SISTEM ALARM PINTAR DENGAN DETEKSI GERAKAN DAN DOKUMENTASI OTOMATIS MENGGUNAKAN KAMERA IP

 

SISTEM ALARM PINTAR DENGAN DETEKSI GERAKAN DAN DOKUMENTASI OTOMATIS MENGGUNAKAN KAMERA IP

KELAS RE-3D KELOMPOK D5 LABORATORIUM SISTEM TERBENAM

Shafira Az Zahra Dzatin Nithaqaini¹, Ariska Nur Rahmawati², Haidar Faozan Azhiema², Pudjarafi Aqil Arvin Saputra²

Program Studi Teknologi Rekayasa Elektronika

Jurusan Teknik Elektro, Politeknik Negeri Semarang

2025/2026

Jl. Prof. Soedarto, Tembalang, Kota Semarang, Jawa Tengah, 50275

 

ABSTRAK - Alarm konvensional yang hanya mengandalkan suara sering kali kurang efektif karena pengguna dapat mematikannya tanpa benar-benar terbangun atau tanpa benar-benar merespons peringatan yang diberikan. Pada proyek ini dirancang sebuah Sistem Alarm Pintar berbasis Raspberry Pi 4 yang memadukan penjadwalan alarm berbasis waktu sistem dengan aktuator fisik berupa LED, active buzzer, dan motor DC, serta proses pengolahan citra menggunakan OpenCV untuk melakukan deteksi gerakan melalui kamera IP yang bersumber dari aplikasi IP Webcam pada smartphone Android. Alarm hanya dapat dinonaktifkan apabila sistem berhasil mendeteksi gerakan pengguna di depan kamera menggunakan metode frame difference, dan setiap kali alarm berhasil dimatikan, sistem secara otomatis menyimpan foto pengguna sebagai bentuk dokumentasi. Berdasarkan hasil pengujian, seluruh subsistem mulai dari aktivasi alarm berbasis waktu, motion detection, hingga penyimpanan foto dapat berjalan sesuai dengan perancangan yang dilakukan.

Kata Kunci: Raspberry Pi 4, OpenCV, Motion Detection, IP Camera, Smart Alarm.

I. PENDAHULUAN

A. LATAR BELAKANG

Alarm merupakan salah satu perangkat bantu yang paling umum digunakan dalam kehidupan sehari-hari, baik untuk membangunkan seseorang dari tidur maupun untuk mengingatkan jadwal kegiatan penting seperti kuliah, kerja, atau ibadah. Ketergantungan masyarakat terhadap alarm menunjukkan bahwa perangkat ini memiliki peran besar dalam menjaga kedisiplinan waktu. Namun demikian, alarm konvensional yang hanya mengandalkan bunyi memiliki kelemahan mendasar, yaitu pengguna dapat dengan mudah menekan tombol snooze atau mematikan alarm tanpa benar-benar terbangun dan tanpa benar-benar meninggalkan tempat tidur. Kondisi ini menyebabkan alarm konvensional sering gagal mencapai tujuan utamanya, sehingga pengguna tetap berisiko terlambat menjalankan aktivitas.

Permasalahan tersebut mendorong perlunya sebuah sistem alarm yang lebih interaktif, yaitu alarm yang tidak hanya berhenti karena ditekan tombolnya, melainkan berhenti karena pengguna benar-benar melakukan suatu aktivitas fisik yang dapat diverifikasi oleh sistem. Salah satu pendekatan yang dapat digunakan adalah memanfaatkan deteksi gerakan (motion detection) sebagai syarat untuk menonaktifkan alarm, sehingga pengguna dipaksa untuk bergerak dan berada di depan kamera sebelum alarm benar-benar berhenti. Untuk mewujudkan pendekatan ini diperlukan sebuah unit pengendali yang mampu menjalankan proses pengolahan citra secara real-time, dan Raspberry Pi dipilih karena merupakan embedded computer yang memiliki kemampuan komputasi memadai, mendukung sistem operasi Linux secara penuh, serta memiliki pin General Purpose Input Output (GPIO) yang dapat langsung dihubungkan dengan komponen elektronika seperti LED, buzzer, maupun driver motor.

