Cara Integrasi Face Recognition API di Python dengan Library Requests untuk Proptech

Written by ARSA Writer Team



Blogs

Cara Integrasi Face Recognition API di Python dengan Library Requests untuk Proptech

Di era digital yang serba cepat ini, verifikasi identitas menjadi tulang punggung keamanan dan efisiensi, terutama di sektor proptech yang terus berkembang pesat. Bagi para backend developer Python yang ingin memperkuat sistem mereka, memahami cara integrasi face recognition API di Python dengan library requests adalah keterampilan yang sangat berharga. Artikel ini akan memandu Anda melalui konsep dan langkah-langkah untuk memanfaatkan API pengenalan wajah, mengubah alur kerja Anda dari manual menjadi otomatis dan aman, khususnya dengan fokus pada ARSA Face Recognition & Liveness API.

Mengapa Face Recognition Penting di Sektor Proptech?

Sektor proptech, yang mencakup manajemen properti, akses bangunan pintar, dan transaksi real estat digital, sangat diuntungkan dari solusi verifikasi identitas berbasis AI. Dari otentikasi penyewa hingga kontrol akses tanpa sentuh, pengenalan wajah menawarkan lapisan keamanan dan kenyamanan yang tak tertandingi. Namun, tantangannya adalah bagaimana mengimplementasikan teknologi ini secara efisien dan sesuai regulasi.

ARSA Technology, dengan pengalaman lebih dari 7 tahun di bidang AI video analytics dan face recognition, menawarkan solusi cloud SaaS yang dirancang untuk integrasi cepat. Dengan overview Face Recognition & Liveness yang komprehensif, Anda dapat meluncurkan fitur login wajah dalam hitungan hari, bukan bulan, tanpa biaya infrastruktur atau kebutuhan tim DevOps khusus.

Memulai Integrasi Face Recognition API di Python dengan Library Requests

Integrasi API pengenalan wajah ke dalam aplikasi Python Anda dapat dilakukan dengan mudah menggunakan library `requests`. Library ini memungkinkan Anda mengirim permintaan HTTP ke endpoint API dan menerima respons, menjadikannya pilihan ideal untuk berinteraksi dengan layanan web seperti ARSA Face Recognition & Liveness API.

Langkah pertama adalah membuat akun gratis di platform ARSA Face API. Anda akan mendapatkan API key (`x-key-secret`) yang digunakan untuk autentikasi. Paket Basic gratis menawarkan 100 panggilan/bulan dan 100 Face ID, tanpa perlu kartu kredit.

Contoh Face Recognition Python REST API: Autentikasi dan Deteksi Wajah

Setelah mendapatkan API key, Anda bisa mulai mengirim permintaan. Berikut adalah contoh dasar untuk melakukan deteksi wajah:

“`python

import requests

import base64

Ganti dengan API Key Anda

API_KEY = “YOUR_ARSA_API_KEY”

API_ENDPOINT = “https://faceapi.arsa.technology/api/v1/detect”

Path ke gambar yang akan dideteksi

IMAGE_PATH = “path/to/your/image.jpg”

with open(IMAGE_PATH, “rb”) as image_file:

encoded_string = base64.b64encode(image_file.read()).decode(‘utf-8’)

headers = {

“x-key-secret”: API_KEY,

“Content-Type”: “application/json”

}

payload = {

“image”: encoded_string

}

try:

response = requests.post(API_ENDPOINT, headers=headers, json=payload)

response.raise_for_status() # Akan memunculkan HTTPError untuk status kode error

result = response.json()

print(“Deteksi Wajah Berhasil:”)

for face in result.get(“faces”, []):

print(f” Bounding Box: {face[‘box’]}”)

print(f” Usia: {face.get(‘age’)}, Gender: {face.get(‘gender’)}”)

print(f” Ekspresi: {face.get(‘expression’)}”)

except requests.exceptions.HTTPError as err:

print(f”HTTP Error: {err}”)

except requests.exceptions.RequestException as err:

print(f”Error saat melakukan permintaan: {err}”)

“`

Kode di atas menunjukkan contoh face recognition Python REST API untuk mendeteksi wajah dalam sebuah gambar. ARSA Face API menyediakan deteksi wajah dengan *bounding box*, estimasi usia, klasifikasi gender, dan deteksi ekspresi (netral, senang, sedih, terkejut, marah).

Tutorial Liveness Detection Python untuk Mencegah Fraud

Deteksi liveness adalah komponen krusial dalam verifikasi identitas digital untuk mencegah serangan presentasi (presentation attack) menggunakan foto, video, atau topeng. ARSA Face Recognition & Liveness API menawarkan deteksi liveness pasif dan aktif dengan tantangan gerakan kepala.

