Analisis
Penggunaan Presensi Fingerprint Dan Faceprint
di
SMP Ma’arif NU 3 Purwokerto
Alfiana Hesti
214110402097
6 PAI B
Internet Education
A.
GAMBARAN UMUM APLIKASI FINGERPRINT DAN FACEPRINT
1.
Tampilan
Penggunaan teknologi sidik jari dan pengenalan
wajah di sekolah untuk presensi guru telah menjadi semakin popular. Salah satu
sekolah yang sudah menerapkan presensi guru secara digital adalah SMP Ma’arif
NU 3 Purwokerto. Sidik jari dan pengenalan wajah ini merupakan teknologi yang
menawarkan Solusi yang efisien dan akurat untuk mencatat kehadiran guru.
Aplikasi ini mempunyai beberapa
tampilan yang pertama keamanan, salah satu penggunaan utama aplikasi sidik jari
dan pengenalan wajah adalah untuk meningkatkan keamanan. Kedua privasi,
aplikasi ini juga membantu dalam melindungi data pribadi. Ketiga kemudahan
penggunaan, aplikasi ini menawarkan cara yang lebih cepat dan nyaman umtuk
mengakses fitur atau layanan. Keempat integrasi dengan layanan lain, kelima
penggunaanya dalam aplikasi yang spesifik, keenam konfigurasi dan pengaturan,
ketujuh kompabilitas perangkat dan yang terakhir adalah keamanan tambahan.
Dalam penggunannya sudah tertempel pada dinding ruang guru, dengan adanya
batrai yang otomatis terisi pada aplikasi tersebut maka tidak akan kuatir
apabila terjadi pemadaman listrik.
2.
Tujuan Penggunaan
a. Keamanan
Akses
Fingerprint dan faceprint sering digunakan untuk
mengamankan akses ke perangkat elektronik seperti smartphone, computer, dan
tablet. Metode ini memungkinkan pengguna untuk membuka kunci dari perangkat
mereka dengan mudah dan aman.
b.
Kontrol Akses Fisik
Penggunaan pada lembaga
tersebut terdapat fasilitas dengan
keamanan yang tinggi dalam pengaplikasian baik fingerprint atau faceprint
tersebut. Penggunaannya dipastikan hanya dalam jangkauan individu yang
berwenang atau bersangkutan saja tidak dalam khalayak umum.
c.
Memudahkan Presensi
Daftar kehadiran yang
dulunya menggunakan tanda tangan secara manual pada kertas presensi telah
diinofasikan ke dalam bentuk digital dengan faceprint dan fingerprint. Hal ini
dapat memudahkan penggunanya yang semula antrian mengular kini hanya dengan
mudah diakses menggunakan sensor berupa sidik jari atau sensor wajah dalam
hitungan detik.
d.
Pengawasan
Dalam presensi digital
ini dapat mengidentifikasi individu yang terlibat dalam kejahatan atau
kecurangan. Pengawasan yang dilakukan oleh pihak yang berwenang dapat
meminimalisir adanya tindak kecurangan atau merugikan pada lembaga tersebut.
B.
ANALISIS SISTEM OPERASI DAN BIG DATA YANG
DIGUNAKAN
1.
Klasifikasi Big Data
Klasifikasi big data pada fingerprint dan faceprint melibatkan pengelompokan dan pengolahan data biometrik ini berdasarkan beberapa karakteristik utama big data, yaitu volume, velocity, variety, veracity, dan value. Berikut adalah penjelasan lebih rinci mengenai bagaimana masing-masing karakteristik ini diterapkan pada data fingerprint dan faceprint:
a.
Volume
Data
Biometrics yang Besar: Data fingerprint dan faceprint cenderung menghasilkan
volume data yang besar, terutama jika mencakup populasi pengguna yang luas.
Setiap scan fingerprint atau faceprint menghasilkan file data yang perlu
disimpan, diakses, dan dianalisis. Penyimpanan Skala Besar: Sistem perlu
mengelola penyimpanan untuk jutaan atau bahkan miliaran catatan biometrik. Ini
mencakup penyimpanan terdistribusi dan efisien untuk mendukung akses cepat dan
skalabilitas.
b.