Untuk melakukan proses deteksi gerakan, digunakan pustaka OpenCV (Open Source Computer Vision Library) karena pustaka ini telah teruji secara luas dalam berbagai penelitian pengolahan citra dan menyediakan fungsi-fungsi siap pakai untuk operasi pada level piksel, salah satunya adalah perbandingan antar-frame yang digunakan pada metode frame difference. Adapun sumber citra pada sistem ini tidak berasal dari modul kamera khusus, melainkan memanfaatkan kamera pada smartphone Android yang dijalankan sebagai kamera IP menggunakan aplikasi IP Webcam. Pendekatan ini dipilih karena kualitas kamera pada smartphone umumnya lebih baik dibandingkan modul kamera Raspberry Pi versi standar, di samping tidak memerlukan biaya tambahan untuk pengadaan modul kamera karena smartphone relatif mudah didapatkan.

Selain LED dan buzzer yang lazim digunakan sebagai indikator alarm, sistem ini juga melibatkan motor DC yang digerakkan melalui driver motor L298N sebagai bentuk alarm fisik. Pergerakan motor dimaksudkan untuk memberikan efek gangguan tambahan yang lebih terasa dibandingkan sekadar bunyi dan cahaya, sehingga mendorong pengguna untuk segera merespons alarm. Perlu ditegaskan bahwa sistem yang dibangun pada proyek ini masih berupa prototype Smart Visual Alarm dalam skala laboratorium, yang bertujuan untuk membuktikan konsep integrasi antara penjadwalan waktu, aktuator fisik, dan pengolahan citra berbasis Computer Vision pada satu perangkat embedded computer.

B. RUMUSAN MASALAH

1. Bagaimana merancang sistem alarm berbasis Raspberry Pi 4 yang dapat aktif secara otomatis sesuai dengan waktu sistem yang telah ditentukan?

2. Bagaimana mengintegrasikan LED, active buzzer, dan motor DC sebagai indikator sekaligus alarm fisik pada sistem?

3. Bagaimana memanfaatkan smartphone Android sebagai kamera IP serta mengimplementasikan motion detection menggunakan OpenCV untuk mendeteksi gerakan pengguna?

4. Bagaimana merancang mekanisme penghentian alarm serta penyimpanan foto pengguna secara otomatis berdasarkan hasil deteksi gerakan?

C. TUJUAN

1. Mengimplementasikan alarm berbasis waktu sistem menggunakan Raspberry Pi 4.

2. Mengintegrasikan LED, active buzzer, dan motor DC sebagai alarm fisik yang aktif secara bersamaan saat alarm berbunyi.

3. Memanfaatkan smartphone Android sebagai kamera IP melalui aplikasi IP Webcam sebagai sumber citra bagi sistem.

4. Mengimplementasikan motion detection menggunakan metode frame difference pada pustaka OpenCV untuk mendeteksi gerakan pengguna.

5. Merancang mekanisme penghentian alarm serta penyimpanan foto pengguna secara otomatis sebagai bentuk dokumentasi ketika alarm dinonaktifkan.

II. METODOLOGI

Penyusunan proyek akhir ini dilakukan melalui beberapa tahapan yang saling berkaitan, mulai dari studi literatur hingga penyusunan laporan. Tahapan tersebut dijelaskan sebagai berikut.

1. Studi Literatur

Tahap ini dilakukan dengan mempelajari konsep dasar Raspberry Pi sebagai embedded computer, prinsip kerja OpenCV dalam pengolahan citra digital, metode motion detection berbasis frame difference, penggunaan aplikasi IP Webcam sebagai pengganti modul kamera, serta prinsip kerja driver motor L298N dalam mengendalikan motor DC. Referensi yang digunakan berasal dari dokumentasi resmi, jurnal ilmiah, maupun artikel teknis yang relevan dengan topik Computer Vision dan embedded system.

2. Perancangan Hardware

Perancangan hardware meliputi penentuan komponen yang digunakan, yaitu Raspberry Pi 4, LED, active buzzer, driver motor L298N, motor DC, dan power supply, serta penentuan skema pengawatan antara Raspberry Pi dan komponen-komponen tersebut melalui pin GPIO. Pada tahap ini juga ditentukan tata letak komponen pada prototype agar sistem dapat bekerja secara stabil.

