Banyak sekali sistem monitoring menggunakan kamera ataupun CCTV yang telah ada. Sistem tersebut adalah sistem untuk menampilkan obyek yang tertangkap kamera dengan penampilan pada sebuah layar monitor di PC ataupun tablet. Akan tetapi, penggunaan CCTV kamera tersebut membutuhkan monitoring yang harus terus dipantau, dengan demikian kita membutuhkan orang yang bertugas untuk memantau. Sehingga dibutuhkan ketersediaan waktu yang cukup banyak untuk memantau obyek yang ada di depan kamera. Padahal, manusia sendiri memiliki batas kemampuan untuk melakukan hal tersebut. Oleh karena itu, untuk mengatasi kelemahan yang ada pada produk sebelumnya adalah dengan menambahkan sebuah sensor fingerprint dan sistem deteksi bentuk yang kemudian hasil pembacaan dari sensor diteruskan sebagai kode untuk membuka kunci tertentu sesuai masukan sensor yang diterima. Setiap jari yang didaftarkan dilakukan 4 pendaftaran ID berdasarkan posisi sudut jari yaitu depan, atas, samping kiri dan samping kanan. Penggunaan database 4 ID tersebut dapat memberikan hasil yang lebih tinggi. Kemudian dilakukan deteksi atau identifikasi penggunaan jas lab. Identifikasi jas lab menggunakan kamera untuk mendeteksi pakaian lab. Penggunaan metode eigenface digunakan untuk mengidentifikasi pengguna jas lab tersebut. Seteleah identifikasi jas lab dilakukan maka ditentukan pintu akan terbuka atau tetap tertutup. Setelah semua proses telah dilakukan, dilakukan pengujian sensor sidik jari dan identifikasi jas lab. Dari pengujian sensor fingerpint maka didapatkan hasil persen error sebesar 21% dari 30X percobaan yang dilakukan. Kemudian dari penggunaan metode pada identifikasi jas lab ini didapatkan hasil bahwa penggunaan data training yang semakin besar akan menghasilkan identifikasi yang lebih akurat yaitu dengan tingkat error sebesar 27%.. Maka pada pengujian keseluruhan sistem antara pengujian sensor fingerprint dengan identifikasi jas lab didapatkan persen error sebesar 35%.