Dengan pesatnya kemajuan teknologi saat ini, ada peluang untuk menciptakan inovasi yang mempermudah kehidupan manusia. Hal ini membuka kemungkinan bahwa robot bisa menggantikan manusia sebagai bagian dari perkembangan teknologi. Contoh inovasi terkini meliputi teknologi pengenalan wajah, sidik jari, suara, pengubah suara, dan lainnya. Teknologi pengenalan wajah memanfaatkan kecerdasan yang menarik perhatian banyak orang, di mana sistem ini dirancang untuk mengenali gambar individu yang ditangkap oleh kamera atau yang muncul di platform online.

Teknologi ini telah berevolusi dari studi awal yang menjanjikan menjadi alat yang sangat berpengaruh dalam sistem peradilan pidana. Seiring dengan kemajuan kekuatan dan akurasi teknologi pengenalan wajah, keterlibatan pemerintah federal dalam pengembangan serta evaluasi algoritma ini juga meningkat, membantu menghasilkan produk akhir yang relevan untuk keperluan peradilan pidana, keamanan nasional, dan intelijen, serta beragam aplikasi komersial.

Terinspirasi oleh cara kerja otak manusia, teknologi ini menerapkan metode pembelajaran berlapis untuk memungkinkan komputer dapat mengelompokkan, menyimpan, dan mengakses data, yang berkaitan langsung dengan proses pembelajaran. Artinya, teknologi Deep Learning mampu menggunakan keseluruhan gambar untuk pengenalan daripada hanya memperhatikan elemen-elemen terpisah dalam sebuah gambar. Proses ini kumulatif, sehingga dengan semakin banyak elemen yang terlibat, klasifikasi yang dihasilkan pun semakin baik, yang pada gilirannya meningkatkan kualitas ‘learning‘ itu sendiri.

Sejarah Deep Face

Sistem perlindungan yang mengandalkan PIN, kartu identitas, dan kata sandi belum sepenuhnya dapat memastikan keamanan yang efektif dalam melindungi informasi pribadi individu. Nyatanya, metode ini rentan terhadap pengungkapan oleh pihak lain atau bisa dijebol dengan teknologi canggih, yang bisa berakibat merugikan. Saat ini, sistem keamanan tengah ditingkatkan dengan penerapan teknologi yang lebih efektif yaitu teknologi Biometrik.

Seiring dengan perkembangannya, sistem keamanan biometrik semakin diminati karena dianggap lebih tepat dan tidak dapat dipalsukan. Teknologi biometrik melakukan analisis dan pengenalan melalui dua jenis karakteristik manusia, yaitu fisik yang mencakup pengenalan seperti struktur wajah, retina, iris mata, sidik jari, telapak tangan, dan DNA, serta fisiologis yang meliputi pengenalan melalui tanda tangan, cara menulis, suara, dan pola gerak saat berjalan.

Ada beberapa prinsip yang mendasari cara kerja sistem keamanan biometrik, salah satunya adalah akurasi dalam penerapan biometrik yang menunjukkan peningkatan signifikan dalam proses identifikasi identitas seseorang. Selanjutnya, prinsip kerja lain meliputi metode untuk membuktikan keaslian, pengiriman informasi dalam pelayanan, perlindungan privasi masyarakat, serta pengaruh faktor eksternal. Di antara berbagai teknologi biometrik, sistem pengenalan wajah menjadi salah satu yang paling populer saat ini.

Pengertian Deep Face

Teknologi yang dikenal sebagai pengenalan wajah (Deep Face) memanfaatkan kecerdasan buatan untuk mengenali wajah individu melalui gambar yang diambil oleh kamera internet atau yang ditampilkan di internet. Inovasi ini telah betransformasi dari area penelitian yang menjanjikan menjadi alat yang sangat berpengaruh dalam sistem peradilan pidana. Deep Face dapat mendeteksi wajah manusia dalam bentuk digital.

Metode ini menggunakan jaringan syaraf yang terdiri dari sembilan lapisan dengan lebih dari 120 juta koneksi yang terhubung dan telah dilatih menggunakan 4juta gambar yang diupload oleh pengguna facebook. DeepFace mencapai tingkat kinerja yang setara dengan manusia. Tim penelitian dari Facebook menegaskan bahwa teknik DeepFace mampu meraih akurasi sebesar 97.35% ± 0.25%, sementara akurasi manusia berada pada angka 97.53%.