3. Perancangan Software

Perancangan software dilakukan menggunakan bahasa pemrograman Python, yang mencakup pembacaan waktu sistem sebagai pemicu alarm, pengendalian GPIO untuk mengaktifkan LED, buzzer, dan motor, penerimaan video stream dari aplikasi IP Webcam, serta penyusunan alur logika program agar seluruh proses berjalan secara berurutan dan sinkron.

4. Implementasi Motion Detection

Pada tahap ini dilakukan implementasi algoritma motion detection menggunakan metode frame difference dengan pustaka OpenCV. Proses ini meliputi pengambilan frame video secara berkala, konversi frame ke citra grayscale untuk menyederhanakan proses komputasi, penghitungan selisih piksel antar-frame, serta penentuan ambang batas (threshold) yang digunakan untuk menentukan apakah gerakan telah terdeteksi.

5. Pengujian Sistem

Pengujian dilakukan terhadap setiap subsistem, meliputi pengujian alarm berbasis waktu, pengujian aktuator (LED, buzzer, motor DC), pengujian koneksi kamera IP, pengujian akurasi motion detection, serta pengujian penyimpanan foto. Pengujian ini bertujuan untuk memastikan bahwa seluruh bagian sistem bekerja sesuai dengan perancangan yang telah dibuat.

6. Penyusunan Laporan

Tahap akhir adalah penyusunan laporan yang berisi latar belakang, metodologi, tinjauan pustaka, hasil pengujian, serta kesimpulan dari proyek yang telah dikerjakan, sebagai bentuk dokumentasi tertulis dari keseluruhan proses perancangan sistem.

III. TINJAUAN PUSTAKA

A. ALAT DAN BAHAN

1.     Raspberry Pi 4               

2.     LED                          

3.     Buzzer Aktif                 

4.     Modul Driver Motor L298N     

5.     Motor DC                     

6.     Smartphone (IP Webcam)       

7.     Kabel Jumper                 

8.     Power Supply 5V             

B. DIAGRAM BLOK

Diagram blok sistem menggambarkan hubungan antara bagian masukan, proses, dan keluaran pada Sistem Alarm Pintar. Pada bagian masukan terdapat waktu sistem Raspberry Pi sebagai pemicu awal alarm, video streaming dari aplikasi IP Webcam sebagai sumber citra, dan gerakan pengguna yang tertangkap kamera sebagai syarat penghentian alarm. Bagian proses meliputi pembacaan waktu sistem, aktivasi alarm, pengambilan video melalui IP Webcam, pengolahan citra menggunakan OpenCV, motion detection berbasis frame difference, penyimpanan foto, hingga penghentian alarm. Adapun bagian keluaran terdiri atas aktifnya LED dan buzzer, berputarnya motor DC, berhentinya alarm, tersimpannya file foto pengguna, serta informasi status sistem yang ditampilkan pada terminal.

C. GAMBAR RANGKAIAN

Gambar rangkaian menunjukkan hubungan fisik antar komponen pada Sistem Alarm Pintar. Raspberry Pi 4 berperan sebagai pusat pengendali yang terhubung langsung dengan LED dan active buzzer melalui pin GPIO, serta terhubung dengan driver motor L298N yang selanjutnya mengendalikan motor DC. Power supply menyuplai tegangan yang dibutuhkan oleh Raspberry Pi maupun oleh rangkaian motor melalui driver L298N, sedangkan smartphone yang menjalankan aplikasi IP Webcam terhubung ke Raspberry Pi secara nirkabel melalui jaringan Wi-Fi, bukan melalui kabel fisik, sehingga tidak tergambar sebagai jalur kelistrikan pada rangkaian.

D. DIAGRAM PENGAWATAN

Diagram pengawatan menjelaskan secara rinci hubungan pin GPIO Raspberry Pi 4 dengan setiap komponen. Pin GPIO tertentu dihubungkan ke kaki anoda LED melalui resistor pembatas arus, sedangkan kaki katoda dihubungkan ke ground. Active buzzer dihubungkan pada salah satu pin GPIO digital yang berfungsi sebagai saklar aktif-nonaktif. Driver motor L298N dihubungkan ke beberapa pin GPIO yang berfungsi sebagai sinyal kendali arah putaran (INT1, INT2, INT3, INT4), sementara terminal keluaran daya pada L298N dihubungkan ke motor DC. Sumber tegangan dari power supply dihubungkan pada terminal masukan daya L298N, dan ground dari power supply disatukan dengan ground Raspberry Pi agar seluruh rangkaian memiliki referensi tegangan yang sama.

