Sistem Kehadiran Otomatis Menggunakan Silent Face Anti-Spoofing untuk Mendeteksi Spoof pada Pengenalan Wajah

Absensi merupakan hal yang penting bagi perusahaan atau institusi karena data absensi dapat digunakan untuk menghitung gaji karyawan dan menilai kinerja karyawan. Salah satu teknologi absensi adalah penggunaan teknologi pengenalan wajah. Teknologi Pengenalan wajah dapat diakali dengan menggunakan wajah spoofing. Penelitian ini berfokus pada perancangan sistem untuk mengatasi wajah spoofing dengan mempertimbangkan efek cahaya dan jarak deteksi. Transformasi Fourier digunakan sebagai cabang tambahan dari cabang utama CNN (Convolutional Neural Network) dalam algoritma Silent Face Anti-Spoofing. Sistem ini menggunakan kamera sebagai input dan LED dengan skor sebagai output. Data diambil dari nilai FT Loss hasil pelatihan empat sampel dan hasil pengujian lapangan pada kondisi indoor dan outdoor berdasarkan cahaya dan jarak deteksi yang ditampilkan melalui LED dengan skor. Nilai hasil pelatihan terbesar secara berurutan adalah sampel wajah asli diikuti oleh wajah spoofing dari handphone, foto berukuran 3 cm x 4 cm, dan kertas HVS. Kondisi terbaik yang didapatkan adalah di dalam ruangan dengan intensitas cahaya 96 lux dan jarak deteksi 30 cm dan di luar ruangan pada pukul 09.00 dan 17.00 dengan jarak deteksi 15 cm. Melalui kondisi terbaik, pengujian dilakukan pada multi wajah dengan menambahkan wajah keempat dengan wajah spoofing dari foto 4R dan terbukti bahwa kondisi terbaik yang dipilih merupakan benar-benar kondisi terbaik.