Oleh :
Salah satu teknik biometric yang sangat menarik adalah aplikasi yang mampu mendeteksi
dan mengidentifikasi wajah. Saat ini, pengenalan wajah melalui aplikasi komputer
dibutuhkan untuk mengatasi berbagai masalah, antara lain dalam identifikasi pelaku
kejahatan, pengembangan sistem keamanan, pemrosesan citra maupun film, dan interaksi
manusia komputer.
Face recognition adalah salah satu tehnik biometric yang memungkinkan komputer atau
mesin authentik untuk mengenal wajah manusia. Salah satu aplikasi dari pengenalan
wajah adalah pengenalan banyak wajah, yaitu pengenalan wajah dari suatu citra yang
terdiri dari banyak wajah. Untuk membedakan beberapa wajah manusia dalam suatu citra
sangat sulit bagi sistem pengenalan wajah. Selain itu juga terdapat beberapa masalah
Pada sistem pengenalan wajah otomatis, yaitu ekspresi wajah, iluminasi atau
pencahayaan dan jarak. Sistem pengenalan banyak wajah merupakan salah satu solusi
dari permasalahan ini.
Multi face recognition mengambil karakteristik alami yang ada pada tiaptiap wajah
untuk dikenali. Ada tiga tahap untuk melakukan face recognition, yaitu deteksi wajah,
ekstraksi ciri dan klasifikasi. Deteksi wajah adalah suatu langkah dalam face recognition
untuk menemukan posisi wajah dari sebuah citra yang akan di ekstraksi selanjutnya.
Ekstraksi ciri adalah langkah untuk menentukan karakteristik alami dari suatu wajah
yang selanjutnya akan diklasifikasi atau dikenali. Banyak metode yang bisa digunakan
untuk mengambil karakteristik dari manusia, salah satunya adalah CFLDA (complete
fuzzy fisher linear discriminant). CFLDA adalah suatu pendekatan statistik yang
memberlakukan properti statistik yang berbeda untuk tiap objeknya, jadi setiap objek
yang sama dimasukkan pada kelas yang sama dan untuk objek yang berbeda dimasukkan
dalam kelas yang berbeda. Sehingga CFLDA merupakan sistem yang sangat handal
untuk ekstraksi ciri dengan berbagai pose, dan iluminasi yang berbeda.Selanjutnya ciri
akan diekstraksi lagi dengan algoritma fuzzy.
1.3 Tujuan
Sebagaimana yang telah di uraikan sebelumnya, berdasarkan latar belakang dan
rumusan masalah diatas maka tujuan penulisan makalah ini yaitu:
1. Mengenal teknologi face recognition.
2. Mengetahui sistem kerja face recognition.
3. Mengetahui penerapan dari teknologi face recognition
4. Mengetahui dampak sosial-ekonomi-budaya akibat kemunculan teknologi face
recognition.
BAB II
PEMBAHASAN
Face recognition adalah teknologi dari komputer yang memungkinkan kita untuk
mengidentifikasi atau memverifikasi wajah seseorang melalui sebuah gambar digital.
Caranya ialah dengan mencocokkan tekstur lekuk wajah kita dengan data wajah yang
tersimpan di database. Misalnya mencocokkan lekuk hidung, mata, dagu dsb.
Face perception a.k.a face recognition adalah proses mengenali wajah dimana otak dan
pikiran berusaha menginterpretasi (memahami dan menafsirkan) wajah yang ada di
hadapannya, terutama wajah manusia. Proporsi dan ekspresi wajah manusia dinilai
penting untuk identifikasi awal mengenai kecenderungan emosional, kualitas kesehatan,
ataupun beberapa informasi sosial. Namun walaupun belum ada bukti nyata mengenai
keterampilan pengenalan wajah ini, kita bisa melihat adanya kecenderungan bawaan
lahir dari bayi untuk memperhatikan wajah orang-orang penting di sekitarnya. Awal
pengalaman bayi terkait dengan perkembangan persepsi visual dan komunikasi pra-
verbal, yang hingga saat ini baru terbuktikan dengan adanya aktivitas otak di area
tertentu. Aktivitas ini semakin kompleks seiring dengan pertambahan usia si bayi.
Berikutnya, bayi yang berkembang menjadi manusia dewasa ini menjadi terbiasa dengan
[menilai] wajah dalam interaksi sosial, meski persepsi kompleks terhadap ekspresi wajah
yang melibatkan beberapa area di otak sekaligus ini seringkali tidak tepat, karena hanya
menilai berdasarkan pola wajah umum yang biasa dihadapinya. Selain masalah
generalisasi persepsi tersebut, adakalanya otak pun mengalami gangguan tertentu dalam
memahami bahasa wajah (orprosopagnosia).
2.2 Cara Kerja Face Recognition
Algoritma yang digunakan untuk melakukan tracking posisi wajah adalah algoritma
CamShift yang menggunakan faktor warna sebagai dasar pelacakannya. Setelah objek
wajah dapat di-track dan dideteksi dengan jelas, baru kemudian dilakukan proses
pengenalan wajah dengan menggunakan algoritma tertentu. Sistem pengenalan wajah
(Face Recognition) telah banyak diaplikasikan dengan menggunakan berbagai metode,
diantaranya: Metode PCA, Metode ICA, Metode LDA, Metode EP, Metode EBGM,
Metode Kernel, Metode 3-D Morphable model, Metode 3-D Face Recognition, Metode
Bayesian Framework, Metode SVM, Metode HMM .
