Beragam teknologi sistem keamanan telah banyak dikembangkan, salah satunya adalah teknologi biometrik. Teknik Biometrik merupakan atribut instriksik manusia yang tidak mudah digandakan. Contoh implementasi dari metode biometric adalah sidik jari, iris mata, DNA, gestur tangan, tulisan tangan, dan pengenalan wajah. Dari beberapa sistem biometrik tersebut, yang paling sedikit interaksi untuk identifikasi adalah metode pengenalan wajah, Dalam pengimplementasikan pengenalan wajah terdapat beberapa metode yang dapat digunakan. Salah satunya adalah metode PCA (Participal Component Analysis). Pengenalan wajah dengan metode PCA ini termasuk dalam Deep Learning yang membutuhkan komputasi tinggi pada proses pengerjaannya. Hal ini karena Deep Learning layer yang digunakan untuk pengenalan wajah secara arsitektur cukup kompleks. Hal ini menyebabkan Raspberry Pi berat dalam proses pengerjaannya. Oleh karena itu pada penelitian ini bertujuan untuk menguji proses atau kinerja pengenalan wajah dengan metode PCA dengan perangkat Raspberry Pi. Degan parameter akurasi, perfomansi dan konsumsi daya. Keluaran dari penelitian ini yaitu pada security system di tempat tinggal rumah. Dimana untuk dapat membuka pintu dan masuk ke dalam tempat tinggalnya, maka terlebih dahulu wajah dari user harus dapat dikenali. Setelah dikenali maka solenoid akan membuka dan user dapat masuk ke dalam tempat tinggalnya. Kemudian pada pengujian pengenalan wajah dengan metode PCA (pca + svm), didapatkan hasil akurasi sebesar 92%, dengan nilai FPS 20,007. kemudian dengan metode ini proses pengenalan wajah dapat dilakukan dengan sampai dengan 100 cm, dengan sudut kemiringan wajah antara 0 – 15 derajat dan kondisi intensitas cahaya pada 20 lumen sampai 152 lumen. Dengan proses waktu integrasi sistem adalah 13,32 detik dengan konsumsi daya yang cukup minim yaitu 8,84 watt. Ini membuktikan bahwa metode ini cukup baik digunakan untuk melakukan pengenalan wajah untuk penerapan pengaman pintu rumah.