Apa itu Deep Face : Sejarah, Pengertian, Cara Kerja dan Manfaatnya

Dunia teknologi sangat berkembang begitu pesat. Banyak menciptakan inovasi-inovasi baru yang membuat kehidupan manusia menjadi lebih mudah. Bukan tidak mungkin bahwa nantinya manusia akan tergantikan dengan robot sebagai inovasi baru dibidang teknologi. Banyak pembaruan yang diluncurkan seperti teknologi pengenalan wajah, pengenalan sidik jari, pengenalan suara, pengubah suara, dan masih banyak lagi. Yang paling menyita perhatian adalah teknologi pengenalan wajah ini.

Teknologi pengenalan wajah menggunakan kecerdasan buatan untuk mengidentifikasi gambar orang yang ditangkap oleh kamera atau muncul di halaman web. Teknologi ini telah berkembang dari penelitian yang menjanjikan menjadi sumber daya peradilan pidana yang sangat berdampak. Karena kekuatan dan ketepatan teknologi pengenalan wajah telah maju, begitu pula peran federal dalam mengembangkan dan menilai pengembangan algoritma pengenalan wajah, dan dalam membantu memanen produk akhir yang layak untuk peradilan pidana, pertahanan nasional, keamanan dalam negeri, dan penggunaan intelijen, seperti serta untuk berbagai aplikasi komersial.

Terinspirasi dari cara kerja otak manusia, teknologi ini menggunakan proses pembelajaran berlapis (layered learning) untuk membantu komputer dalam mengklasifikasi, menyimpan dan mengakses data, yang dapat merujuk pada pembelajaran. Hal ini berarti, teknologi Deep Learning dapat menggunakan seluruh gambar untuk mengenali, ketimbang mengandalkan aspek terpisah dari sebuah gambar. Proses ini bersifat kumulatif dimana kian banyak elemen yang digunakan, semakin baik klasifikasi yang bisa dihasilkan. Dengan begitu, aspek â€˜learningâ€˜ kian meningkat.

Sejarah Deep Face

Sistem keamanan dengan menggunakan PIN (Personal Identification Number), kartu identitas (Identification Card) dan kata sandi (password) belum dapat sepenuhnya menjamin sistem keamanan yang mampu melindungi data pribadi seseorang. Faktanya, cara tersebut dapat dengan mudah diketahui oleh orang lain atau dibobol dengan sistem canggih sehingga dapat menimbulkan kerugian. Sistem keamanan saat ini dikembangkan menggunakan teknologi yang dapat melindungi sistem keamanan dengan baik yaitu menggunakan teknologi Biometrik. Dalam perkembangannya, sistem keamanan biometrik semakin diminati karena dianggap lebih akurat dan tak bisa dipalsukan.

Teknologi biometrik melakukan proses analisa dan identifikasi melalui dua macam karakteristik manusia yakni fisik (pengenalan melalui struktur wajah, retina, iris mata, sidik jari, telapak tangan, DNA) dan fisiologis (pengenalan melalui tanda tangan, cara menulis, suara, langkah/gerak jalan). Terdapat beberapa prinsip kerja pada sistem keamanan biometrik, diantaranya yaitu akurasi dari implementasi biometrik dimana pada teknologi biometrik akan memberikan peningkatan yang signifikan dalam akurasi pengidentifikasian identitas seseorang. Kemudian prinsip kerja yang selanjutnya yaitu metode pembuktian keaslian, pengiriman informasi dalam pelayanan, privasi masyarakat dan faktor eksternal. Dan salah satu teknologi biometrik yang sedang populer saat ini adalah sistem pengenalan wajah (face recognition).

