Penggunaan kunci konvensional pada ruangan penting masih menyimpan celah keamanan, seperti risiko kunci hilang, diduplikat, hingga dipinjamkan tanpa izin. Akibatnya, riwayat akses sulit dipantau dan kontrol keamanan menjadi lemah. Untuk mengatasi persoalan tersebut, penelitian ini merancang sistem smart door lock berbasis pengolahan citra dengan algoritma Convolutional Neural Network (CNN) sebagai solusi pengganti kunci manual. Sistem ini mengintegrasikan webcam untuk mengambil citra wajah, Raspberry Pi 4 sebagai unit pemroses utama algoritma CNN, serta sensor infrared sebagai pemicu awal. Ketika wajah terverifikasi, mikrokontroler ESP8266 akan mengarahkan driver HW354 dan motor DC untuk membuka kunci. Tiga skenario pengujian diterapkan: akurasi pengenalan wajah dalam pelbagai kondisi, respons perangkat keras, serta komparasi durasi akses terhadap kunci konvensional. Hasil pengujian membuktikan sistem mampu mengenali wajah terdaftar pada posisi normal, berekspresi, maupun tersenyum, meski tetap mengalami kendala saat wajah tertutup objek. Sensor infrared sendiri dapat mendeteksi pengguna hingga jarak 30 cm. Dari sisi kecepatan, smart door lock membutuhkan waktu rata-rata 3,17 detik sekitar 0,94 detik lebih lambat dibanding kunci manual (2,23 detik). Walau jeda waktunya sedikit lebih lama, sistem ini menawarkan tingkat perlindungan yang jauh lebih baik karena akses terbatas hanya untuk pengguna terdaftar. Penelitian ini mengonfirmasi bahwa otomatisasi berbasis pengolahan citra efektif menghadirkan sistem kontrol akses yang aman, efisien, dan terrekam dengan baik.