Face Recognition sebagai Control Access Area dengan Face-Api.js dan Euclidean Distance

Abstract

Rekognisi wajah merupakan teknik biometrik untuk mengidentifikasi wajah seseorang termasuk sebagai salah satu program deep learning yang banyak diminati dan terus dikembangkan hingga saat ini. Teknik ini dapat diterapkan sebagai Control Access Area. Rekognisi wajah mampu digunakan untuk mengidentifikasi individu berdasarkan karakteristik fisik unik mereka, sehingga digunakan untuk meningkatkan keamanan dan mengurangi risiko kehilangan atau pencurian kredensial. Teknik face recognition mampu diimplementasikan dalam proyek deep learning berbasis web dengan bahasa pemrograman JavaScript. Sistem control access area mampu mengelola hak akses setiap individu sampai dengan pengelolaan ruang. Sistem ini dikembangkan dengan library face-api.js dan algoritma euclidean distance. Kemudian, hasil evaluasi model menunjukkan nilai akurasi yang tinggi yakni 95,71% untuk face detection dan 100% untuk face recognition dengan 3 descriptor sebagai jumlah acuan optimalnya.