Untuk tutorial liveness detection Python, Anda akan mengirimkan serangkaian gambar atau video singkat. Berikut adalah konsep dasarnya:

“`python

… (bagian import dan API_KEY, headers seperti di atas)

LIVENESS_ENDPOINT = “https://faceapi.arsa.technology/api/v1/liveness”

Untuk active liveness, Anda akan mengirimkan video MP4/WebM

Contoh ini menyederhanakan pengiriman gambar untuk passive liveness

Dalam implementasi nyata, Anda akan mengirimkan stream video atau serangkaian frame.

Misalkan Anda memiliki gambar yang akan diuji liveness

IMAGE_PATH_LIVENESS = “path/to/your/liveness_test_image.jpg”

with open(IMAGE_PATH_LIVENESS, “rb”) as image_file:

encoded_string_liveness = base64.b64encode(image_file.read()).decode(‘utf-8’)

payload_liveness = {

“image”: encoded_string_liveness,

“liveness_mode”: “passive” # Atau “active” untuk tantangan gerakan

}

try:

response_liveness = requests.post(LIVENESS_ENDPOINT, headers=headers, json=payload_liveness)

response_liveness.raise_for_status()

result_liveness = response_liveness.json()

print(“Deteksi Liveness Berhasil:”)

print(f” Status Liveness: {result_liveness.get(‘liveness_status’)}”)

print(f” Confidence Score: {result_liveness.get(‘confidence’)}”)

except requests.exceptions.HTTPError as err:

print(f”HTTP Error: {err}”)

except requests.exceptions.RequestException as err:

print(f”Error saat melakukan permintaan: {err}”)

“`

Penting untuk membedakan *presentation-attack detection (PAD)*, yang dicakup ISO/IEC 30107-3 dan pengujian iBeta Level 1/Level 2, dari *injection attack* dan *deepfake*. Liveness detection membantu mencegah PAD, tetapi tidak lagi cukup berdiri sendiri di tahun 2026 untuk melawan serangan yang lebih canggih seperti *injection attack* atau *deepfake* yang melewati kamera. ARSA Face API dirancang untuk membantu mencegah *presentation attack*, *injection attack*, dan *deepfake fraud* dengan kombinasi teknologi canggih.

Contoh Face Verification API Python Requests untuk e-KYC

Verifikasi wajah 1:1 (face verification) adalah proses membandingkan dua wajah untuk memastikan keduanya milik orang yang sama. Ini sangat penting untuk proses e-KYC (Know Your Customer) di industri keuangan dan proptech, sesuai dengan POJK 8/2023 dan POJK 21/2023, serta mendukung kepatuhan terhadap UU PDP No. 27/2022.

Berikut adalah contoh face verification API Python requests:

“`python

… (bagian import dan API_KEY, headers seperti di atas)

VERIFY_ENDPOINT = “https://faceapi.arsa.technology/api/v1/verify”

Path ke dua gambar yang akan dibandingkan

IMAGE_1_PATH = “path/to/your/image1.jpg”

IMAGE_2_PATH = “path/to/your/image2.jpg”

with open(IMAGE_1_PATH, “rb”) as image_file_1:

encoded_string_1 = base64.b64encode(image_file_1.read()).decode(‘utf-8’)

with open(IMAGE_2_PATH, “rb”) as image_file_2:

encoded_string_2 = base64.b64encode(image_file_2.read()).decode(‘utf-8’)

payload_verify = {

“image1”: encoded_string_1,

“image2”: encoded_string_2

}

try:

response_verify = requests.post(VERIFY_ENDPOINT, headers=headers, json=payload_verify)

response_verify.raise_for_status()

result_verify = response_verify.json()

print(“Verifikasi Wajah Berhasil:”)

print(f” Match Status: {result_verify.get(‘is_match’)}”)

print(f” Similarity Score: {result_verify.get(‘similarity’)}”)

except requests.exceptions.HTTPError as err:

print(f”HTTP Error: {err}”)

except requests.exceptions.RequestException as err:

print(f”Error saat melakukan permintaan: {err}”)

“`

Selain verifikasi 1:1, ARSA Face API juga mendukung identifikasi 1:N terhadap database wajah yang terisolasi per akun, memastikan privasi dan *tenant separation*. Anda dapat mengelola koleksi wajah, memperbarui, atau menghapus identitas dengan mudah. Untuk detail lebih lanjut, kunjungi dokumentasi Face Recognition API.

Integrasi Face Recognition FastAPI Indonesia: Membangun Backend Modern

Jika Anda menggunakan FastAPI untuk membangun API backend di Indonesia, integrasi dengan ARSA Face API akan sangat mulus. FastAPI, dengan kecepatan dan dukungan asinkronnya, sangat cocok untuk menangani permintaan ke API eksternal. Anda cukup memanggil endpoint ARSA Face API dari dalam *route* FastAPI Anda, mirip dengan contoh `requests` di atas.

