Perpustakaan Digital ITB

Dalam upaya untuk meningkatkan daya saing Indonesia di era digital, pemerintahan melalui program Sistem Pemerintahan Berbasis Elektronik (SPBE) mencanangkan sistem pemerintahan digital. Dengan adanya SPBE, potensi terciptanya tata kelola pemerintah yang lebih efisien dan transparan semakin meningkat. Meskipun demikian, terdapat juga banyak tantangan seperti risiko keamanan identitas dan data pribadi dari pengguna. Untuk mengatasi hal tersebut, sistem verifikasi identitas berbasis biometrik seperti wajah atau face recognition dapat menjadi salah satu pilihan. Di sisi lain, penyebarluasan informasi pribadi di berbagai situs internet semakin meningkat. Hal ini memicu banyak kejadian pencurian identitas dengan cara menyalahgunakan informasi yang tersebar di internet. Salah satu jenis penyalahgunaan identitas adalah face spoofing. Face spoofing merupakan upaya seseorang untuk melakukan pemalsuan terhadap sistem face recognition agar mendapatkan hak untuk mengakses sistem dengan cara yang salah. Dengan demikian, kami mengembangkan sistem Liveness Detection Pasif berbasis deep learning LivenessNet yang dapat mendeteksi wajah asli (real) dan palsu (spoofing) sebagai keamanan tambahan pada sistem face recognition. Jenis spoofing yang dapat diatasi dengan sistem liveness detection pasif adalah yang bersifat 2D seperti print attack dan replay attack. Berdasarkan pengujian yang dilakukan model akhir LivenessNet mencapai akurasi 97,17%, False Posititve Rate (FPR) 0%, dan False Negative Rate (FNR) 5,68% pada dataset custom berisi 3000 gambar. Untuk dataset yang lebih besar didapatkan akurasi 90%, False Posititve Rate (FPR) 7,16%, dan False Negative Rate (FNR) 28,48%. Dengan demikian, model LivenessNet yang dihasilkan sudah dapat memenuhi spesifikasi sistem yang ditentukan.