TI1822498897

Dari widuri
Lompat ke: navigasi, cari

 

PERANCANGAN SISTEM AUTENTIKASI PENGENAL WAJAH

PADA APLIKASI MOBILE iPerform VERSI ANDROID

PT ANGKASA PURA II (PERSERO)

DENGAN METODE ARTIFICIAL NEURAL NETWORKS


SKRIPSI




Disusun Oleh :

NIM
: 1822498897
NAMA



FAKULTAS SAINS DAN TEKNOLOGI

PROGRAM STUDI TEKNOLOGI INFORMASI

KONSENTRASI SOFTWARE ENGINEERING

UNIVERSITAS RAHARJA

TANGERANG

2019/2020


ABSTRAK

Saat ini, PT Angkasa Pura II (Persero) memiliki dua aplikasi seluler yaitu Indonesia Airports dan iPerform. Beberapa fitur pada iPerform tersebut merupakan fitur yang mengandung informasi yang bersifat privasi bagi pengguna pribari, rahasia perusahaan dan fitur vital operasional perusahan. Oleh karna itu, aspek kerahasiaan menjadi isu penting yang harus dijaga pada aplikasi ini. Penelitian ini berfokus pada aplikasi iPerform dengan tujuan mengetahui bagaimana sistem autentikasi yang berjalan saat ini di aplikasi iPerform, lalu merancang dan mengimplementasi sistem autentikasi pengenal wajah pada aplikasi iPerform, lalu mengetahui kelebihan sistem autentikasi dengan dua langkah autentikasi dengan username dan password serta pengenal wajah dibandingkan dengan autentikasi berjalan pada aplikasi iPerform PT Angkasa Pura II (Persero). Pada penelitian ini penulis menggunakan metode pengumpulan data dengan metode observasi, wawancara dan studi pustaka. Selanjutnya pada analisa sistem penulis menggunakan metode CIA (Confidentiality, Integrity, Availability) Triangle. Pada perancangan penulis menggunakan metode UML (Unified Modelling Language). Pada pengujian dan evaluasi sistem penulis menggunakan metode FAR (False Acceptance Rate), FRR (False Rejection Rate). Pada proses pembuatan program pengenalan wajah saat autentikasi penulis menggunakan ANN (Artificial Neural Network). Pada penelitian ini Penulis membatasinya dalam ruang lingkup penelitian pada aplikasi mobile iPerform versi android dalam hal pendaftaran wajah karyawan (enrollment), training dataset dan pengenalan wajah saat autentikasi login ke dalam aplikasi dengan metode Artificial Neural Network. Penggunaan dua langkah autentikasi dengan username dan password serta pengenal wajah pada aplikasi iPerform ini menambah aspek keamaanan untuk melindungi aspek kerahasiaan data dan vitur operasional pada iPerform. Pada evaluasi performa didapatkan tingkat keberhasilan sebesar 85,91% dengan FAR sebesar 8,45% dan FRR sebesar 5,63%.

Kata Kunci: autentikasi, pendaftaran, pengenalan, wajah.

ABSTRACT

At present, PT Angkasa Pura II (Persero) has two mobile applications namely Indonesia Airports and iPerform. Some features on iPerform are containing information that is privacy for its users, company classified information and vital operational features of the company. Therefore, confidentiality is an important issue that must be maintained in this application. This research focuses on iPerform application with the aim of knowing how the current authentication system run on the iPerform application, and then design and implement a face recognition authentication system on the iPerform mobile application, and then knowing the advantages of an authentication system with two-step authentication with a username and password as well as facial recognition compared to current authentication system on the iPerform mobile application. In this study, the author collect data by using method of observation, interviews and literature study. Furthermore, the author analyze the system using the CIA (Confidentiality, Integrity, Availability) Triangle method. And then in designing the author uses the UML (Unified Modelling Language) method. In system testing and evaluation the author uses the FAR (False Acceptance Rate) method, FRR (False Rejection Rate) method. In the making a face recognition program, the author uses ANN (Artificial Neural Network) method. In this study the author limit the scope of research only on the android version of the iPerform mobile application in terms of employee face registration (enrolment), training datasets and face recognition for login authentication into the application with the Artificial Neural Network method. The use of two-step authentication with username and password as well as facial recognition on the iPerform application increase security aspects to protect the confidentiality of data and operational features on iPerform. In the performance evaluation, the success rate was 85.91%, FAR of 8.45% and FRR of 5.63%.

Keywords: authentication, registration, recognition, face.



DAFTAR PUSTAKA

  1. Aris, Dini Andrian, Apriyani Romondor, Dian Eka sari. 2016. Perancangan Aplikasi Sistem Informasi Penjualan Tiket Pada Pt Nur Rizky Pratama Travel Berbasis Web. ISSN : 2302-3805. Yogyakarta: Seminar Nasional Teknologi Informasi dan Multimedia 2016.