Velocity
Kecepatan
Pengumpulan Data: Fingerprint dan faceprint sering digunakan untuk autentikasi
real-time, yang membutuhkan pengumpulan dan pemrosesan data dengan cepat untuk
memberikan respons instan. Pemrosesan Real-Time: Sistem harus mendukung
pemrosesan data secara cepat dan real-time untuk memastikan pengguna dapat
diautentikasi tanpa penundaan yang signifikan, terutama dalam aplikasi seperti
akses ke perangkat atau tempat tertentu.
c.
Variety
Jenis
Data yang Beragam: Data fingerprint dan faceprint mencakup berbagai format
data, seperti gambar 2D dan 3D, model fitur biometrik, dan metadata tambahan
seperti waktu dan lokasi pengambilan. Pengolahan Multi-Format: Sistem harus
mampu menangani berbagai jenis data dan format, serta mengintegrasikannya dalam
proses analisis yang komprehensif.
d.
Veracity
Keakuratan
dan Keandalan Data: Data biometrik harus akurat dan andal untuk memastikan
proses autentikasi yang tepat. Ini melibatkan pengelolaan data yang bersih,
bebas dari noise atau kesalahan, serta validasi data yang ketat. Pengelolaan
Kualitas Data: Proses validasi dan pembersihan data penting untuk menjaga
integritas dan keandalan data biometrik yang dikumpulkan.
e. Value
Nilai
Data untuk Keamanan: Data fingerprint dan faceprint memiliki nilai tinggi dalam
konteks keamanan dan identifikasi. Pemrosesan dan analisis data ini dapat
meningkatkan sistem keamanan dan memberikan wawasan yang berguna untuk pengambilan
keputusan. Analisis Data untuk Keputusan: Menggunakan big data analytics untuk
mengidentifikasi pola, anomali, dan tren dalam data biometrik, yang dapat
membantu dalam pencegahan penipuan dan peningkatan sistem keamanan.
2.
Pemrosesan Data
Pemrosesan
data pada fingerprint dan faceprint melibatkan beberapa tahap kritis, mulai
dari pengumpulan data hingga analisis dan pengambilan keputusan. Berikut adalah
tahapan utama dalam pemrosesan data biometrik ini:
a. Pengumpulan
Data
1) Fingerprint:
a) Scanning:
Sidik jari dikumpulkan menggunakan pemindai sidik jari yang dapat berupa
kapasitif, optik, atau ultrasonik. Pemindai ini menangkap gambar atau data
fitur dari sidik jari.
b) Preprocessing: Gambar sidik jari dibersihkan dari noise dan distorsi. Algoritma
preprocessing digunakan untuk meningkatkan kualitas gambar, termasuk
normalisasi kontras dan penghapusan artefak.
2)
Faceprint
a)
Capturing: Gambar wajah diambil menggunakan kamera, yang bisa berupa kamera 2D
atau 3D. Teknik pengambilan gambar mungkin melibatkan pencahayaan khusus atau
sudut kamera tertentu untuk meningkatkan kualitas data.
b) Preprocessing: Gambar wajah juga diproses untuk meningkatkan kualitas, termasuk
penyesuaian pencahayaan, rotasi, dan cropping untuk memastikan wajah berada di
tengah gambar.
b.
Ekstraksi Fitur
1)
Fingerprint
a)
Minutiae Extraction: Fitur penting dari sidik jari seperti ridge endings, bifurcations,
dan pori- diekstraksi untuk membuat template sidik jari yang unik.
b
) Patter Analysis: Pola ridges dan valleys dianalisis untuk menentukan struktur
unik sidik jari.
2)
Faceprint:
a)
Facial Landmarks Detection: Titik-titik penting pada wajah (seperti mata,
hidung, mulut) diidentifikasi.
b) Feature Vector
Creation: Vektor fitur yang mencerminkan jarak dan hubungan geometris antara
titik-titik penting wajah dibuat untuk menciptakan template unik wajah.
c. Penyimpanan dan
Manajemen Data
1)
Template Creation: Template dari fitur yang diekstraksi disimpan dalam basis
data. Template ini digunakan untuk perbandingan selama proses autentikasi.
2)
Data Encryption: Data biometrik dan template yang disimpan dienkripsi untuk
memastikan keamanan dan privasi.
3)
Database Management: Data disimpan dalam database yang dioptimalkan untuk akses
cepat dan efisien, seperti database NoSQL atau SQL.
d.