E. DIAGRAM ALIR

Diagram alir menggambarkan urutan proses kerja sistem secara keseluruhan. Program dimulai dengan Raspberry Pi membaca waktu sistem secara berkala. Selanjutnya sistem melakukan pengecekan apakah waktu tersebut telah sesuai dengan waktu alarm yang telah dijadwalkan. Apabila waktu alarm belum tercapai, sistem akan kembali membaca waktu sistem secara terus-menerus. Namun apabila waktu alarm telah tercapai, LED akan menyala, buzzer akan berbunyi, dan motor DC akan berputar secara bersamaan sebagai penanda bahwa alarm sedang aktif.

Setelah alarm aktif, sistem akan membuka koneksi ke kamera IP melalui aplikasi IP Webcam pada smartphone, kemudian OpenCV mulai melakukan motion detection terhadap video yang diterima. Sistem akan terus memeriksa apakah gerakan pengguna terdeteksi. Selama gerakan belum terdeteksi, proses motion detection akan terus diulang. Apabila gerakan berhasil terdeteksi melebihi ambang batas yang ditentukan, sistem akan menyimpan foto pengguna, kemudian menonaktifkan LED, buzzer, dan motor DC secara bersamaan, sehingga proses alarm dinyatakan selesai.

F. KODE PROGRAM

Program pada Sistem Alarm Pintar disusun menggunakan bahasa Python dan dijalankan langsung pada Raspberry Pi 4.

