Update Artikelilmiah: 37208

BAGAS BANGKIT PAMBUDI

NIM

Judul Artikel

Abstrak (Bhs. Indonesia)

Face Recognition adalah sistem biometrik yang berkerja mengetahui identitas seseorang berdasarkan karakteristik dari wajahnya. Dalam perkembangkannya sistem pengenalan wajah juga rentan terhadap beberapa serangan yang berguna untuk melucuti sistem, salah satunya adalah Spoofing. Dalam implementasinya, sistem pengenalan wajah akan menggunakan Jaringan Saraf Tiruan Siam/SNN.  SNN adalah suatu arsitektur yang menggunakan dua buah Neural Network dengan bobot dan parameter yang sama pada tiap layer. Data masukkan SNN adalah 2 buah citra yang berpasangan, dimana citra pertama merupakan citra pembanding dan yang kedua merupakan citra yang ingin di tes atau di prediksi. 
Sedangkan untuk Face anti Spoofing  akan menggunakan peta kedalaman yang bernama SpecDiff. Pantulan Specular dan Diffuse akan menghasilkan 3D Shape dari wajah, jika citra wajah dideteksi memiliki pola datar maka akan diduga citra tersebut Spoofing. .Adapun Dataset yang digunakan seperti Dataset Flash dan Background berjumlah 718 gambar , Olivetti berjumlah 400. Hasil Evaluasi Face Anti Spoofing  Model SVM SpecDiff Kernel linear didapatkan Akurasi 1, F1 Score 1, FAR 0 dan FRR 0. Lalu Kernel Rbf Akurasi 0.99, F1 Score 0.99, FAR 0.0285 dan FRR 0. Untuk sistem pengenalan wajah pada SNN v1 didapatkan Akurasi 0.98 dan F1 Score 0.98. Sedangkan pada SNN v2 didapatkan Akurasi 0.97 dan F1 Score 0.97 dengan Distance measure terbaik yaitu Element Wise Absolute Difference.

Abtrak (Bhs. Inggris)

Face Recognition is a biometric system that works to find out a person's identity based on the characteristics of his face. In its development the facial recognition system is also vulnerable to several attacks that are useful for disarming the system, one of which is Spoofing.. In its implementation, the facial recognition system will use the Siamese Artificial Neural Network/SNN. SNN is an architecture that uses two Neural Networks with the same weights and parameters in each layer. The data is SNN is 2 paired images, where the first image is a comparison image and the second wants to test or predict
As for the Anti-Spoofing Face, it will use a depth map called SpecDiff. Specular and Diffuse reflections will produce a 3D Shape of the face, if the face image is detected as having a flat pattern, it will be suspected that the image is spoofing. The datasets used such as Flash and Background datasets are 718 images, and Olivetti is 400. The results of the Face Anti Spoofing Evaluation of the SpecDiff Kernel linear SVM model obtained Accuracy 1, F1 Score 1, FAR 0, and FRR 0. Then Kernel Rbf Accuracy 0.99, F1 Score 0.99, FAR 0.0285 and FRR 0. For facial recognition system on SNN v1 obtained 0.98 Accuracy and a 0.98 F1 Score. While the SNN v2 obtained 0.97 Accuracy and 0.97 F1 Score the best Distance measure is Element Wise Absolute Difference.

Kata kunci

Pembimbing 1

Pembimbing 2

Pembimbing 3

Tahun

Jumlah Halaman