ARSA Face API dirancang dengan kemudahan integrasi sebagai prioritas. Dengan autentikasi sederhana via API key dan dukungan untuk gambar JPEG/PNG serta video MP4/WebM untuk *active liveness*, Anda dapat dengan cepat mengimplementasikan fitur-fitur canggih. Developer dashboard yang disediakan juga membantu Anda memantau analitik penggunaan API.

Manfaat Bisnis dan Kepatuhan Regulasi

Mengintegrasikan ARSA Face Recognition & Liveness API membawa sejumlah manfaat bisnis yang signifikan:

Efisiensi Operasional: Otomatisasi proses verifikasi identitas mengurangi beban kerja manual.
Peningkatan Keamanan: Pencegahan fraud melalui deteksi liveness dan verifikasi akurat.
Kepatuhan Regulasi: Membantu memenuhi kewajiban e-KYC sesuai POJK 8/2023, POJK 21/2023, dan UU PDP No. 27/2022. ARSA Face API dirancang untuk mendukung kepatuhan regulasi ini dengan fitur-fitur seperti database wajah terisolasi per akun untuk privasi data.
Skalabilitas: Model pay-per-use memungkinkan Anda membayar sesuai penggunaan, tanpa perlu investasi besar di infrastruktur.
Pengalaman Pengguna Lebih Baik: Proses verifikasi yang cepat dan mulus meningkatkan kepuasan pengguna.

ARSA Face API menawarkan berbagai paket harga Face API, mulai dari Basic gratis hingga Mega Enterprise Tier, memastikan semua fitur tersedia di setiap paket, sehingga Anda dapat memilih sesuai kebutuhan skala proyek Anda.

FAQ

Apa itu deteksi liveness dan mengapa penting dalam integrasi face recognition API?

Deteksi liveness adalah teknologi yang memverifikasi bahwa seseorang yang sedang diverifikasi adalah orang sungguhan dan bukan penipu yang menggunakan foto, video, atau topeng. Ini sangat penting dalam cara integrasi face recognition API di Python dengan library requests untuk mencegah *presentation attack* dan *deepfake fraud*, memastikan keamanan sistem verifikasi identitas Anda.

Bagaimana ARSA Face Recognition API mendukung kepatuhan e-KYC di Indonesia?

ARSA Face Recognition & Liveness API dirancang untuk membantu memenuhi kewajiban e-KYC sesuai regulasi di Indonesia seperti POJK 8/2023, POJK 21/2023, dan UU PDP No. 27/2022. Fitur seperti verifikasi 1:1 dan database wajah terisolasi per akun mendukung privasi data dan keandalan identifikasi yang diperlukan untuk proses e-KYC.

Apakah ARSA Face Recognition API cocok untuk aplikasi yang menggunakan FastAPI di Indonesia?

Ya, ARSA Face Recognition API sangat cocok untuk aplikasi yang dibangun dengan FastAPI. Karena API ini berbasis REST, Anda dapat dengan mudah melakukan integrasi face recognition FastAPI Indonesia dengan mengirimkan permintaan HTTP menggunakan library `requests` dari dalam *endpoint* FastAPI Anda, memanfaatkan kecepatan dan efisiensi FastAPI.

Apa perbedaan antara face verification 1:1 dan face recognition 1:N?

Face verification 1:1 (satu-ke-satu) membandingkan dua gambar wajah untuk memastikan apakah keduanya milik orang yang sama, sering digunakan untuk login atau otentikasi. Sementara itu, face recognition 1:N (satu-ke-banyak) mengidentifikasi seseorang dengan membandingkan wajah mereka terhadap seluruh database wajah yang ada, seperti yang dilakukan oleh ARSA Face API untuk identifikasi terhadap database.

Kesimpulan

Mengintegrasikan face recognition API ke dalam aplikasi Python Anda dengan library `requests` adalah langkah strategis untuk meningkatkan keamanan dan efisiensi, terutama di sektor proptech. Dengan ARSA Face Recognition & Liveness API, para backend developer Python dapat dengan cepat mengimplementasikan fitur-fitur canggih seperti deteksi wajah, verifikasi 1:1, identifikasi 1:N, dan deteksi liveness. Ini tidak hanya mempercepat waktu peluncuran fitur krusial tetapi juga membantu memenuhi standar kepatuhan regulasi yang ketat.

Untuk memulai proyek Anda atau mendiskusikan kebutuhan solusi AI khusus, jangan ragu untuk hubungi tim solusi ARSA. Jelajahi juga semua produk ARSA lainnya untuk solusi AI dan IoT yang komprehensif.