IMPLEMENTASI SISTEM AUTENTIKASI DENGAN VERIFIKASI WAJAH PADA WEBSITE RAMAH DISABILITAS DENGAN ALGORITMA CNN DAN KNN (Studi Kasus: G-MOOC 4D)

Perkembangan teknologi telah membawa transformasi signifikan dalam bidang pendidikan melalui Massive Open Online Courses (MOOCs), namun masih terdapat kesenjangan akses untuk penyandang disabilitas khususnya tuna netra, perlu menjadi perhatian bagi penyandang tuna netra dapat mengakses situs pendidikan seperti MOOCs secara mandiri. Pada proses autentikasi pada MOOCs, muncul tantangan dalam mengimplementasikan sistem autentikasi yang ramah disabilitas. Penelitian ini menawarkan solusi biometrik wajah dengan Convolutional Neural Network (CNN) model FaceNet, dilengkapi K-Nearest Neighbour (KNN) untuk klasifikasi. Evaluasi model mencapai akurasi tinggi, 98.2%, dalam mengklasifikasikan wajah terdaftar dan tidak terdaftar (impostor). Namun, kelemahan muncul dalam pengujian jarak, menunjukkan sensitivitas terhadap jarak fisik antara kamera dan wajah. Meskipun demikian, dalam uji coba pada G-MOOC 4D dengan penyandang tuna netra di SLB ABCD Kuncup Emas Banyumas, sistem autentikasi mencapai akurasi 100%. Solusi berbasis biometrik wajah ini terbukti efektif, meskipun perlu pertimbangan dalam mengatasi kelemahan pada jarak. Dengan demikian, penggunaan model FaceNet dan KNN sebagai solusi autentikasi pada G-MOOC 4D membuka pintu untuk pembelajaran online yang inklusif dan aman bagi penyandang disabilitas, sembari terus memperhatikan aspek jarak sebagai faktor kritis dalam performa sistem.