| dc.contributor.advisor | Fami, Amata | |
| dc.contributor.author | Devyanti, Kharisma Nur | |
| dc.date.accessioned | 2026-08-15T03:10:37Z | |
| dc.date.available | 2026-08-15T03:10:37Z | |
| dc.date.issued | 2026 | |
| dc.identifier.uri | http://repository.ipb.ac.id/handle/123456789/179235 | |
| dc.description.abstract | Penelitian ini bertujuan untuk mengembangkan Verify id, aplikasi verifikasi identitas digital untuk mengatasi pemalsuan data dan penipuan wajah (face spoofing) pada pendaftaran online. Menggunakan metode V-Model, aplikasi ini menggabungkan tiga teknologi utama lewat sistem keputusan satu pintu (Late Fusion). Teknologi tersebut adalah model Donut untuk membaca teks KTP, DeepFace dengan algoritma ArcFace untuk mencocokkan wajah, serta fitur liveness detection untuk memastikan keaslian wajah. Hasil pengujian fitur dengan Black Box Testing pada 50 skenario menunjukkan tingkat keberhasilan penuh sebesar 100%. Uji performa menggunakan matriks konfusi juga menghasilkan nilai sempurna sebesar 1,00 pada semua parameter (Precision, Recall, dan F1-Score). Meskipun kemampuan model Donut dalam membaca teks terbatas pada angka 73,07%, sistem Late Fusion terbukti mampu menjaga ketepatan keputusan akhir dengan mengutamakan hasil verifikasi wajah yang bernilai positif. Dengan demikian, aplikasi Verify id dinyatakan valid dan siap digunakan sebagai solusi verifikasi identitas yang aman serta akurat. | |
| dc.description.abstract | This study aimed to develop Verify id, a digital identity verification application to address data forgery and facial fraud (face spoofing) in online registration. Using the V-Model method, this application combines three core technologies through a single-gate decision system (late fusion). These technologies are the Donut model for ID card text extraction, DeepFace with the ArcFace algorithm for facial matching, and a liveness detection feature to ensure facial authenticity. Feature testing results using Black Box Testing on 50 scenarios show a full success rate of 100%. Performance testing using a confusion matrix also yields a perfect score of 1.00 for all parameters (Precision, Recall, and F1-Score).
Although the Donut model text reading ability is limited to 73.07%, the Late Fusion system successfully maintains final decision accuracy by prioritizing positive facial verification results. Consequently, the Verify id application is declared valid and ready for deployment as a secure and accurate identity verification solution. | |
| dc.description.sponsorship | | |
| dc.language.iso | id | |
| dc.publisher | IPB University | id |
| dc.title | Pengembangan Verify id Berbasis V-Model dengan Integrasi Donut dan DeepFace untuk Evaluasi Performa Multimodal | id |
| dc.title.alternative | Development of V-Model Based Verify id with Donut and DeepFace Integration for Multimodal Performance Evaluation | |
| dc.type | Tugas Akhir | |
| dc.subject.keyword | deepface | id |
| dc.subject.keyword | donut | id |
| dc.subject.keyword | identity verification | id |
| dc.subject.keyword | liveness detection | id |
| dc.subject.keyword | V-Model | id |
| dc.subtype | Undergraduate Theses | |