Matching and Verification
1)
Fingerprint
a) Matching
Algorithms: Template sidik jari yang baru diambil dibandingkan dengan template
yang tersimpan menggunakan algoritma pencocokan seperti Minutiae Matching atau
Pattern Matching.
b)Score
Calculation: Skor kesamaan dihitung untuk menentukan apakah dua template sidik
jari cocok atau tidak.
2)
Faceprint:
a)
Face Recognition Algorithms: Algoritma seperti Eigenfaces, Fisherfaces, atau
jaringan saraf konvolusional (CNN) digunakan untuk mencocokkan template wajah.
b)
Threshold Decision: Skor kesamaan dibandingkan dengan ambang batas tertentu
untuk memutuskan apakah wajah yang diambil cocok dengan data yang tersimpan.
e.
Analisis dan Pengambilan Keputusan
1)
Authentication: Berdasarkan hasil pencocokan, sistem memutuskan apakah pengguna
diizinkan untuk mengakses layanan atau tidak.
2)
Anomaly Detection: Sistem juga dapat menggunakan machine learning untuk
mendeteksi anomali atau aktivitas mencurigakan dalam pola penggunaan data
biometrik.
3.
Kualitas Big Data (5V)
Kualitas
big data dalam konteks fingerprint dan faceprint dapat dijelaskan melalui
konsep 5V, yaitu Volume, Velocity, Variety, Veracity, dan Value. Berikut adalah
penjelasan tentang masing-masing V dalam konteks data biometrik ini:
a. Volume
1)
Fingerprint:
a)
Volume yang Tinggi: Data fingerprint dapat mencakup jutaan atau bahkan miliaran
rekaman sidik jari, terutama jika digunakan dalam skala besar seperti database
keamanan nasional atau aplikasi autentikasi perusahaan.
b) Penyimpanan
yang Besar: Diperlukan infrastruktur penyimpanan yang dapat menangani volume
besar data biometrik dengan aman dan efisien.
2) Faceprint:
Volume
yang Signifikan: Data wajah juga dapat mencakup volume yang besar terutama jika
digunakan dalam aplikasi pengenalan wajah untuk keamanan, identifikasi
kejahatan, atau pengawasan.
b.
Velocity
1)
Fingerprint:
a)
Kecepatan Autentikasi: Proses autentikasi sidik jari harus dilakukan dengan
cepat, terutama dalam situasi di mana pengguna memerlukan akses instan seperti
masuk ke gedung atau membuka perangkat elektronik.
b) Pengumpulan Data Real-Time: Dalam
beberapa kasus, data fingerprint harus dikumpulkan secara real-time untuk
menangkap perubahan kondisi atau keadaan pengguna.
2)
Faceprint:
a)
Pengumpulan Data Real-Time: Dalam aplikasi pengenalan wajah untuk pengawasan
keamanan atau identifikasi pelaku kriminal, pengumpulan data wajah perlu
dilakukan secara real-time untuk respons yang cepat.
c.
Variety
1)
Fingerprint:
a) Beragamnya
Teknik Pencitraan: Sidik jari dapat diambil menggunakan berbagai teknologi,
termasuk pemindai optik, kapasitif, atau ultrasonik. Hal ini menyebabkan
variasi dalam format dan kualitas gambar sidik jari.
b) Basis
Data Multi-Sensor: Basis data fingerprint mungkin mencakup data dari berbagai
jenis sensor atau perangkat, yang menambah kompleksitas dalam manajemen dan
analisis data.
2) Faceprint:
Variasi
Ekspresi dan Kondisi: Wajah manusia dapat mengalami variasi dalam ekspresi,
pencahayaan, sudut, dan kondisi lainnya. Sistem pengenalan wajah harus dapat
mengatasi variasi ini untuk mencapai akurasi yang tinggi.
d.
Veracity
1)
Fingerprint:
a) Kualitas
Gambar: Kualitas gambar sidik jari dapat dipengaruhi oleh factor seperti
kebersihan jari, kondisi kulit, atau kualitas perangkat pemindai. Sistem harus
dapat mengelola gambar-gambar ini dengan baik untuk memastikan akurasi
autentikasi.
b) Ketidakpastian
dalam Pencocokan: Proses pencocokan sidik jari mungkin memiliki tingkat
ketidakpastian yang perlu dikelola, terutama saat membandingkan template yang
disimpan dengan data baru.
