{"title":"Mencegah Fraud dengan Teknologi Liveness Detection","content":"\r\nTeknologi Liveness Detection merupakan sebuah teknik yang memanfaatkan algoritma cerdas untuk mendeteksi apakah sampel biometrik yang diperiksa berasal dari manusia asli atau justru merupakan benda mati.\u00a0\u00a0\r\n\r\n\r\n\r\nHal ini sangat berguna dalam kehidupan sehari-hari dan sudah sering ditampilkan dalam karya-karya seni seperti film.\u00a0\r\n\r\n\r\n\r\nDalam film-film aksi, sering ditampilkan cara untuk menembus keamanan yang dilengkapi dengan teknologi biometrik, misalnya dengan menggunakan lensa kontak yang telah didesain agar menyerupai tampilan iris mata asli, atau menggunakan sidik jari palsu dengan bahan gelatin.\u00a0\u00a0\r\n\r\n\r\n\r\n\r\n\r\n\r\nCara-cara tersebut memang dapat menembus keamanan verifikasi biometrik. Namun, hal ini tidak berlaku dengan biometrik yang telah menerapkan teknologi liveness detection.\u00a0\r\n\r\n\r\n\r\nApa Itu Teknologi Liveness Detection?\u00a0\r\n\r\n\r\n\r\nTeknologi Liveness Detection atau pendeteksi keaktifan pada dasarnya merupakan pemanfaatan algoritma berbasis artificial\u00a0 intelligence (AI) untuk membedakan sampel biometrik manusia hidup (berupa sidik jari, iris mata atau struktur wajah asli) dari sampel biometrik buatan (misalnya, sidik jari buatan dari gelatin) yang sedang diperiksa oleh sistem.\u00a0\r\n\r\n\r\n\r\nSebenarnya, teknologi liveness detection ini sudah ada sejak lama, tepatnya sejak 1950. Istilah tersebut pertama kali digunakan oleh seorang ilmuwan Inggris bernama Alan Turing. Kala itu, Turing menguji perilaku mesin dalam menghasilkan respons. Dalam tes tersebut, mesin yang diuji harus bisa mengenali saat hasil ketikan keyboard tidak berasal dari manusia.\u00a0\r\n\r\n\r\n\r\nMeski sudah muncul sejak lama, teknologi ini baru mulai digunakan secara luas pada tahun 2000.\u00a0\u00a0\r\n\r\n\r\n\r\nUntuk menguji kemampuan mesin, pengguna diminta melakukan beberapa gerakan di hadapan kamera video. Sayangnya, uji tes ini dianggap kurang sukses karena berjalan sangat lambat.\u00a0\r\nTujuan Liveness Detection\r\nBerikut adalah beberapa tujuan dari liveness detection:\r\n1. Mencegah Penipuan Identitas\r\nLiveness detection berfungsi untuk mencegah penipuan identitas dengan memverifikasi bahwa orang yang mencoba mengakses layanan atau melakukan transaksi adalah individu yang nyata dan hidup, bukan rekaman atau gambar palsu.\r\n2. Menjaga Keamanan Transaksi Digital\r\nDalam dunia keuangan digital dan aplikasi perbankan, liveness detection memastikan bahwa transaksi dilakukan oleh pemilik akun yang sebenarnya, bukan oleh pihak yang tidak sah. Ini membantu mengurangi risiko pencurian identitas dan aktivitas ilegal lainnya.\r\n3. Meningkatkan Akurasi Verifikasi Identitas\r\nDengan mendeteksi tanda-tanda kehidupan seperti gerakan mata atau perubahan ekspresi wajah, liveness detection meningkatkan keakuratan verifikasi identitas. Ini memastikan bahwa proses identifikasi dilakukan dengan lebih tepat dan andal.\r\n4. Mengurangi Risiko Pemalsuan Identitas\r\nTeknologi liveness detection secara signifikan mengurangi risiko penggunaan foto atau rekaman wajah palsu untuk mengelabui sistem keamanan. Hal ini menjaga integritas sistem dan mencegah upaya pemalsuan data atau identitas yang dapat mengancam keamanan data.\r\n5. Memberikan Pengalaman Pengguna yang Lebih Baik\r\nSelain meningkatkan keamanan, liveness detection juga mempercepat proses verifikasi identitas, sehingga memberikan pengalaman pengguna yang lebih baik. Pengguna dapat mengakses layanan digital dengan lebih cepat dan nyaman tanpa mengorbankan keamanan.