"""============================================================================ Pemrogram : Kelompok RE-3D/5     1. 05-Ariska Nur Rahmawati                  NIM:4.34.23.3.05     2. 11-Haidar Faozan Azhiema                 NIM:4.34.23.3.11     3. 17-Pudjarafi Aqil Arvin Saputra          NIM:4.34.23.3.17     4. 23-Shafira Az Zahra Dzatin Nithaqaini    NIM:4.34.23.3.23 Proyek Akhir smart_visual_alarm.py Sistem Alarm Visual Cerdas Berbasis Deteksi Gerak Menggunakan Raspberry Pi 4 dan IP Webcam Materi Baru: - Raspberry Pi 4 - IP Webcam (kamera HP via aplikasi IP Webcam) - OpenCV (Computer Vision) - Deteksi Gerak (Frame Differencing) - Modul Driver Motor L298N - Robot (gpiozero) — kontrol motor DC dua arah ------------------------------------------------------------------------------- Komponen: - Raspberry Pi 4                x1 - LED                           x1 - Buzzer Aktif                  x1 - Modul Driver Motor L298N      x1 - Motor DC                      x1 - Smartphone (IP Webcam)        x1 - Kabel Jumper                  secukupnya - Power Supply 5V               x1 ------------------------------------------------------------------------------- Fitur Sistem: - Alarm berbasis waktu (jam diset manual via konfigurasi) - LED dan buzzer aktif saat alarm berbunyi - Robot berputar saat alarm aktif - Deteksi gerak menggunakan frame differencing via OpenCV - Kamera menggunakan stream HTTP dari aplikasi IP Webcam (Android) - Alarm otomatis mati ketika gerakan terdeteksi (lambaikan tangan) - Foto otomatis tersimpan saat gerakan terdeteksi - Sapaan kontekstual berdasarkan waktu (pagi/siang/sore/malam) ------------------------------------------------------------------------------- Konfigurasi Waktu Alarm     : format HH:MM (diset pada variabel ALARM_TIME) Motion Threshold: 1500 piksel (batas deteksi gerak) Camera URL      : http://<IP_HP>:8080/video (IP Webcam Android) Photo Folder    : /home/pi/RE3D05/projectAkhir/alarm_photos ------------------------------------------------------------------------------- Alur Kerja Sistem: 1. Program menunggu hingga waktu = ALARM_TIME 2. LED, buzzer, dan motor aktif 3. Kamera membaca stream dari IP Webcam 4. Frame differencing berjalan secara loop 5. Jika motion_pixels > MOTION_THRESHOLD → alarm mati, foto disimpan 6. Program selesai ============================================================================"""   from gpiozero import LED, Buzzer, Robot from datetime import datetime from time import sleep import cv2 import os   # ==========================   # GPIO   # ==========================   led = LED(18)          # pindahkan LED ke GPIO27 buzzer = Buzzer(22)   motorAB = Robot( left=(23,24), right=(25,8) )   # ==========================   # KONFIGURASI   # ==========================   ALARM_TIME = "19.30" MOTION_THRESHOLD = 1500   CAMERA_URL = "http://192.168.137.144:8080/video"   PHOTO_FOLDER = "/home/pi/RE3D05/projectAkhir/alarm_photos"   os.makedirs(PHOTO_FOLDER, exist_ok=True)   print("=================================") print(" SMART VISUAL ALARM ROBOT") print("=================================") print("Alarm diset ke:", ALARM_TIME)   alarm_triggered = False   # ==========================   # LOOP UTAMA   # ==========================   while True:     current_time = datetime.now().strftime("%H:%M")     print(f"Jam sekarang: {current_time}", end="\r")     if current_time == ALARM_TIME and not alarm_triggered:         alarm_triggered = True         print("\n=================================")       print("ALARM AKTIF!")       print("LED ON")       print("BUZZER ON")       print("ROBOT BERPUTAR")       print("Lambaikan tangan untuk mematikan alarm")       print("=================================")         # Alarm aktif       led.on()       buzzer.on()         # Robot muter di tempat       motorAB.left(speed=0.5)         # ==========================       # KAMERA       # ==========================         cap = cv2.VideoCapture(CAMERA_URL)         ret, frame1 = cap.read()         if not ret:             print("Gagal membuka kamera!")             led.off()           buzzer.off()           motorAB.stop()             break         frame1 = cv2.resize(frame1, (320,240))       frame1_gray = cv2.cvtColor(           frame1,           cv2.COLOR_BGR2GRAY       )         while True:             cap.grab()           cap.grab()             ret, frame2 = cap.read()             if not ret:               continue             frame2 = cv2.resize(frame2, (320,240))             frame2_gray = cv2.cvtColor(               frame2,               cv2.COLOR_BGR2GRAY           )             diff = cv2.absdiff(               frame1_gray,               frame2_gray           )             _, thresh = cv2.threshold(               diff,               25,               255,               cv2.THRESH_BINARY           )             motion_pixels = cv2.countNonZero(               thresh           )             print(               f"Motion: {motion_pixels}",               end="\r"           )             frame1_gray = frame2_gray             # ==========================           # GERAKAN TERDETEKSI           # ==========================             if motion_pixels > MOTION_THRESHOLD:                 print("\nGerakan terdeteksi!")                 timestamp = datetime.now().strftime(                   "%Y%m%d_%H%M%S"               )                 filename = (                   f"{PHOTO_FOLDER}/{timestamp}.jpg"               )                 cv2.imwrite(                   filename,                   frame2               )                 print("Foto disimpan:")               print(filename)                 # Matikan alarm               led.off()               buzzer.off()                 # Hentikan robot               motorAB.stop()                 cap.release()                 hour = datetime.now().hour                 if 5 <= hour < 11:                   greeting = "Selamat pagi"               elif 11 <= hour < 15:                   greeting = "Selamat siang"               elif 15 <= hour < 18:                   greeting = "Selamat sore"               else:                   greeting = "Selamat malam"                 print("\n=================================")               print(greeting)               print("Alarm dimatikan")               print("Robot berhenti")               print("=================================")               break         break   sleep(1)

 

IV. HASIL DAN PEMBAHASAN

A. CARA KERJA SISTEM

Ketika sistem dijalankan, Raspberry Pi 4 secara terus-menerus membaca waktu sistem yang berjalan pada perangkat. Program akan membandingkan waktu tersebut dengan waktu alarm yang telah ditentukan sebelumnya oleh pengguna. Selama waktu alarm belum tercapai, sistem berada pada kondisi siaga tanpa mengaktifkan komponen keluaran apapun.

