Pada suatu siang hari yang cerah, kepolisian di sebuah kota di Tiongkok menerima foto seorang laki-laki yang menjadi buronan. Pencarian pun langsung dilakukan. Hanya dalam hitungan menit, alarm di control room menemukan lelaki yang mirip dengan ciri-ciri foto tersebut. Aparat pun langsung bergerak.

Lelaki kulit putih bertubuh jangkung dengan rambut coklat dan jas biru tua tersebut tertangkap kamera berada di sebuah stasiun di Guiyang, Tiongkok. Hanya butuh tujuh menit saja bagi polisi untuk menemukan dan menangkap lelaki tersebut di sebuah negara dengan penduduk miliaran jiwa.

Kejadian tersebut bukanlah potongan adegan sebuah film. Pada Desember 2017 lalu, seorang jurnalis dari kantor berita BBC, John Sudworth, mengujicoba surveillance system atau sistem pengawas miliki pemerintah Tiongkok. Dengan memanfaatkan teknologi facial recognition dan 170 juta kamera CCTV yang tersebar di penjuru Tiongkok, pihak kepolisian dapat menemukan Sudworth dalam waktu yang sangat cepat.

Tidak hanya digunakan untuk keamanan negara saja, facial recognition sebetulnya sudah mulai banyak juga digunakan pada teknologi dalam keseharian kita. Contoh yang paling sederhana adalah rekomendasi tag foto di Facebook, dan masih banyak lagi.

Tahukah kamu bagaimana cara kerja facial recognition?

Tahapan facial recognition

Facial recognition adalah salah satu jenis sistem identifikasi “biometrik”. Sistem ini mengidentifikasi seseorang dengan fitur-fitur khusus pada tubuh maupun DNA yang membedakan satu orang dengan orang lainnya. Contoh identifikasi biometrik lainnya adalah fingerprint atau sidik jari, retina scanning, iris scanning, serta voice recognition.

Menurut US Government Accountability Office, ada empat komponen yang dibutuhkan untuk melakukan facial recognition, yaitu:

• Kamera
• Faceprint
• Database
• Algoritme utuk membandingkan faceprint dari wajah target dengan faceprint dalam database.

Setelah komponen tersebut terpenuhi, kita bisa mulai melakukan facial recognition. Ada tiga tahapan yang biasanya dilewati, yaitu:

1. Detection
Sistem akan mengekstraksi pola dalam sebuah gambar lalu membandingkannya. Jika polanya sama, sistem akan mengasumsikan bahwa ada wajah dalam gambar tersebut.

2. Faceprint creation
Faceprint adalah ‘cetakan’ atau ‘model’ wajah. Kami akan menjelaskan detailnya di bawah. Untuk membuat faceprint, ada dua cara yang biasanya dilakukan, yaitu:

• Pendekatan geometris (geometric approach)
  Mengukur jarak dan relasi spasial antara fitur wajah seperti titik pusat mata, bagian ujung hidung, atau garis bibir untuk mengenali wajah.
• Pendekatan fotometrik (photometric approach)
  Menganalisis foto dan membandingkannya dengan database untuk mengenali identitas seseorang berdasarkan statatistiknya.
• Analisis tekstur wajah (skin texture analysis)
  Memetakan lokasi unik pori-pori, garis, atau bercak pada kulit yang berbeda antara seseorang dengan yang lainnya.

3. Verifikasi atau identifikasi
Verifikasi berbeda dengan identifikasi. Jadi, outputnya juga akan berbeda.

• Verifikasi (atau autentikasi)
  Cara ini membandingkan input foto wajah dengan data foto pengguna yang membutuhkan autentikasi. Agar lebih mudah diingat, perbandingannya 1×1.
  Contoh:
  Membuka kunci smartphone dengan wajah. Kamu perlu memasukkan data wajah atau foto kamu terlebih dahulu untuk disimpan dalam smartphone. Saat kamu mengarahkan kamera ke wajah, akses smartphone baru akan terbuka.
• Identifikasi
  Perbandingan 1xN. Jadi, input foto wajah dibandingkan dengan seluruh foto wajah yang ada dalam dataset untuk menemukan orang yang cocok dengan input foto tersebut.
  Contoh:
  Pencarian John Sudworth oleh kepolisian Tiongkok yang kami ceritakan di awal. Rekomendasi photo tagging dari Facebook juga salah satu contoh lainnya.