Pengertian Deep Face

Teknologi pengenalan wajah (Deep Face) menggunakan kecerdasan buatan untuk mengidentifikasi gambar orang yang ditangkap oleh kamera atau muncul di halaman web. Teknologi ini telah berkembang dari ceruk penelitian yang menjanjikan menjadi sumber daya peradilan pidana yang sangat berdampak. Ini mengidentifikasi wajah manusia dalam gambar digital. Ini menggunakan jaringan syaraf sembilan lapis dengan lebih dari 120 juta bobot koneksi dan dilatih pada empat juta gambar yang diunggah oleh pengguna Facebook. DeepFace menunjukkan performa setingkat manusia. Tim peneliti Facebook telah menyatakan bahwa metode DeepFace mencapai akurasi 97.35% Â± 0.25% dimana manusia memiliki 97.53%.

Cara Kerja Deep Face

Dalam sistem keamanan biometrik dengan pengenalan struktur bentuk wajah ini membutuhkan peralatan kamera dalam pengidentifikasiannya. Adapun device pada face recognition system bekerja sebagai pengenal kode yang bekerja pada objek muka seseorang. Device ini mengambil kode berdasarkan bentuk geometri wajah. Jenis pengambilan data informasi pada device ini dibagi menjadi 2 (dua) tipe, yaitu tipe pengambilan secara 2D dan tipe pengambilan secara 3D. Tapi pada kenyataannya, penggunaan 3D lebih menguntungkan karena lebih spesifik untuk kode pengenal. Sehingga banyak perangkat keamanan yang menggunakan face recognition system dengan tipe 3D.

Berikut adalah cara kerja pada device face recognition system yaitu:

Pendeteksian wajah. Pendeteksian wajah dilakukan dengan pengambilan foto wajah dari manusia dengan memindai foto 2D secara digital, atau bisa juga menggunakan video untuk mengambil foto wajah 3D.
Penjajaran. Setelah wajah berhasil dideteksi, software akan dapat menentukan posisi, ukuran, dan sikap kepala. Pada software 3D foto wajah mampu dikenali hingga 90 derajat, sedangkan untuk software 2D posisi kepala harus menghadap kamera paling tidak 35 derajat.
Pengukuran. Selanjutnya software dapat mengukur lekukan yang ada pada wajah dengan menggunakan skala sub-milimeter (microwave) dan membuat template.
Representasi. Kemudian jika template sudah jadi maka template tersebut dapat diterjemahkan kedalam sebuah kode yang unik, yang mempresentasikan setiap wajah.
Pencocokan. Jika foto wajah yang telah direpresentasikan dan ketersediaan foto wajah dalam basis data sama-sama 3D, proses pencocokan dapat langsung dilakukan. Namun, saat ini masih ada tantangan untuk mencocokkan representasi 3D dengan basis data foto 2D. Teknologi baru kini tengah menjawab tantangan ini. Ketika foto wajah 3D diambil, software akan mengidentifikasikan beberapa titik (biasanya tiga titik) yaitu mata bagian luar dan dalam, serta ujung hidung. Berdasarkan hasil pengukuran ini software akan mengubah gambar 3D menjadi 2D, dan membandingkannya dengan gambar wajah 2D yang sudah ada di dalam basis data.
Verifikasi atau identifikasi. Verifikasi merupakan proses pencocokkan satu berbanding satu. Sedangkan identifikasi adalah perbandingan foto wajah yang diambil dengan seluruh gambar yang memiliki kemiripan dalam database.
Analisis tekstur wajah. Kemajuan dalam software face recognition adalah penggunaan biometrik kulit atau keunikan tekstur kulit untuk meningkatkan akurasi hasil pencocokkan. Namun terdapat beberapa faktor yang menyebabkan proses analisis tekstur ini tidak dapat bekerja, misalnya pantulan cahaya dari kacamata atau foto wajah yang menggunakan kacamata matahari. Faktor penghambat analisis lainnya adalah rambut panjang yang menutupi bagian tengah wajah, pencahayaan yang kurang tepat (yang mengakibatkan foto wajah menjadi kelebihan atau kekurangan cahaya), serta resolusi yang rendah (foto diambil dari kejauhan).