Pada saat waktu sistem telah sesuai dengan waktu alarm, Raspberry Pi akan mengaktifkan LED sebagai indikator visual, mengaktifkan active buzzer sehingga menghasilkan bunyi peringatan, serta menggerakkan motor DC melalui driver L298N sehingga motor berputar sebagai alarm fisik tambahan. Ketiga aktuator ini diaktifkan secara bersamaan agar peringatan yang diberikan kepada pengguna lebih kuat dibandingkan hanya menggunakan satu jenis indikator saja.

Bersamaan dengan aktifnya alarm, Raspberry Pi membuka koneksi video menuju smartphone yang menjalankan aplikasi IP Webcam. Video yang diterima kemudian diolah oleh OpenCV untuk melakukan motion detection. Proses ini dilakukan dengan membandingkan frame video yang diterima saat ini dengan frame sebelumnya, kemudian menghitung selisih nilai piksel di antara keduanya. Apabila selisih tersebut melebihi ambang batas yang ditentukan, sistem menyimpulkan bahwa telah terjadi gerakan di depan kamera.

Ketika gerakan pengguna berhasil terdeteksi, sistem akan menyimpan foto pengguna ke penyimpanan Raspberry Pi sebagai bukti dokumentasi bahwa pengguna benar-benar telah bergerak dan berada di depan kamera. Setelah proses penyimpanan foto selesai, sistem akan menonaktifkan LED, menghentikan bunyi buzzer, dan menghentikan putaran motor DC secara bersamaan, sehingga alarm dinyatakan berhasil dinonaktifkan. Seluruh proses ini berjalan secara otomatis tanpa memerlukan interaksi tombol fisik dari pengguna, karena penghentian alarm sepenuhnya bergantung pada hasil deteksi gerakan melalui kamera IP.

B. HASIL PENGUJIAN

Pengujian dilakukan terhadap setiap subsistem untuk memastikan bahwa seluruh bagian bekerja sesuai dengan perancangan. Ringkasan hasil pengujian ditunjukkan pada tabel berikut.

No	Jenis Pengujian	Skenario Pengujian	Hasil yang Diharapkan	Hasil Pengujian
1	Pengujian Alarm Berbasis Waktu	Waktu sistem Raspberry Pi mencapai waktu alarm yang telah dijadwalkan	Alarm aktif secara otomatis (LED, buzzer, dan motor DC menyala/berputar)	Berhasil
2	Pengujian LED	LED diaktifkan bersamaan dengan waktu alarm	LED menyala stabil selama alarm aktif	Berhasil
3	Pengujian Buzzer	Buzzer aktif saat alarm berbunyi	Buzzer mengeluarkan bunyi secara terus-menerus selama alarm aktif	Berhasil
4	Pengujian Motor DC	Motor DC diaktifkan sebagai alarm fisik	Motor berputar di tempat selama alarm belum dinonaktifkan	Berhasil
5	Pengujian Kamera IP	Smartphone menjalankan aplikasi IP Webcam dan mengirim stream ke Raspberry Pi	Video stream dapat diakses dan diolah oleh OpenCV pada Raspberry Pi	Berhasil
6	Pengujian Motion Detection	Pengguna bergerak di depan kamera saat alarm aktif	Sistem mendeteksi selisih antar-frame melebihi ambang batas dan mengenali gerakan	Berhasil
7	Pengujian Penyimpanan Foto	Gerakan terdeteksi dan alarm dinonaktifkan	Foto pengguna tersimpan otomatis ke penyimpanan Raspberry Pi dengan nama file berbasis waktu	Berhasil
8	Pengujian Penghentian Alarm	Motion detection berhasil mengenali gerakan pengguna	LED, buzzer, dan motor DC berhenti secara bersamaan	Berhasil

 

Berdasarkan hasil pengujian pada tabel di atas, seluruh subsistem menunjukkan hasil yang sesuai dengan perancangan awal. Alarm berhasil aktif tepat pada waktu yang dijadwalkan, ketiga aktuator (LED, buzzer, dan motor DC) bekerja secara bersamaan tanpa keterlambatan yang berarti, kamera IP dari smartphone dapat diakses secara stabil oleh Raspberry Pi, dan motion detection mampu mengenali gerakan pengguna sehingga alarm dapat dinonaktifkan

