CEK FAKTA : Heboh Aplikasi Pendeteksi Wajah di Medsos , Begini Penjelasan Ilmiahnya

TRIBUNPEKANBARU.COM - Dalam minggu ini viral netizen yang memposting pendeteksi wajah yang justru berubah menakutkan .

Karena pengguna filter menyebutkan telah mendeteksi wajah lain yang umurnya ratusan tahun dengan ekspresi marah .

Meskipun secara mata telanjang sebenarnya tidak ada yang tampak dalam video yang diposting , namun sebuah garis merah sama sisi yang menyebutkan bahwa terdeteksi wajah lain yang umurnya ratusan tahun .

Video tersebut kemudian menjadi viral di media sosial khususnya Tik Tok . Tentu saja netizen kemudian menjadi heboh dan memberikan komentar yang beragam .

Nah , terkait dengan beredarnya video pendeteksi wajah yang disebut juga mampu mendeteksi wajah lain dnegan umur ratusan tahun , seperti apa sebenarnya .

Apakah benar lewat handphone dan aplikasi bisa mendeteksi wajah lain . seperti apa kerja aplikasi pendeteksi wajah tersebut

Berikut Ini Faktanya

Seperti yang dikutip Tribunpekanbaru dari Kompas.com , Dosen Ilmu Komputer Universitas Sebelas Maret (UNS) Surakarta, Rosihan Ari Yuana mengatakan, filter kamera dalam sebuah aplikasi akan menggunakan machine learning agar dapat mendeteksi karakter wajah dari manusia.

Untuk mampu mendeteksi wajah, aplikasi tersebut harus dilatih terlebih dulu dengan diberi banyak sampel foto dengan berbagai ekspresi wajah.

Nantinya, semakin banyak data yg diberikan kepada mesin untuk dipelajari, semakin banyak pula data yang mendekati valid.

Lebih lanjut, deteksi mendeteksi wajah hantu mungkin bisa dipelajari dari data atau foto yang beredar di internet.

Namun, hingga saat ini belum ada satu pun teknologi filter di computer vision yang memang bisa mendeteksi hantu secara valid.

“Jadi dapat dikatakan wajah hantu yang beredar di mesin pencarian itu belum ada yang valid,” ungkap Rosihan saat dihubungi Kompas.com, Minggu (28/1/2024).

Dalam video viral tersebut, ia menyebut adanya potensi error pada filter atau adanya kesalahan pada algoritma aplikasi.

Hasilnya, akan ada kesalahan pada sensor dan false positive, yaitu kesalahan pada algoritma program yang menyatakan adanya gejala, sinyal, atau objek yang sebetulnya tidak ada.