Rancang Bangun Aplikasi PDF Signer Berbasis Android Pada PDAM Kabupaten Tuban

Main Article Content

Ikhsan Gustya Firmansyah
Raden Budiarto Hadiprakoso

Abstract

Perusahaan Air Minum Daerah (PDAM) Kabupaten Tuban selama ini menggunakan prosedur tanda tangan secara manual dengan kertas dan pena sehingga terkadang hal ini dapat menghambat proses persuratan. Hal ini biasa terjadi ketika surat tersebut harus ditandatangani dan dikirim ke pihak atau bagian lain di hari yang sama sementara yang berwenang untuk menandatangani tidak ada di tempat. Terlebih pada situasi pandemi covid-19 seperti yang terjadi saat ini, di mana para pegawai dianjurkan untuk bekerja dari rumah. Berangkat dari masalah tersebut kami mengusulkan rancang bangun aplikasi PDF signer dengan metode pengenalan wajah sebagai proses otentikasi. Metode pengembangan aplikasi yang diusulkan menggunakan metodologi prototyping. Aplikasi dibuat berdasarkan arsitektur perangkat Android menggunakan bahasa pemrograman Java. Aplikasi yang dihasilkan memiliki fitur yaitu registrasi pengguna, login pengguna, view dokumen, dan tanda tangan dokumen. Aplikasi dibuat menggunakan basis data SQLcipher untuk menyimpan passphrase pengguna pada direktori root aplikasi yang memudahkan pengguna karena tidak perlu mengisi passphrase setiap akan melakukan tanda tangan.

Downloads

Download data is not yet available.

Article Details

Section
Articles

References

[1] Neal, T. J., & Woodward, D. L, “Surveying Biometric Authentication for Mobile Device Security,” Journal of Pattern Recognition Research, 2016.
[2] Harakannanavar, S. S., Renukamurthy, P. C., & Raja, K. B., “Comprehensive Study of Biometric Authentication Systems, Challenges and Future Trends,” International Journal of Advanced Networking and Applications, 2019
[3] D. Wen, “Face Spoof Detection with Image Distortion Analysis,” IEEE Biometrics Compendium, vol. 10, no. 4, pp. 746 - 761, 2015.
[4] Ahmed, A., Hasan, T., Abdullatif,, M. & Rahim, M. S. M, “A Digital Signature System Based on Real Time Face Recognition,” IEEE 9th International Conference on System Engineering and Technology (ICSET), 2019
[5] B. Setiawan, “Face Anti-spoofing based on Color Texture Analysis,” 22nd IEEE International Conference on Image Processing (ICIP), Chicago, 2015.
[6] Y. A. Rahman, M. Liu and L. M. Po, “Deep learning for face anti-spoofing: An end-to-end approach,” Signal Processing: Algorithms, Architectures, Arrangements, and Applications (SPA), Hong Kong, 2017.
[7] E. Alexey, “Algorithm for optimization of Viola–Jones object detection framework parameters,” Journal of Physics Conference Series, no. 1, p. 945, 2018.
[8] Z. Boulkenafet, J. Komulainen and A. Hadid, “Face Anti-Spoofing Based on Color Texture Analysis,” Machine Vision Research, vol. 1, 2015.
[9] R. Hasan, H. Mahmud and X. Y. Li, “Face Anti-Spoofing Using Texture-Based Techniques and Filtering Methods,” Journal of Physics: Conference Series, 2019.
[10] I. B. Kusuma, A. Kartika, T. A. Budi, K. N. Ramadhani and F. Sthevanie, “Image Spoofing Detection Using Local Binary Pattern and Local Binary Pattern Variance,” International Journal on Information and Communication Technology (IJoICT), vol. 4, no. 2, pp. 11-18, 2018.
[11] K. Larbi, W. Ouarda, H. Drira, B. B. Amor and C. B. Amar, “DeepColorFASD: Face Anti Spoofing Solution Using a Multi Channeled Color Spaces CNN,” International Conference on Systems, Man, and Cybernetics (SMC), Miyazaki, 2018.
[12] A. Anjos, J. Komulainen, S. Marcel, A. Hadid and M. Pietik, “Face Anti-spoofing: Visual Approach,” Handbook of Biometric Anti-Spoofing: Trusted Biometrics under Spoofing Attacks, London, Springer, 2014, pp. 65-82.