2) Faceprint:
Noise
dan Variabilitas: Data wajah dapat terpengaruh oleh noise seperti bayangan,
pencahayaan yang buruk, atau variasi ekspresi. Sistem harus mampu mengenali dan
mengatasi faktor-faktor ini untuk memastikan akurasi pengenalan wajah.
e.
Value
1)
Fingerprint:
Keamanan
dan Identifikasi: Data fingerprint memiliki nilai tinggi dalam konteks keamanan
dan identifikasi. Penggunaannya dalam aplikasi autentikasi atau investigasi
kriminal memberikan nilai tambah yang besar.
2) Faceprint:
Keamanan
dan Identifikasi: Penggunaan data wajah dalam aplikasi pengenalan wajah
memiliki nilai tinggi dalam keamanan, pengawasan, dan identifikasi individu.
C.
ANALISIS KEAMANAN APLIKASI
1.
Keamanan Fisik
Keamanan
fisik dari metode autentikasi biometrik seperti fingerprint dan faceprint
melibatkan aspek-aspek yang berkaitan dengan cara teknologi ini menangani data
biometrik serta bagaimana data tersebut dilindungi dari ancaman fisik atau
pemalsuan. Berikut adalah analisis mendalam mengenai keamanan fisik dari
fingerprint dan faceprint:
a. Fingerprint
(Sidik Jari)
1) Sensor
dan Teknologi:
a) Kapasitif
dan Ultrasonik: Sensor kapasitif dan ultrasonik lebih aman dibanding sensor
optik karena mampu mendeteksi lapisan bawah kulit dan pola kapasitansi,
sehingga lebih sulit untuk ditipu dengan cetakan.
b) Sensor
Optik: Sensor ini lebih mudah ditipu dengan gambar atau cetakan sidik jari,
namun jarang digunakan dalam perangkat modern karena kelemahannya.
2) Risiko
Pemalsuan:
a) Akses
Fisik: Pemalsuan membutuhkan akses fisik ke sidik jari seseorang dan
keterampilan untuk membuat cetakan. Ini membuat sidik jari relatif aman karena
memerlukan upaya signifikan untuk memalsukan.
b) Penggunaan
Bahan Tiruan: Beberapa metode dapat menggunakan bahan seperti gelatin atau
silikon untuk meniru sidik jari, namun sensor modern dapat mendeteksi
karakteristik fisik tambahan yang membuat pemalsuan lebih sulit.
3) Penyimpanan
dan Perlindungan Data:
a) Data
Terenkripsi: Data sidik jari disimpan sebagai template yang terenkripsi dalam
perangkat. Hal ini mengurangi risiko data dicuri dan digunakan kembali.
b) Secure
Enclave: Banyak perangkat modern menggunakan area penyimpanan yang aman
(misalnya Secure Enclave pada perangkat Apple) untuk menyimpan data biometrik,
meningkatkan keamanan fisik.
b. Faceprint
(Pemindai Wajah)
1) Sensor
dan Teknologi:
a) Teknologi
3D dan Inframerah: Sensor yang menggunakan teknologi ini dapat memetakan kontur
wajah dan mendeteksi kedalaman, membuatnya sulit ditipu dengan foto atau video.
b) Kamera
2D: Lebih rentan terhadap pemalsuan dengan gambar atau video, meskipun beberapa
perangkat menggunakan teknik anti-spoofing.
2) Risiko
Pemalsuan:
a) Foto
dan Video: Sensor wajah dua dimensi lebih mudah ditipu, tetapi sensor tiga dimensi
dan inframerah menambah lapisan keamanan yang signifikan.
b) Penggunaan
Topeng 3D: Pemalsuan dengan menggunakan topeng 3D atau model wajah adalah
mungkin, tetapi sensor yang lebih canggih dapat mendeteksi keaslian bahan dan
struktur.
3) Penyimpanan
dan Perlindungan Data:
a) Data
Terenkripsi: Seperti sidik jari, data wajah disimpan sebagai template yang
dienkripsi, bukan gambar mentah, mengurangi risiko penyalahgunaan data.
b) Penggunaan
Secure Enclave: Data biometrik wajah juga biasanya disimpan dalam area yang
aman di perangkat, memastikan lapisan perlindungan tambahan terhadap akses
tidak sah.
