Penerapan Klasifikasi Suara Sebagai Autentikasi Keamanan Sistem Login Menggunakan Gaussian Mixture Models

Abstract

Program penerapan klasifikasi suara sebagai auntetikasi keamanan sistem login merupakan sebuah program berbasis website yang dibuat untuk menguji efektivitas metode autentikasi suara sebagai alternatif metode autentikasi biometrik dalam meningkatkan keamanan sistem login suatu aplikasi. Program website yang dibuat terdiri dari bagian Frontend dan bagian Backend yang dibangun dengan modul Python Flask dalam pembentukan API yang berfungsi sebagai fungsionalitas website dan modul Vue Js dalam pembuatan tampilan aplikasi. Aplikasi yang dibuat kemudian diuji dari segi fungsionalitas, tingkat akurasi model dalam mengklasifikasikan suara dan keamanannya dengan metode blackbox testing dan serangkaian security test seperti penetration testing, SQL Injection, dan XSS Attack dengan hasil pengujian aplikasi berfungsi sesuai ekspektasi dan tidak rentan terhadap serangan SQL Injection ataupun XSS Attack, sedangkan hasil dari pengujian tingkat akurasi model dalam mengklasifikasikan suara menghasilkan tingkat akurasi sebesar 67% dengan menggunakan 5 suara sebagai input awal. Hasil dari serangkaian pengujian yang telah dilakukan menunjukan bahwa perpaduan metode Linear Predictive Coding dan Gaussian Mixture Model kurang efektif dalam mengklasifikasikan suara, akan tetapi metode Autentikasi Suara berhasil meningkatkan tingkat keamanan sistem login pada aplikasi.