Baca Juga :Â Â Teknologi Keamanan Data Center

Pengguna dari Deep Face

Banyak orang dan organisasi menggunakan pengenalan wajah – dan di banyak tempat berbeda. Teknologi ini sangat memudahkan manusia dalam hal mengidentifikasi. Hasil yang ditunjukkan dari pendeteksian tersebut jauh lebih akurat daripada teknologi sebelumnya. Jadi tidak heran jika ini merupakan suatu hal penting yang dipakai oleh beberapa orang dan organisasi diantaranya :

Pemerintah AS di bandara. Sistem pengenalan wajah dapat memantau orang yang datang dan pergi di bandara. Departemen Keamanan Dalam Negeri telah menggunakan teknologi tersebut untuk mengidentifikasi orang-orang yang telah melebihi masa berlaku visanya atau mungkin sedang dalam penyelidikan kriminal. Petugas bea cukai di Bandara Internasional Washington Dulles melakukan penangkapan pertama mereka menggunakan pengenalan wajah pada Agustus 2018, menangkap seorang penipu yang mencoba memasuki negara itu.
Pembuat ponsel dalam produk. Apple pertama kali menggunakan pengenalan wajah untuk membuka kunci iPhone X, dan berlanjut dengan iPhone XS. ID Wajah mengautentikasi – memastikan Anda adalah Anda saat mengakses telepon. Apple mengatakan kemungkinan wajah acak membuka kunci ponsel Anda adalah sekitar satu dalam 1 juta.
Perguruan tinggi di kelas. Pada dasarnya, perangkat lunak pengenal wajah dapat mengambil alih. Jika Anda memutuskan untuk menghentikan kelas, profesor Anda bisa tahu. Jangan pernah berpikir untuk mengirim teman sekamar Anda yang pintar untuk mengikuti ujian.
Perusahaan media sosial di situs web. Facebook menggunakan algoritma untuk melihat wajah saat Anda mengunggah foto ke platformnya. Perusahaan media sosial bertanya apakah Anda ingin menandai orang di foto Anda. Jika Anda menjawab ya, itu membuat tautan ke profil mereka. Facebook dapat mengenali wajah dengan akurasi 98 persen.
Bisnis di pintu masuk dan area terlarang. Beberapa perusahaan telah memperdagangkan lencana keamanan untuk sistem pengenalan wajah. Selain keamanan, ini bisa menjadi salah satu cara untuk mendapatkan waktu tatap muka dengan bos.
Kelompok agama di tempat ibadah. Gereja telah menggunakan pengenalan wajah untuk memindai jemaat mereka untuk melihat siapa yang hadir. Ini adalah cara yang baik untuk melacak pelanggan tetap dan yang tidak tetap, serta untuk membantu menyesuaikan permintaan donasi.
Pengecer di toko. Pengecer dapat menghubungkan kamera pengintai dan pengenalan wajah untuk memindai wajah pembeli. Satu tujuan: mengidentifikasi karakter yang mencurigakan dan calon 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.
Pemasar dan pengiklan dalam kampanye. Pemasar sering kali mempertimbangkan hal-hal seperti jenis kelamin, usia, dan etnis saat menargetkan grup untuk suatu produk atau ide. Pengenalan wajah dapat digunakan untuk menentukan penonton tersebut bahkan di sesuatu seperti konser.

Kesimpulan dan Penutup

Penjelasan diatas dapat Anda jadikan sebagai referensi dan tambahan pengetahuan tentang deep face atau fitur analisis wajah. Canggihnya teknologi tersebut memudahkan suatu organisasi pemerintahan seperti polisi dalam menjalankan tugasnya. Tidak hanya polisi saja, namun di fasilitas umum seperti bandara juga menggunakan fitur tersebut. Namun dibalik semua kelebihan itu pastinya terdapat kekurangan dan bahaya yang dapat mengancam privasi Anda.
Anda harus berhati-hati tentang apa yang Anda bagikan di jejaring sosial. Memposting terlalu banyak informasi pribadi, termasuk foto, dapat menyebabkan pencurian identitas. Misalnya, Anda dapat membagikan nama anjing atau maskot sekolah Anda. Detail tersebut mungkin memberi pencuri identitas petunjuk atas jawaban pertanyaan keamanan Anda untuk rekening bank atau kartu kredit Anda.