Implementasi Deep Learning untuk Sistem Keamanan Data Pribadi Menggunakan Pengenalan Wajah dengan Metode Eigenface Berbasis Android

Abstract

The development of technology in security systems combined with facial recognition, of course, makes every protected data safe. Many methods can be combined with a security system, one of which is the eigenface method, which is part of facial recognition. In this study, a personal data security system was built using Android-based deep learning. Based on the results of tests carried out on three devices with different Android versions, it is known, if on Android 8.1 (Oreo) the maximum distance is ± 40 cm, on Android 9.0 (Pie) the maximum distance is ± 50 cm, and on the Android version, 10.0 (Q) the maximum distance for facial object recognition is ± 60 cm. From the test results, it is known that by using the eigenface method, the farther the face is from the camera, the face cannot be detected. The implementation of this system is expected to protect personal data safely.Berkembangnya teknologi pada sistem keamanan yang dipadukan dengan pengenalan wajah, tentunya membuat setiap data yang dilindungi menjadi aman. Banyak metode yang dapat digabungkan dengan sistem keamanan, salah satunya metode eigenface, yang merupakan bagian dari pengenalan wajah. Pada penelitian ini dibangun sebuah sistem keamanan data pribadi menggunakan deep learning berbasis android. Berdasarkan hasil pengujian yang dilakukan pada tiga perangkat dengan versi android yang berbeda, maka diketahui, jika pada android 8.1 (Oreo) jarak maksimalnya ± 40 cm, pada android 9.0 (Pie) jarak maksimalnya ± 50 cm, dan pada versi android 10.0 (Q) jarak maksimal untuk pengenalan objek wajah, yaitu ± 60 cm. Dari hasil pengujian tersebut diketahui dengan metode eigenface, semakin jauh jarak wajah dari kamera, maka wajah tersebut tidak dapat terdeteksi. Implementasi dari sistem ini diharapkan dapat melindungi data pribadi dengan aman.