DETEKSI KEDIPAN MATA DENGAN HAAR CASCADE CLASSIFIER DAN CONTOUR UNTUK PASSWORD LOGIN SISTEM

<p><em>Keamanan  merupakan menjadi prioritas utama dalam era teknologi informasi, yang meliputi keamanan data, hardware atau software. Untuk menjaga keamanan diperlukan data pribadi sebagai autentifikasi dan validasi pengguna yang sah. Password merupakan data pribadi yang dimasukan pengg...

Full description

Bibliographic Details
Main Authors: Muhammad Syarif, Wijanarto Wijanarto
Format: Article
Language:Indonesian
Published: Universitas Dian Nuswantoro 2015-11-01
Series:Techno.Com
Online Access:http://publikasi.dinus.ac.id/index.php/technoc/article/view/968
_version_ 1818568663678058496
author Muhammad Syarif
Wijanarto Wijanarto
author_facet Muhammad Syarif
Wijanarto Wijanarto
author_sort Muhammad Syarif
collection DOAJ
description <p><em>Keamanan  merupakan menjadi prioritas utama dalam era teknologi informasi, yang meliputi keamanan data, hardware atau software. Untuk menjaga keamanan diperlukan data pribadi sebagai autentifikasi dan validasi pengguna yang sah. Password merupakan data pribadi yang dimasukan pengguna secara langsung melalui keyboard. Memasukan data password melalui keyboar</em><em>d</em><em> mudah dicuri dengan aplikasi Keylogger. Tahun 2008, 78% terdapat ancaman pencurian informasi rahasia data pengguna, dan 76% menggunakan komponen keystroke logging untuk mencuri informasi seperti akun bank online. beberapa variasi password yang dapat meminimalisir interaksi langsung pengguna dengan keyboard adalah memanfaatkan kedipan mata menjadi password. Dalam paper ini akan di pakai teknik Haar Cascade Classifier sebagai metode deteksi bag</em><em>ia</em><em>n tubuh tertentu suatu obyek, dan metode Contour sebagai deteksi kontur pada object spesifik, teknik ini dapat mendeteksi mata dan indikasi adanya kedipan, berdasarkan jarak, posisi obyek dan posisi sumber cahaya tertentu.Hasil dari penelitian yang di lakukan dengan memanfaatkan template deteksi kontur mata sempurna sebagai acuan kedipan mata. Nilai threshold juga berpengaruh pada hasil kontur yang dihasilkan dari berbagai jenis mata baik bentuk maupun warnanya. Berdasarkan hasil pengujian terhadap 15 sampel password kedipan, didapatkan akurasi 71,43 %, dan pengujian keystroke dengan aplikasi keylogger, password kedipan tidak terekam dalam log file keylogger.</em></p> <p><em> </em></p> <strong><em>Kata Kunci: </em></strong><em>Deteksi kedipan mata, Haar cascade Classifier, Contour, password, login sistem.</em>
first_indexed 2024-12-14T06:38:12Z
format Article
id doaj.art-0a897e58a73b4f11b6b8ba55c045a705
institution Directory Open Access Journal
issn 1412-2693
2356-2579
language Indonesian
last_indexed 2024-12-14T06:38:12Z
publishDate 2015-11-01
publisher Universitas Dian Nuswantoro
record_format Article
series Techno.Com
spelling doaj.art-0a897e58a73b4f11b6b8ba55c045a7052022-12-21T23:13:18ZindUniversitas Dian NuswantoroTechno.Com1412-26932356-25792015-11-01144242249702DETEKSI KEDIPAN MATA DENGAN HAAR CASCADE CLASSIFIER DAN CONTOUR UNTUK PASSWORD LOGIN SISTEMMuhammad Syarif0Wijanarto Wijanarto1Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro SemarangProgram Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Semarang<p><em>Keamanan  merupakan menjadi prioritas utama dalam era teknologi informasi, yang meliputi keamanan data, hardware atau software. Untuk menjaga keamanan diperlukan data pribadi sebagai autentifikasi dan validasi pengguna yang sah. Password merupakan data pribadi yang dimasukan pengguna secara langsung melalui keyboard. Memasukan data password melalui keyboar</em><em>d</em><em> mudah dicuri dengan aplikasi Keylogger. Tahun 2008, 78% terdapat ancaman pencurian informasi rahasia data pengguna, dan 76% menggunakan komponen keystroke logging untuk mencuri informasi seperti akun bank online. beberapa variasi password yang dapat meminimalisir interaksi langsung pengguna dengan keyboard adalah memanfaatkan kedipan mata menjadi password. Dalam paper ini akan di pakai teknik Haar Cascade Classifier sebagai metode deteksi bag</em><em>ia</em><em>n tubuh tertentu suatu obyek, dan metode Contour sebagai deteksi kontur pada object spesifik, teknik ini dapat mendeteksi mata dan indikasi adanya kedipan, berdasarkan jarak, posisi obyek dan posisi sumber cahaya tertentu.Hasil dari penelitian yang di lakukan dengan memanfaatkan template deteksi kontur mata sempurna sebagai acuan kedipan mata. Nilai threshold juga berpengaruh pada hasil kontur yang dihasilkan dari berbagai jenis mata baik bentuk maupun warnanya. Berdasarkan hasil pengujian terhadap 15 sampel password kedipan, didapatkan akurasi 71,43 %, dan pengujian keystroke dengan aplikasi keylogger, password kedipan tidak terekam dalam log file keylogger.</em></p> <p><em> </em></p> <strong><em>Kata Kunci: </em></strong><em>Deteksi kedipan mata, Haar cascade Classifier, Contour, password, login sistem.</em>http://publikasi.dinus.ac.id/index.php/technoc/article/view/968
spellingShingle Muhammad Syarif
Wijanarto Wijanarto
DETEKSI KEDIPAN MATA DENGAN HAAR CASCADE CLASSIFIER DAN CONTOUR UNTUK PASSWORD LOGIN SISTEM
Techno.Com
title DETEKSI KEDIPAN MATA DENGAN HAAR CASCADE CLASSIFIER DAN CONTOUR UNTUK PASSWORD LOGIN SISTEM
title_full DETEKSI KEDIPAN MATA DENGAN HAAR CASCADE CLASSIFIER DAN CONTOUR UNTUK PASSWORD LOGIN SISTEM
title_fullStr DETEKSI KEDIPAN MATA DENGAN HAAR CASCADE CLASSIFIER DAN CONTOUR UNTUK PASSWORD LOGIN SISTEM
title_full_unstemmed DETEKSI KEDIPAN MATA DENGAN HAAR CASCADE CLASSIFIER DAN CONTOUR UNTUK PASSWORD LOGIN SISTEM
title_short DETEKSI KEDIPAN MATA DENGAN HAAR CASCADE CLASSIFIER DAN CONTOUR UNTUK PASSWORD LOGIN SISTEM
title_sort deteksi kedipan mata dengan haar cascade classifier dan contour untuk password login sistem
url http://publikasi.dinus.ac.id/index.php/technoc/article/view/968
work_keys_str_mv AT muhammadsyarif deteksikedipanmatadenganhaarcascadeclassifierdancontouruntukpasswordloginsistem
AT wijanartowijanarto deteksikedipanmatadenganhaarcascadeclassifierdancontouruntukpasswordloginsistem