Analisis Performa Autentikasi Wajah pada Sistem Informasi Manajemen Rumah Sakit Menggunakan Model Tiny Face Detector dari Face-API.js

Penerapan Rekam Medis Elektronik (RME) di fasilitas kesehatan, termasuk RSUD Ir. Soekarno Kabupaten Sukoharjo, menjadi penting untuk memenuhi Peraturan Menteri Kesehatan Nomor 24 Tahun 2022 yang menekankan aspek keamanan data. Namun, Sistem Informasi Manajemen Rumah Sakit (SIMRS) masih menggunakan metode autentikasi konvensional berupa username dan password, yang rentan terhadap kelalaian logout dan penyalahgunaan akses. Penelitian ini bertujuan menganalisis performa modul autentikasi wajah yang diintegrasikan ke dalam SIMRS menggunakan model Tiny Face Detector dari Face-API.js, dengan fokus pada tingkat akurasi identifikasi dan kecepatan respon sistem.
Metode yang digunakan meliputi integrasi Face-API.js pada modul login SIMRS berbasis web, pemrosesan real-time citra dari webcam menggunakan model Tiny Face Detector untuk deteksi wajah, dilanjutkan ekstraksi facial landmarks dan perhitungan face descriptor dengan faceRecognitionNet. Proses pencocokan wajah dilakukan dengan metode Euclidean distance menggunakan kelas FaceMatcher, dengan ambang batas 0,3 untuk menentukan kecocokan.
Pengujian dilakukan pada dua skenario: pengguna tanpa masker dan pengguna mengenakan masker. Hasil menunjukkan bahwa sistem memiliki akurasi tinggi dan respon cepat pada kondisi wajah tanpa masker, namun mengalami kegagalan deteksi saat sebagian wajah tertutup masker. Temuan ini menegaskan bahwa autentikasi wajah menggunakan Tiny Face Detector layak diterapkan dalam SIMRS, tetapi efektivitasnya bergantung pada kondisi wajah yang tidak tertutup.