Meniru kerja otak

Bisa dibilang, facial recognition adalah salah satu sistem identifikasi biometrik yang sangat efektif dalam menghasilkan informasi. Hal tersebut bisa terjadi karena penggunaan algoritme neural network yang berperan penting dalam pengembangan sistem facial recognition.

Neural network dibuat berdasarkan model cara kerja otak manusia. Algoritme ini kemudian mencoba meniru proses otak mengenali wajah seseorang. Alam bawah sadar otak akan mencoba mengenali fitur-fitur khusus pada wajah. Seperti jarak antara mata, tinggi dahi, lebar hidung, dan sebagainya.
Algoritme facial recognition kemudian dirancang untuk memetakan fitur wajah seseorang secara matematis. Data fitur wajah yang disebut faceprint ini kemudian disimpan untuk dicocokkan dengan hasil pencarian.

Bagi komputer, wajah kita adalah sekelompok angka

Untuk memahami cara kerja facial recognition, kita perlu mengetahui dulu konsep feature vector. Setiap algoritme Machine Learning akan belajar dari data yang terdapat dalam sebuah dataset. Algoritme ini akan menelusuri data dan mengidentifikasi pola atau pattern yang ada di dalamnya.

Misalnya, kamu ingin mengidentifikasi wajah seseorang dari sebuah foto, ada beberapa hal yang bisa kita lihat sebagai acuan pola, yaitu:

• Rasio tinggi dan lebar wajah
  Hanya mengukur tinggi dan lebar wajah mungkin kurang akurat, karena foto bisa diperkecil atau diberbesar. Namun, walaupun mengalami perubahan ukuran rasio tinggi wajah terhadap lebar wajah tidak akan berubah.
• Warna kulit wajah
• Lebar bagian wajah lainnya seperti bibir, hidung, dan lainnya.

Komputer kemudian akan menentukan pattern dari data-data tadi. Ingat, algoritme facial recognition hanya dapat memahami angka.

Jadi, untuk membedakan wajah kita dengan Chelsea Islan, algoritme tersebut harus bisa membaca pola dalam bentuk angka dari foto masing-masing. Representasi numerik dari “wajah” inilah yang disebutfeature vector. Feature vector ini terdiri dari susunan angka dalam urutan yang spesifik.

Saat sebuah software memberikan ukuran dan orientasi wajah yang tepat, maka akan terciptalah “faceprint”. Mirip dengan rekaman sidik jari, faceprint adalah sekumpulan karakter yang jika digabungkan akan mampu mengidentifikasi wajah seseorang. Elemen dalam faceprint termasuk posisi relatif dari fitur wajah, seperti mata, alis, dan bentuk hidung.

Seseorang dengan mata yang kecil, alis tebal, dan hidung mancung akan memiliki faceprint yang sangat berbeda dengan orang lainnya yang matanya besar, alisnya tipis, dan hidungnya bulat.

Masih ingat cerita John yang diburu polisi tadi? Dalam kasus tersebut, sistem melakukan perbandingan 1xN. Foto John masuk ke sistem, dibuat faceprintnya, lalu CCTV akan mencari orang yang cocok dengan input foto tadi. Begitu ditemukan hasil yang cocok, maka sistem akan mengirimkan peringatan ke control room, lengkap dengan lokasi ditemukannya orang tersebut.

Facial recognition di berbagai industri

Sekarang kamu sudah mulai paham cara kerja facial recognition, bukan? Dalam bagian ini, kami akan menunjukkan beberapa contoh pemanfaatan facial recognition di berbagai industri. Tentunya, masih ada lebih banyak lagi selain contoh-contoh yang kami berikan.