2.
Keamanan Personel
Keamanan
personal yang menggunakan fingerprint dan faceprint memiliki beberapa aspek
yang perlu dipertimbangkan, mulai dari keakuratan hingga kerentanan terhadap
pemalsuan. Berikut adalah analisis keamanan personal pada kedua metode
tersebut:
a. Fingerprint
(Sidik Jari)
1) Keakuratan
dan Kestabilan:
Sidik
jari bersifat unik dan tidak berubah sepanjang hidup seseorang, sehingga
memberikan metode autentikasi yang konsisten dan andal. Sensor modern memiliki
tingkat keakuratan tinggi dengan rendahnya tingkat kesalahan penerimaan dan
penolakan.
2) Risiko
Pemalsuan:
Walaupun
ada teknik untuk meniru sidik jari (misalnya dengan cetakan dari bahan seperti
gelatin), sensor kapasitif dan ultrasonik modern lebih sulit untuk ditipu
dibandingkan sensor optik. Pemalsuan sidik jari memerlukan akses fisik ke sidik
jari seseorang, yang menambah lapisan keamanan.
3) Privasi:
Data
sidik jari disimpan sebagai template digital yang dihasilkan melalui algoritma
tertentu, bukan gambar mentah. Hal ini membuatnya sulit untuk digunakan kembali
atau dicuri. Sistem biasanya menyimpan data biometrik ini secara lokal pada
perangkat, bukan di server eksternal, mengurangi risiko pencurian data.
b. Faceprint
(Pemindai Wajah)
1) Keakuratan
dan Fleksibilitas
Teknologi
pemindai wajah, terutama yang menggunakan sensor 3D atau inframerah, bisa
mendeteksi fitur wajah dengan akurasi tinggi. Faceprint bekerja tanpa
memerlukan kontak fisik dan bisa mengenali pengguna dalam berbagai kondisi
pencahayaan.
2) Risiko
Pemalsuan:
Pemindai
wajah dua dimensi lebih rentan terhadap pemalsuan menggunakan foto atau video.
Namun, teknologi canggih menggunakan sensor 3D dan inframerah serta teknik
anti-spoofing untuk mengatasi masalah ini. Pemalsuan membutuhkan akses ke
gambar atau rekaman wajah seseorang, yang lebih mudah didapat dibanding sidik
jari.
3) Privasi
Data
wajah disimpan dalam bentuk template yang dihasilkan oleh algoritma khusus,
bukan sebagai gambar asli. Data biometrik wajah biasanya juga disimpan secara
lokal pada perangkat.
3.
Jenis Pengaman yang Digunakan
Fingerprint
dan faceprint menggunakan berbagai jenis pengamanan untuk memastikan bahwa data
biometrik aman dan sulit dipalsukan. Berikut adalah beberapa jenis pengamanan
yang digunakan dalam kedua metode ini:
a. Pengamanan
pada Fingerprint
1) Enkripsi
Data Biometrik:
Template Terenkripsi:
Data sidik jari disimpan sebagai template yang sudah dienkripsi, bukan sebagai
gambar mentah. Ini mengurangi risiko data dicuri dan digunakan kembali.
2) Sensor
Canggih:
a) Sensor
Kapasitif: Mengukur kapasitas listrik di titik-titik tertentu pada jari,
membuatnya sulit ditipu dengan gambar atau cetakan.
b) Sensor
Ultrasonik: Menggunakan gelombang ultrasonik untuk memetakan kontur kulit dan
lapisan di bawahnya, memberikan keamanan tambahan terhadap pemalsuan.
c) Sensor
Optik: Mengambil gambar sidik jari, meskipun lebih rentan terhadap pemalsuan,
teknologi ini semakin jarang digunakan dalam perangkat modern.