\r\n\r\n\r\n\r\nJenis-Jenis Pendeteksi Keaktifan\u00a0\r\n\r\n\r\n\r\nTeknologi ini digunakan secara luas dan terbagi menjadi dua kategori besar, yakni pasif dan aktif. Pengelompokan ini menyesuaikan gaya interaksi pengguna.\u00a0\u00a0\r\n\r\n\r\n\r\nUntuk lebih mengenal masing-masing jenis, Anda bisa menyimak poin-poin di bawah ini.\u00a0\r\n\r\n\r\n\r\nJenis Pasif\r\n\r\n\r\n\r\nPendeteksi berjenis pasif berjalan di balik proses verifikasi biometrik wajah atau face recognition.\u00a0 Dalam teknologi ini, pengguna tidak perlu melakukan apa pun, cukup diam dan menunjukkan sampel data biometrik yang diperlukan (bisa berupa sidik jari, iris mata, maupun struktur wajah).\r\nSecara otomatis, sistem akan melakukan pemeriksaan. Jika data sesuai, pengguna bisa mendapatkan akses, tapi jika tidak, sistem akan langsung melakukan blokir.\r\n\r\n\r\n\r\nLiveness Detection Aktif\r\n\r\n\r\n\r\n\r\n\r\n\r\nPendeteksi berjenis aktif merupakan teknologi liveness detection yang asli.\r\n\r\n\r\n\r\nDengan menggunakan sistem ini, pengguna harus mempraktikkan suatu instruksi khusus (biasanya berupa gerakan).\r\n\r\n\r\n\r\nKetika pengguna memberikan respons sesuai instruksi, maka identitasnya dapat diverifikasi. Apabila tidak sesuai, sistem akan menganggapnya sebagai sampel palsu dan bukan pengguna asli.\r\n\r\n\r\n\r\nCara Teknologi Pendeteksi Mencegah Fraud\u00a0\r\n\r\n\r\n\r\nSistem verifikasi biometrik memang memberikan keamanan tingkat tinggi. Dari sisi pengguna, teknologi ini juga praktis karena mereka tidak perlu mengingat kata kunci atau membawa tanda pengenal agar bisa mendapatkan akses. Walau begitu, bukan berarti biometrik tidak punya celah keamanan.\u00a0\r\n\r\n\r\n\r\nSeperti yang telah disebutkan, keamanan biometrik pun dapat ditembus. Salah satunya adalah menggunakan jempol palsu untuk menembus mesin pengecek sidik jari.\u00a0\u00a0\r\n\r\n\r\n\r\nDengan adanya teknologi ini, kejadian tersebut bisa dicegah. Lalu, bagaimana caranya?\u00a0\r\n\r\n\r\n\r\n1. Untuk Mengecek Struktur Wajah\r\n\r\n\r\n\r\nSalah satu masalah yang sedang dihadapi oleh biometrik saat ini adalah teknologi deepfake.\u00a0\u00a0Teknologi tersebut mampu menempelkan wajah pengguna pada gambar tertentu. Alhasil, gambar tersebut pun berubah dan punya tampilan yang mirip.\r\n\r\n\r\n\r\nNamun, dengan menerapkan pendeteksi aktif, kecurangan tersebut bisa digagalkan.\r\n\r\n\r\n\r\nSistem ini akan memberikan instruksi tertentu sehingga objek harus bergerak. Gambar deepfake di permukaan mungkin akan terlihat begitu mirip, tapi saat bergerak akan muncul struktur yang tidak natural dan bisa dikenali sebagai objek palsu.\r\n\r\n\r\n\r\n2. Untuk Mengecek Keaslian Sidik Jari\r\n\r\n\r\n\r\nDengan menerapkan pendeteksi pasif, sistem akan mengenali apakah sampel yang sedang diperiksa merupakan jempol asli atau buatan.\r\n\r\n\r\n\r\nIni karena pada dasarnya anatomi tubuh manusia itu unik. Jempol yang asli pasti akan memiliki panas tubuh dan aliran darah di dalamnya. Sementara itu, sampel palsu memang punya tampilan yang serupa, tapi tidak dilengkapi dengan aspek-aspek \u201chidup\u201d tersebut.\r\n\r\n\r\n\r\nItulah ulasan mengenai teknologi liveness detection serta penerapannya dalam mencegah tindak penipuan. Sistem keamanan yang serupa juga telah diterapkan oleh Privy.\u00a0\u00a0\r\n\r\n\r\n\r\nPrivy menyediakan layanan verifikasi tanda tangan digital komprehensif yang cocok berbagai proses bisnis dengan keamanan tingkat tinggi seperti customer onboarding. Untuk informasi selengkapnya, silakan klik di sini!\u00a0\r\n","link":"https:\/\/privy.id\/blog\/cegah-fraud-dengan-teknologi-liveness-detection\/","banner":"https:\/\/prod-blog.privy.id\/wp-content\/uploads\/2022\/09\/Mencegah-fraud-dengan-teknologi-liveness-detection.jpg","date":"2022-09-23"}