Metode pengenalan wajah yang tersusun tiga bagian: face detection, feature extraction
dan face recognition.
Akan tetapi tentu cara tersebut tidak akan mudah dilakukan oleh pihak ketiga yang ingin
menembus sistem keamanan tersebut. sehingga banyak orang yang tetap mempercayai
sistem face recognation ini merupakan sistem keamanan yang memiliki tingkat
keamanan paling tinggi.
Ada beberapa tanggapan terhadap teknologi face recognition ada yang mendukung dan
ada yang menolak:
Teknologi facial recognition yang dimiliki FBI ternyata bisa secara rasial dan
hanya memiliki akurasi sebesar 80 hingga 85 persen saja. Hal ini tentunya dapat
mendorong kesalahan dalam proses identifikasi wajah menggunakan facial
recognition. Orang-orang yang terlibat dalam penggunaan sistem ini bisa saja salah
atau menyalahgunakan teknologi pengenal wajah ini.
Hal ini pernah terjadi di San Diego. Seperti yang dilansir dari The New York
Times, seorang polisi salah mengidentifikasi Aaro Harvey yang dikiranya
tersangka kriminal menggunakan teknologi facial recognition. Hal ini menjadi
gambaran bahwa penggunaan teknologi facial recognition bisa saja mendorong
adanya salah sasaran penindakan dan, lebih buruk lagi, penyalahgunaan dari pihak
penegak hukum.
2. Dalam kehidupan sehari-hari privasi yang pengguna miliki bisa terlanggar oleh
teknologi facial recognition. Informasi pribadi yang pengguna miliki bisa dengan
mudah diakses oleh orang lain hanya dengan menggunakan wajah pengguna.
Contohnya saja setiap pengguna melakukan percakapan dengan orang yang tak
dikenal, headset Google Glass-pengguna akan mengambil foto lawan bicara dan
menggunakannya untuk mengecek informasi yang berkaitan dengan lawan bicara
tersebut. Teknologi tersebut bermaksud memberikan informasi sebanyak-
banyaknya tentang siapa lawan biacara pengguna. Permasalahannya teknologi ini
mengambil foto tanpa diketahui oleh lawan bicara tetapi tidak semua lawan bicara
setuju foto dirinya diambil tanpa pemberitahuan. Karena adanya lawan bicara yang
ingin menjaga privasinya. Google akhirnya mengurungkan niatnya untuk
mendistribusikan aplikasi facial recognition dalam platformnya.
3. Facebook sebagai salah satu media sosial yang banyak digunakan masyarakat juga
telah menggunakan teknologi facial recognition sebagai fiturnya. Gagasan untuk
mempermudah akses informasi orang lain melalui pengenalan wajah ini pun tak
sepenuhnya disetujui oleh semua pihak. Senator Amerika Serikat, Al Franken,
telah menyuarakan penolakannya terhadap aplikasi yang menggunakan facial
recognition untuk mengidentifikasi orang asing.
5. Awal September lalu, dua orang peneliti asal Stanford University, Michal Kosinski
dan Yilun Wang, merilis hasil studi mereka di Journal of Personality and Social
Psychology. Penelitian itu mengemukakan bahwa teknologi facial
recognition dapat memprediksi orientasi seksual seseorang hanya melalui
pemindaian sebuah foto.
Mereka mengklaim tingkat akurasi ini jauh mengungguli prediksi yang dapat
dilakukan manusia. Tingkat akurasi seseorang dalam menilai orientasi seksual laki-
laki hanya mencapai 61 persen, sementara terhadap perempuan hanya 54 persen.
Para peneliti ini mengungkap, bahwa bentuk muka, ekspresi, dan dandanan adalah
elemen-elemen yang kredibel untuk menentukan orientasi seksual seseorang:
apakah orang itu gay atau hetero.
Teknologi facial recognition dapat digunakan oleh pemerintah, ormas keagamaan,
sampai kalangan perusahaan. Teknologi itu akan sangat berguna untuk memindai
orientasi seksual, pandangan politik, sampai kecenderungan kriminal.
8. Pengganti password pada perangkat elektronik, jika sekarang sudah ada fingerprint
lock, mungkin sebentar lagi akan ada face lock. Google telah mematenkan
teknologi security dengan ekspresi unik seperti senyum, duckface, atau
menjulurkan lidah, yang dapat membuka kunci dari perangkat elektronik.
3. Facial recognition didesain untuk beroperasi dari jarak jauh, tanpa sepengetahuan
ataupun dari pihak yang diidentifikasi. Individu tidak dapat mencegah dirinya dari
upaya identifikasi yang berasal darimana-mana dan terhubung ke orang asing. Ini
sangat melanggar privacy seseorang.
BAB III
PENUTUP
3.1 Kesimpulan
Trend teknologi face recognition memenuhi kebutuhan pengguna dalam segi
kemudahan. Karena pengguna tidak perlu lagi membuka password dengan menggunakan
PIN dan Pola, cukup dengan mengarahkan wajah ke layar maka password akan terbuka.
Tetapi kemudahan ini juga memiliki konsekuensinya tersendiri. Teknologi berkembang
ke arah yang baik atau buruk itu tergantung dari segi pemanfaatannya.
DAFTAR PUSTAKA
Pawle, Akshay A. Face Recognition System (FRS) on Cloud Computing for User
Authentication. International Journal of Soft Computing and Engineering (IJSCE)
ISSN: 2231-2307, Volume-3, Issue-4, September 2013