3) Teknik
Anti-Spoofing:
a) Deteksi
Kehidupan: Banyak sensor sidik jari dilengkapi dengan teknologi yang dapat
membedakan antara sidik jari hidup dan tiruan, misalnya dengan mendeteksi suhu,
aliran darah, atau sifat-sifat kapasitif kulit.
b) Secure
Enclave: Area Aman dalam Perangkat: Data biometrik biasanya disimpan dalam area
khusus yang aman, seperti Secure Enclave pada perangkat Apple atau Trusted
Execution Environment (TEE) pada perangkat Android, yang memiliki perlindungan
terhadap akses tidak sah.
b. Pengamanan
pada Faceprint
1) Enkripsi
Data Biometrik:
Template Terenkripsi:
Data wajah disimpan sebagai template yang sudah dienkripsi, bukan sebagai
gambar mentah, mengurangi risiko penyalahgunaan data.
2) Sensor
Canggih:
a) Kamera
Inframerah:
Digunakan untuk mendeteksi fitur wajah
dalam kondisi pencahayaan yang berbeda dan memberikan kedalaman gambar,
membuatnya lebih sulit ditipu dengan foto.
b) Teknologi
3D: Menggunakan sensor 3D untuk memetakan kontur wajah dan mendeteksi
kedalaman, menambah lapisan keamanan terhadap pemalsuan dengan gambar dua
dimensi.
3) Teknik
Anti-Spoofing:
a) Deteksi
Kehidupan (Liveness Detection): Teknologi ini memastikan bahwa wajah yang
dipindai adalah wajah hidup dan bukan gambar atau video, misalnya dengan
mendeteksi gerakan alami atau perubahan ekspresi wajah.
b) Penggunaan
IR Blaster: Menggunakan pemancar inframerah untuk memetakan wajah dalam tiga
dimensi, yang membuatnya sulit ditipu dengan foto atau video.
4) Secure
Enclave:
Area Aman dalam
Perangkat: Data wajah biasanya disimpan dalam area aman dalam perangkat,
seperti Secure Enclave pada perangkat Apple atau Trusted Execution Environment
(TEE) pada perangkat Android, memastikan bahwa data tidak dapat diakses atau
dicuri oleh aplikasi yang tidak sah.
D. KELEBIHAN DAN KEKURANGAN PENGGUNAAN APLIKASI FINGERPRINT
Fingerprint
dan faceprint masing-masing memiliki kelebihan dan kekurangan yang perlu
dipertimbangkan ketika memilih metode autentikasi biometrik. Berikut adalah
analisis mendalam tentang kelebihan dan kekurangan masing-masing:
1.
Fingerprint (Sidik Jari)
a. Kelebihan:
1) Keakuratan
dan Konsistensi: Sidik jari unik untuk setiap individu dan tidak berubah
seiring waktu, sehingga menawarkan autentikasi yang konsisten dan andal.
2) Kecepatan
dan Kenyamanan: Pemindaian sidik jari cepat dan tidak memerlukan peralatan
tambahan selain sensor yang biasanya sudah terintegrasi pada perangkat.
3) Kesulitan
Pemalsuan: Sensor kapasitif dan ultrasonik sulit ditipu dengan cetakan atau
gambar sidik jari, meningkatkan keamanan terhadap pemalsuan.
4) Privasi
Data: Data sidik jari disimpan sebagai template terenkripsi, bukan gambar
mentah, sehingga lebih aman dari pencurian data.
b)Kekurangan:
1)
Kondisi Fisik Jari: Sidik jari bisa sulit
dipindai jika jari basah, kotor, terluka, atau sangat kering.
2) Kebutuhan
Kontak Fisik: Mengharuskan kontak fisik dengan sensor, yang bisa menjadi kurang
nyaman atau higienis dalam beberapa situasi.
3) Akses
Fisik Diperlukan: Pemalsuan masih mungkin jika ada akses fisik ke sidik jari,
meskipun sulit dan memerlukan keterampilan khusus.
2.
Faceprint (Pemindai Wajah)
a. Kelebihan:
1) Kenyamanan
dan Kecepatan: Tidak memerlukan kontak fisik dan dapat mengenali wajah dalam
hitungan detik, sering kali lebih cepat dan nyaman dibandingkan sidik jari.
2) Fleksibilitas
Kondisi: Bekerja dalam berbagai kondisi pencahayaan, terutama jika menggunakan
teknologi inframerah atau sensor 3D.
3) Keamanan
Tinggi: Teknologi 3D dan inframerah membuatnya sulit ditipu dengan foto atau
video, terutama jika ada fitur deteksi kehidupan (liveness detection).
