Sistem pengenalan wajah pada smart door lock konvensional sangat rentan terhadap spoofing attack 2D menggunakan foto atau video, serta mengalami degradasi akurasi pada pencahayaan tidak ideal. Penelitian ini bertujuan merancang dan mengimplementasikan smart door lock menggunakan Raspberry Pi 4 Model B yang aman dari pemalsuan dan andal di berbagai kondisi cahaya. Metode yang digunakan menggunakan pendekatan kuantitatif dengan riset eksperimental untuk mengombinasikan framework MediaPipe Face Mesh (ekstraksi 468 facial landmarks 3D), model AI MobileFaceNet (Cosine Similarity), algoritma CLAHE untuk perbaikan kontras, serta mekanisme liveness detection (head pose dan blink detection) sebagai penyaring keaktifan subjek. Hasil eksperimen menunjukkan fungsionalitas sistem berjalan 100% dan sukses menolak seluruh serangan pemalsuan foto cetak maupun video secara mutlak (100%). Pada jarak optimal 40 cm, sistem mempertahankan rata-rata Cosine Score sebesar 96,76% (normal), 73,91% (low-light), dan 71,04% (backlight). Pengujian klasifikasi biometrik menghasilkan akurasi global 97,04%, presisi 98,72%, sensitivitas 97,89%, dan F1-Score 98,31%, dengan suhu CPU harian yang dingin di angka 48,3°C. Dapat disimpulkan bahwa sistem pengenalan wajah dengan liveness detection yang dibangun terbukti mampu mengatasi pemalsuan wajah berupa foto dan video dalam mengamankan hak akses pintu.