Building Management System (BMS) merupakan sebuah sistem yang dapat melakukan kontrol serta pengawasan pada suatu Gedung dengan basis Internet of Things (IoT). Beberapa fungsi kontrol dan pemantauan yang dimiliki oleh BMS meliputi beberapa bidang seperti kontrol mekanis, tenaga dan penerangan, serta sistem keamanan. Salah satu upaya peningkatan sistem keamanan yang sedang dikembangkan yakni perancangan Smart CCTV dengan face recognition, sistem tersebut sedang dikembangkan oleh BMS yang berada di Laboratorium IoT Fakultas Teknik UNS. Proses perancangan sistem menggunakan algoritma Haar cascade untuk pendeteksian wajah, Teachable Machine atau SVM untuk membuat model, serta Keras dan Facenet untuk algoritma rekognisi wajah. Pengujian dilakukan dengan dua kamera, webcam A dan webcam B. Hasil pengujian jarak berdasarkan resolusi kamera menunjukan sistem lebih optimal untuk menggunakan resolusi 720 dikarenakan penggunaan resource bernilai sedang diantara dua resolusi lain dan mampu mendeteksi adanya wajah pada jarak 400 cm keatas. Pada pengujian akurasi pengenalan wajah dengan variasi sudut, sistem mampu mendeteksi dan mengenali wajah secara akurat pada sudut 0° dan 15°. Namun pada sudut 30°, akurasi sistem menurun. Pada pengujian pengenalan wajah dengan aksesoris, sistem dapat mendeteksi dan mengenali wajah yang menggunakan aksesoris selama sebagian besar wajah tidak tertutupi oleh objek. Dari hasil analisis perbandingan metode, model dari Teachable Machine kurang cocok digunakan untuk melakukan klasifikasi wajah karena akurasinya hanya bernilai 56.67%, model dari SVM lebih cocok digunakan untuk klasifikasi wajah pada sistem ini karena akurasinya yang lebih bagus dengan nilai 85 %.