V. KESIMPULAN

Berdasarkan hasil perancangan dan pengujian yang telah dilakukan, Sistem Alarm Pintar berbasis Raspberry Pi 4 berhasil diimplementasikan sesuai dengan tujuan yang telah ditetapkan. Alarm dapat aktif secara otomatis berdasarkan waktu sistem, LED, active buzzer, dan motor DC bekerja secara bersamaan sebagai alarm fisik, serta smartphone Android yang dijalankan sebagai kamera IP melalui aplikasi IP Webcam terbukti dapat dimanfaatkan sebagai sumber citra tanpa memerlukan modul kamera tambahan. Metode motion detection berbasis frame difference pada OpenCV berhasil digunakan sebagai syarat penghentian alarm, sekaligus memicu penyimpanan foto pengguna secara otomatis sebagai bentuk dokumentasi.

Sistem yang dikembangkan pada proyek ini masih berupa prototype dalam skala laboratorium dan memiliki peluang pengembangan lebih lanjut. Pada penelitian selanjutnya, sistem dapat ditingkatkan dengan menambahkan Face Recognition untuk memastikan identitas pengguna yang mematikan alarm, penerapan teknik Artificial Intelligence untuk meningkatkan akurasi deteksi pada berbagai kondisi pencahayaan, maupun integrasi dengan platform IoT agar status alarm dapat dipantau dan dikendalikan dari jarak jauh melalui internet.

VI. REFERENSI

Bradski, G. and Kaehler, A., 2008. Learning OpenCV: Computer Vision with the OpenCV Library. Sebastopol: O'Reilly Media.

Imanova, G.E. and Sesay, H.K., 2025. IoT-Based Smart Remote Monitoring System for Home Security Using Raspberry Pi. In: 16th International Conference on Applications of Fuzzy Systems, Soft Computing and Artificial Intelligence Tools (ICAFS 2023). Lecture Notes in Networks and Systems, vol. 1142. Cham: Springer. Available at: https://doi.org/10.1007/978-3-031-72506-7_45 [Accessed 3 July 2026].

Mishra, S., Perwej, Y. and et al., 2022. An Intelligent Motion Detection Using OpenCV. International Journal of Scientific Research in Science, Engineering and Technology, 9(2), pp.51-63.

Movement Detection Team, IRJMETS, 2022. Movement Detection Using OpenCV. International Research Journal of Modernization in Engineering Technology and Science, 4(5). Available at: https://www.irjmets.com/uploadedfiles/paper/issue_5_may_2022/22939/final/fin_irjmets1652552307.pdf [Accessed 3 July 2026].

JETIR, 2023. Motion Detector Using OpenCV. JETIR, 10(6). Available at: https://www.jetir.org/papers/JETIR2306592.pdf [Accessed 3 July 2026].

Sahana, V., Shashidhar, R., Bindushree, R. and Chandana, A.N., 2023. IOT Based Burglar Detection and Alarming System Using Raspberry Pi. International Journal of Engineering and Manufacturing (IJEM), 13(6), pp.23-37. Available at: https://doi.org/10.5815/ijem.2023.06.03 [Accessed 3 July 2026].

OpenCV, 2026. OpenCV Documentation. Available at: https://docs.opencv.org [Accessed 3 July 2026].

Raspberry Pi Ltd., 2026. Raspberry Pi Documentation. Available at: https://www.raspberrypi.com/documentation/ [Accessed 3 July 2026].

Python Software Foundation, 2026. Python Documentation. Available at: https://docs.python.org/3/ [Accessed 3 July 2026].

gpiozero, 2026. GPIO Zero Documentation. Available at: https://gpiozero.readthedocs.io [Accessed 3 July 2026].

ArPI, 2026. ArPI - Raspberry Pi Based Home Security System. Available at: https://www.arpi-security.info/ [Accessed 3 July 2026].

VII. LAMPIRAN

A. Link PPT: https://canva.link/6qa6gdpwv733d22

B. Source Code GitHub: https://github.com/shazahradz/Smart-Visual-Alarm-System