Cara Kerja Deep Face

Dalam sistem keamanan dengan diperkenalkannya struktur bentuk wajah, ini membutuhkan peralatan kamera dalam identifikasi. Device pada face recognition system berfungsi seperti identifikasi kode yang bekerja pada geometri wajah. Perangkat ini mengambil kode berdasarkan bentuk geometri wajah. Jenis pengumpulan data diperangkat ini dibagi dalam 2 jenis, untuk mengatakan tipe 2D tipe 3D. Namun dalam kenyataannya, penggunaan 3D lebih banyak keuntungan karena lebih spesifik untuk kode login. Begitu banyak perangkat pengaman menggunakan sistem pengenalan 3D. Berikut adalah cara kerja pada device face recognition system yaitu :

• Pendeteksian wajah

Proses dekteksi wajah melibatkan pengambilan gambar wajah manusia dengan memindai foto 2D secara digital atau alternatifnya dapat mengggunakan video untuk memperoleh gambar wajah 3D

• Penjajaran

Setelah proses deteksi wajah selesai, program dapat mengevaluasi posisi, ukuran, dan orientasi kepala. Dalam softwere untuk foto 3D, wajah dapat dikenal hingga sudut 90 derajat, sedangkan softwere 2D memerlukan kepala yang menghadap kamera minimal 35 derajat.

• Pengukuran

Selanjutnya software mampu menentukan kontur yang terdapat pada wajah dengan tingkat ketelitian sub-milimeter (microwave) dan menciptakan sebuah templat.

• Representasi

Setelah templat dibentuk, templat tersebut bisa diubah menjadi sebuah kode unik yang menggambarkan masing-masing wajah.

• Pencocokan

Jika wajah yang telah diwakili dalam foto dan foto dalam basis data keduanya berjenis 3D, proses pencocokan dapat dilakukan segera. Namun, saat ini ada tantangan dalam mencocokkan representasi 3D dengan foto 2D dalam database. Teknologi terbaru sedang berupaya untuk mengatasi masalah ini. Ketika foto wajah dalam 3D diambil, perangkat lunak akan mengidentifikasi beberapa titik (biasanya ada tiga titik) yang mencakup bagian luar dan dalam mata serta ujung hidung. Berdasarkan pengukuran ini, perangkat lunak mengkonversi gambar 3D menjadi 2D, lalu membandingkannya dengan gambar wajah 2D yang telah ada di dalam database.

• Verifikasi atau identifikasi

Proses verifikasi merupakan pencocokan secara langsung satu ke satu. Di sisi lain, identifikasi melibatkan perbandingan foto wajah yang diambil dengan semua gambar yang memiliki kesamaan yang ada dalam database.

• Analisis tekstur wajah

Kemajuan dalam perangkat lunak pengenalan wajah termasuk penggunaan biometrik kulit atau karakteristik unik tekstur untuk meningkatkan akurasi pencocokan. Namun, terdapat sejumlah faktor yang dapat menghambat proses analisis tekstur ini, seperti pantulan cahaya dari kacamata atau saat wajah difoto menggunakan kacamata hitam. Faktor lain yang mengganggu analisis adalah rambut panjang yang menutupi bagian tengah wajah, pencahayaan yang kurang ideal (yang menyebabkan gambar wajah menjadi terlalu gelap atau terlalu terang), serta resolusi rendah (jika foto diambil dari jarak jauh).

Pengguna dari Deep Face

Banyak individu dan institusi memanfaatkan teknologi pengenalan wajah dan di berbagai situasi. Alat ini sangat membantu manusia dalam proses identifikasi. Hasil dari sistem deteksi ini jauh lebih tepat daripada metode sebelumnya.