  2. Arribathi, Abdul Hamid, Saryani, Haris. 2018. Perancangan Aplikasi Smart Seminar Dan Workshop Berbasis Website. Tangerang :Jurnal CERITA Vol. 5 No 2 Agustus 2019 ISSN : 2655-2574

  3. Arribathi, Abdul Hamid, Saryani, Nurdin Suryana. 2019. Prototipe Aplikasi Smart Seminar Dan Workshop Berbasis Web Dan Android. Jakarta :Jurnal SNITek 2019 ISSN 2580-5495

  4. Aryani Diah, Muhammad Nur Ihsan, Puspita Septiyani. 2017. Prototype Sistem Absensi Dengan Metode Face Recognition Berbasis Arduino Pada Smk Negeri 5 Kabupaten Tangerang. Journal Seminar Nasional Teknologi Informasi dan Multimedia 2017. ISSN : 2302-3805

  5. Azizah, N., Yuliana, L., & Juliana, E. (2017). Rancang Bangun Sistem Informasi Penggajian Karyawan Harian Lepas Pada PT. Flex Indonesia. SENSI Journal, 3(1), 14-21.

  6. Burger, Wilhelm, Mark J. Burge. 2016. Digital Image Processing. London: Springer.

  7. Dwi, Rosmawati, Lukas. 2018. Performance Comparison Of Biometric System With And Without Evcs Study Case For Palmprint Authentication System. Surabaya: International Conference on Computer Engineering, Network and Intelligent Multimedia (CENIM). pp. 119-124, doi: 10.1109/CENIM.2018.8711040.

  8. Gupta, Ishita, Varsha Patil, Chaitali Kadam, Shreya Dumbre. 2016. FACE DETECTION AND RECOGNITION USING RASPBERRY PI. IEEE, dec 2016. ISBN 978-1-5090-3745-2.

  9. Juan Liang, Haoyu Zhao, Xingqian Li, Hongwei Zhao. 2017. Face Recognition System Based on Deep Residual Network. Advances in Engineering Research (AER), volume 148.

  10. Kasar, Manisha M., Debnath Bhattacharyya, Debnath Bhattacharyya. 2016. Face Recognition Using Neural Network: A Review ISSN: 1738-9976 . IJSIA: Vol. 10, No. 3

  11. Maimunah, Padeli, Erna Astriyani. 2018. Pengembangan Website Perpustakaan Dalam Menunjang Sistem Pelayanan Dan Informasi Pada Perguruan Tinggi Raharja. Pontianak :Jurnal SENSITEK 2018

  12. Maulani, G., Septiani, D., & Sahara, P. N. F. (2018). Rancang Bangun Sistem Informasi Inventory Fasilitas Maintenance Pada Pt. Pln (Persero) Tangerang. ICIT Journal, 4(2), 156-167.

  13. Mulyati, Astri Wulan Sari, Siti Ika Danti. 2018. Aplikasi Graduation Organizer Berbasis Mobile Pada Perguruan Tinggi Raharja. Tangerang :Jurnal ICIT Vol.4 No.1 – Februari 2018. ISSN : 2356 – 5195

  14. Muslihudin, Muhammad, dan Oktofianto. 2016. Analisis dan Perangcangan Sistem Informasi Menggunakan Model Terstruktur dan UML. Yogyakarta: ANDI.

  15. Angraeni, Yunaeti Angraeni, dan Rita Irviani. 2017. Pengantar Sistem Informasi. Yogyakarta: ANDI.

  16. Padeli, G., Erick Febriyanto, Danang Suprayogi. 2018. Prototype Sistem Smart Lock Door Dengan Timer Dan Fingerprint Sebagai Alat Autentikasi Berbasis Arduino Uno Pada Ruangan. Journal IFTECH.

  17. Rahardja, Untung, Eka Purnama Harahap, Dini Intan Pratiwi. 2018. Pemanfaatan Rinfosheet Sebagai Media Informasi Laporan Penjualan Barang Pada Raharja Internet Cafe. Pontianak :Jurnal Ilmiah Teknologi Informasi Asia Vol.12, No.01, Tahun 2018 ISSN: 2580-8397

  18. Rahardja, Untung, Eka Purnama Harahap, Gilang Fresandy. 2017. Penerapan Sistem Autentikasi Sertifikat Sebagai Pengambil Keputusan Validasi Sertifikat Pada Perguruan Tinggi. Technomedia Journal. E-ISSN: 2528 – 6544.

  19. Sommerville, Ian. 2016. Software Engineering. London: Pearson.

  20. Sutrisno, Dedy Prasetya Kristiadi, Dedeh Supriyanti. 2017. Aplikasi Sistem Pakar Untuk Mendiagnosa Gangguan Jaringan Lan Berbasis Android Di Sekolah Kemurnian Jakarta. Tangerang :Jurnal SENSI Vol.3 No.2 – Agustus 2017 ISSN: 2461-1409

  21. Wojcik, Waldemar, Konrad Gromaszek dan Muhtar Junisbekov. 2016. Face Recognition Semisupervised Classification, Subspace Projection and Evaluation Methods. London: Intech.

Contributors

Andrianes

Diperoleh dari "https://widuri.raharja.info/index.php?title=TI1822498897&oldid=376444"