1. Otomotif

Byton, sebuah produsen mobil listrik asal Tiongkok, menciptakan sebuah SUV yang memanfaatkan teknologi facial recognition untuk membuka kuncinya. Setelah mengautorisasi pengemudi, software dalam mobil tersebut juga secara otomatis akan mengatur posisi kursi, spion, dan suhu dalam mobil, sesuai degan preferensi pengemudi.

2. Ritel

Smart store seperti AmazonGo atau JD.IDX menggunakan facial recognition untuk mengidentifikasi pengunjung toko, mengawasi aktivitas belanja, dan memverifikasi pembayaran.

Contoh lainnya adalah smile to pay, sistem pembayaran milik Alipay. Setelah kamu terdaftar, untuk melakukan pembayaran kamu cukup memindai wajah di mesin yang telah disediakan. Tidak perlu lagi menggunakan dompet.

3. Pendidikan
Sebuah sekolah di Tiongkok memasang kamera di atas papan tulis untuk mengidentifikasi emosi siswa. Dari mulai netral, bahagia, sedih, kecewa, marah, takut, dan terkejut, untuk menentukan apakah seorang siswa fokus belajar di kelas atau tidak. Jika tidak, komputer akan memberikan notifikasi kepada guru untuk menangani siswa tersebut.

4. Kesehatan
Peneliti dari Duke University menciptakan aplikasi Autism & Beyond yang bertujuan untuk menguji realibilitas smartphone dan analisis ekspresi wajah melalui video sebagai alat screening gejala autisme atau gangguan tumbuh kembang lainnya pada anak.

Pada tahun 2017, sebuah riset juga berhasil menggunakan software facial recognition untuk mendiagnosis sindrom genetik DiGeorge yang langka. Selain itu, sebuah aplikasi yang diciptakan Listerine juga membantu orang tunanetra untuk mendeteksi senyuman dari sensor getar yang dihasilkan dengan membaca ekspresi wajah seseorang.

5. Sosial dan lainnya
Sebuah aplikasi bernama Finding Rover memungkinkan kamu untuk menemukan hewan peliharaan yang hilang dengan mendeteksi wajah hewan.

Sementara di India, kepolisian New Delhi berhasil mengidentifikasi sekitar 3000 anak yang hilang, hanya dalam empat hari dengan menggunakan sistem facial recognotion.

Kelemahan facial recognition

Teknologi facial recognition terus berkembang dan semakin canggih. Namun, ada beberapa faktor yang dapat mengurangi tingkat akurasi facial recognition, di antaranya:

• Foto dengan resolusi rendah dan minim pencahayaan
• Sudut foto yang berbeda
• Ekspresi wajah, bahkan senyum kecil saja bisa menjadi tantangan tersendiri bagi sistem pencocokan wajah
• Mata memiliki peranan kunci dalam menentukan akurasi. Maka, benda seperti kacamata hitam yang menghalangi mata dapat mengganggu kerja software
• Benda lainnya yang menutupi bentuk asli wajah seperti topi, syal, atau model rambut yang menghalangi wajah, terutama area mata
• Dalam kasus tertentu, jambang dan riasan dapat mengganggu program deteksi wajah.

Selain itu, data identitas wajah juga perlu dipastikan tersedia. Jika pindaian wajah seseorang tidak terkait dengan profil apapun, atau tidak ada di database manapun, facial recognition tidak akan bisa bekerja. Tanpa contoh atau pasangan, identitas orang dalam scan foto tersebut tidak akan terungkap.

Dalam beberapa kasus, pemanfaatan facial recognition sebetulnya masih menuai berbagai pro dan kontra. Bayangan seseorang diawasi secara terus-menerus seperti di Tiongkok, atau penyalahgunaan data dengan foto yang diinput terkadang membuat orang merasa kurang nyaman dengan maraknya penggunaan teknologi ini.

Tapi, seandainya kita dapat menggunakan data dengan bijak, menjaga keamanan data dan data digunakan dengan wajar tanpa melewati batas privasi seseorang, facial recognition akan sangat membantu manusia dalam berbagai bidang.

(Ilustrasi oleh Muhammad Cipto Apriarso)