Oleh karena itu, tidak heran jika hal ini menjadi elemen penting yang dipakai oleh sejumlah individu dari organisasi seperti :

• Pemerintah Amerika Serikat di bandara

Teknologi pengenalan wajah berfungsi untuk mengawasi kedatangan dan keberangkatan di bandara. Departemen Keamanan Dalam Negeri memanfaatkan teknologi ini untuk mengenali individu yang visanya sudah tidak berlaku atau mungkin sedang dalam penyelidikan kriminal. Petugas bea cukai di Bandara Internasional Washington Dulles melakukan penangkapan pertamanya dengan pengenalan wajah pada Agustus 2018, saat menangkap seorang penipu yang berusaha memasuki negara tersebut.

• Pembuat ponsel dalam produk

Apple merupakan salah satu yang pertama kali menggunakan pengenalan wajah untuk membuka kunci iPhone X, dan melanjutkan dengan iPhone XS. ID Wajah berfungsi untuk memverifikasi dan memastikan identitas Anda saat mengakses perangkat. Apple menyatakan probabilitas wajah acak dapat membuka kunci ponsel Anda adalah sekitar satu dalam 1 juta.

• Perguruan tinggi di kelas

Secara praktis, perangkat lunak pengenalan wajah dapat mengambil alih kontrol. Jika Anda memutuskan untuk keluar dari kelas, dosen Anda bisa mengetahuinya. Jangan sekali-kali berpikir untuk meminta teman sekamar Anda yang cerdas mengambil ujian untuk Anda.

• Perusahaan media sosial di situs web

Facebook menggunakan algoritma untuk mengenali wajah saat Anda mengunggah foto ke platformnya. Perusahaan ini bertanya apakah Anda ingin menandai individu dalam foto tersebut. Jika Anda menjawab ya, itu akan membuat tautan ke profil mereka. Facebook dapat mengenali wajah dengan tingkat akurasi 98 persen.

• Bisnis di pintu masuk dan area terlarang

Beberapa perusahaan telah menukarkan tanda pengenal untuk mengakses sistem pengenalan wajah. Selain pengamanan, ini juga bisa menjadi cara untuk berinteraksi secara langsung dengan atasan.

• Kelompok agama di tempat ibadah

Gereja telah memanfaatkan pengenalan wajah untuk memindai anggota jemaat mereka demi mengetahui siapa yang hadir. Ini merupakan metode yang efektif untuk melacak jemaat tetap dan tidak tetap, serta untuk menyesuaikan permintaan donasi.

• Pengecer di toko

Pengecer dapat menghubungkan kamera pengawas dan sistem pengenalan wajah untuk memindai wajah para pembeli. Satu tujuan: mengenali individu mencurigakan dan potensi pengutil.

• Maskapai di gerbang keberangkatan

Anda mungkin terbiasa meminta agen memindai boarding pass Anda di gerbang untuk naik ke pesawat. Setidaknya satu maskapai penerbangan memindai wajah Anda.Anda mungkin sudah terbiasa dengan agen yang meminta untuk memindai boarding pass Anda di gerbang sebelum naik pesawat. Setidaknya satu maskapai penerbangan telah menerapkan pemindahan wajah Anda.

• Pemasar dan pengiklan dalam kampanye

Pemasar umumnya mempertimbangkan aspek seperti jenis kelamin, usia, dan ras ketika menargetkan kelompok untuk produk atau ide tertentu. Pengenalan wajah dapat dipakai untuk mengidentifikasi audiens tersebut, bahkan dalam acara seperti konser.

Kesimpulan

Penjelasan yang telah disampaikan diatas dapat Anda gunakan sebagai sumber informasi tambahan mengenai teknologi analisis wajah (Deep Face). Kekuatan teknologi ini sangat membantu lembaga pemerintah, seperti kepolisian dalam melaksanakan tugas mereka. Selain itu, fasilitas umum seperti bandara juga memanfaatkan teknologi ini. Namun dibalik semua keunggulan tersebut, ada pula kelemahan dan resiko yang bisa mengancam privasi Anda.

Sangat penting untuk berhati-hati dalam membagikan informasi di platform media sosial. Membagikan terlalu banyak data pribadi seperti foto dapat memberikan peluang bagi pencurian identitas. Sebagai contoh, jika Anda membagikan nama hewan peliharaan atau simbol sekolah Anda, informasi ini bisa memberikan petunjuk kepada pencuri identitas untuk menjawab pertanyaan keamanan yang terkait dengan akun bank atau kartu kredit Anda.