4) Non-Invasif:
Tidak mengharuskan pengguna menyentuh perangkat, yang lebih higienis dan ideal
untuk lingkungan publik atau medis.
b. Kekurangan:
1) Kerentanan
terhadap Perubahan Fisik: Wajah bisa berubah karena usia, penurunan atau
peningkatan berat badan, atau penggunaan aksesoris seperti kacamata, yang dapat
mempengaruhi keakuratan pemindaian.
2) Privasi
dan Etika: Ada kekhawatiran tentang privasi dan penggunaan data wajah, terutama
terkait dengan pengawasan dan penyalahgunaan data.
3) Pemalsuan:
Meskipun sulit, ada kemungkinan pemalsuan menggunakan topeng 3D atau model
wajah, terutama pada teknologi yang kurang canggih.
4) Keandalan
dalam Kondisi Ekstrem: Mungkin kurang andal dalam kondisi cahaya yang sangat
terang atau sangat gelap, meskipun teknologi inframerah dapat membantu
mengatasi masalah ini.
E. SARAN
OPTIMALISASI PENGGUNAAN APLIKASI FINGERPRINT
Mengoptimalkan penggunaan faceprint dan
fingerprint untuk autentikasi biometrik memerlukan pemahaman mendalam tentang
kelebihan dan kekurangan masing-masing metode, serta bagaimana mereka dapat
digunakan secara efektif bersama atau secara individu. Berikut adalah beberapa
saran untuk mengoptimalkan penggunaan kedua metode ini:
1. Optimalisasi
Penggunaan Fingerprint
a.
Pilih Sensor Berkualitas:
1) Sensor
Ultrasonik dan Kapasitif: Pilih perangkat dengan sensor ultrasonik atau
kapasitif yang lebih sulit ditipu dibandingkan sensor optik.
2) Deteksi
Kehidupan: Gunakan sensor yang memiliki kemampuan deteksi kehidupan untuk
mencegah pemalsuan.
b.
Kondisi Jari:
1) Kebersihan
dan Kesehatan: Pastikan jari bersih dan kering saat pemindaian untuk
meningkatkan akurasi.
2) Beberapa
Jari: Daftarkan beberapa sidik jari untuk mengantisipasi kondisi di mana satu
jari mungkin tidak dapat dipindai dengan baik.
c.
Penyimpanan dan Enkripsi Data:
1) Secure
Enclave: Pastikan data biometrik disimpan di area aman perangkat seperti Secure
Enclave atau Trusted Execution Environment (TEE).
2) Pembaruan
Rutin: Selalu perbarui perangkat lunak dan firmware untuk memastikan
perlindungan terhadap ancaman baru.
d.
Penggunaan yang Tepat:
Situasi
yang Membutuhkan Kontak Fisik: Gunakan fingerprint dalam situasi di mana kontak
fisik tidak menjadi masalah, seperti pada perangkat pribadi atau di lingkungan
yang higienis.
2. Optimalisasi
Penggunaan Faceprint
a.
Pilih Teknologi yang Tepat:
1) Sensor
3D dan Inframerah: Pilih perangkat dengan sensor 3D dan inframerah untuk
meningkatkan akurasi dan keamanan.
2) Deteksi
Kehidupan: Gunakan teknologi yang mampu mendeteksi kehidupan untuk menghindari
pemalsuan dengan foto atau video.
b.
Kondisi Pencahayaan:
Inframerah
untuk Cahaya Rendah: Pastikan perangkat memiliki sensor inframerah untuk
memastikan kinerja baik dalam kondisi pencahayaan rendah atau ekstrem.
c.
Penyimpanan dan Enkripsi Data:
1) Secure
Enclave: Pastikan data wajah disimpan di area aman seperti Secure Enclave atau
TEE.
2) Pembaruan
Rutin: Selalu perbarui perangkat lunak dan firmware untuk menjaga keamanan.
d.
Penggunaan yang Tepat:
1) Situasi
Non-Kontak: Gunakan faceprint dalam situasi di mana kontak fisik tidak
diinginkan atau tidak praktis, seperti di lingkungan publik atau medis.
2) Kondisi
Stabil: Pastikan pengguna tidak sering mengalami perubahan fisik drastis yang
bisa mempengaruhi pemindaian wajah.