volume air berbasis Internet of Things (IoT) menggunakan NodeMCU ESP8266 dan sensor ultrasonik AJ-SR04M. Jurnal Informatika dan Teknik Elektro Terapan, 14(1). https://doi.org/10.23960/jitet.v14i1.8888
[15] Arif Paulus, Nicolaus, Wendy Panglima, Eka Dodi, & Dian. (2026). PROTOTYPE SISTEM KEAMANAN RUMAH BERBASIS MULTI-SENSOR DAN NOTIFIKASI SMS MENGGUNAKAN ESP32.
[16] Hutagalung, Y. K., & Fahruzi, I. (2025). Pengukuran sinyal dari sensor accelerometer dan gyroscope untuk menentukan gerak jatuh pada lansia menggunakan metode ambang batas. Jurnal Elektro dan Mesin Terapan, 11(2), 77–86.
[17] Drilanang, A., et al. (2026). Implementasi sistem keamanan laci pintar: Integrasi kendali akses berbasis web dan klasifikasi anomali getaran menggunakan machine learning. JNATIA, 4(2).
[18] Paramarta, D. P. A., & Wirawan, I. M. W. (2026). Perancangan sistem notifikasi tamu menggunakan kombinasi sensor PIR dan ultrasonik. JNATIA, 4(2), 319–326. https://doi.org/10.24843/JNATIA.2026.v04.i02.p09
[19] Pangestu, G. A., Juwari, & Asyhari, M. Y. (2024). Sistem keamanan rumah berbasis Internet of Things (IoT) menggunakan notifikasi Bot Telegram untuk pendeteksian gerak. Jurnal Smart System, 4(1), 1–14. https://doi.org/10.36728/jss.v4i1.3913
[20] Putra, A. N. T., Desnanjaya, N. G. M., Saputra, G. P. K., Astuti, A. K. S., et al. (2023). Perancangan sistem monitoring ketersediaan air otomatis menggunakan aplikasi Blynk berbasis Internet of Things (IoT). Jurnal Ilmiah. Ilmu Komputer Dan Sistem Informasi (JIKOMSI), 6, 154–164.
