Panduan Pencocokan Wajah (1:1) dengan Didit Flutter SDK (ID)

Integrasi Tanpa HambatanIntegrasikan Flutter SDK Didit dengan mudah untuk menambahkan kemampuan pencocokan wajah 1:1 yang canggih, meningkatkan alur verifikasi pengguna dengan upaya pengembangan minimal.

Pencegahan Penipuan yang KuatManfaatkan Deteksi Keaktifan AI-native Didit dan Pencocokan Wajah 1:1 untuk membandingkan gambar langsung pengguna dengan dokumen identitas mereka, secara efektif memerangi pemalsuan dan penipuan identitas.

Laporan Verifikasi yang Dapat DitindaklanjutiPahami laporan face_match yang terperinci, termasuk skor kemiripan, status, dan peringatan penting, memungkinkan pengambilan keputusan cerdas untuk orientasi dan autentikasi pengguna.

Modular dan Ramah PengembangDidit menyediakan platform identitas modular dan terbuka dengan pendekatan yang mengutamakan pengembang, menawarkan API yang bersih dan Flutter SDK untuk solusi identitas yang fleksibel dan keamanan tinggi.

Pentingnya Pencocokan Wajah 1:1 dalam Identitas Digital

Di dunia yang mengutamakan digital saat ini, memverifikasi identitas pengguna secara akurat dan aman adalah hal yang terpenting. Mulai dari orientasi pelanggan baru hingga mengautentikasi transaksi, bisnis membutuhkan alat yang kuat untuk memastikan bahwa orang yang berinteraksi dengan layanan mereka adalah orang yang mereka klaim. Di sinilah pencocokan wajah 1:1 berperan. Ini adalah teknik verifikasi biometrik penting yang membandingkan gambar atau video langsung pengguna dengan foto referensi, biasanya diekstraksi dari dokumen identitas. Perbandingan ini mengonfirmasi kepemilikan sah dokumen dan membantu mencegah penipuan identitas, deepfake, dan serangan spoofing.

Mengintegrasikan kemampuan biometrik canggih tersebut langsung ke dalam aplikasi Anda bisa jadi rumit, tetapi dengan alat yang tepat, itu menjadi mudah. Flutter SDK Didit menawarkan solusi komprehensif, memungkinkan pengembang untuk memasukkan pencocokan wajah 1:1 yang canggih ke dalam aplikasi seluler mereka dengan mudah. Ini tidak hanya menyederhanakan pengalaman pengguna tetapi juga secara signifikan memperkuat langkah-langkah keamanan, membuat platform Anda lebih tepercaya dan patuh.

Memulai dengan Flutter SDK Didit untuk Pencocokan Wajah

Flutter SDK Didit dirancang untuk menyediakan pengalaman integrasi yang mulus untuk menambahkan fitur verifikasi identitas, termasuk Pencocokan Wajah 1:1, ke aplikasi Flutter Anda. SDK ini memanfaatkan komponen iOS dan Android asli, menawarkan fitur canggih seperti pembacaan paspor NFC dan deteksi keaktifan tingkat lanjut. Sebelum masuk ke pencocokan wajah, Anda perlu menyiapkan SDK di proyek Anda.

Instalasi dan Pengaturan Dasar

Pertama, tambahkan Didit SDK ke proyek Flutter Anda:

flutter pub add didit_sdk

Untuk iOS, pastikan Anda menambahkan pod DiditSDK ke Podfile Anda:

pod 'DiditSDK', :podspec => 'https://raw.githubusercontent.com/didit-protocol/sdk-ios/main/DiditSDK.podspec'

Kemudian, navigasikan ke direktori ios Anda dan jalankan pod install.

Untuk Android, tambahkan yang berikut ini ke android/app/build.gradle.kts Anda di dalam blok android:

packaging {
    resources {
        pickFirsts += "META-INF/versions/9/OSGI-INF/MANIFEST.MF"
    }
}

Memulai Sesi Verifikasi

Untuk melakukan pencocokan wajah, Anda harus terlebih dahulu membuat sesi verifikasi. Ini biasanya melibatkan panggilan backend ke API Didit untuk mendapatkan session_token. Token ini kemudian diteruskan ke Flutter SDK untuk memulai alur verifikasi. Arsitektur modular Didit memungkinkan Anda untuk menentukan alur kerja khusus yang mencakup Verifikasi ID, Keaktifan Pasif & Aktif, dan Pencocokan Wajah 1:1 sebagai komponen inti.

Backend Anda harus membuat permintaan POST ke https://verification.didit.me/v3/session/ dengan kunci API Anda dan workflow_id, yang menentukan urutan langkah verifikasi. Respons akan mencakup session_id dan session_token yang akan digunakan aplikasi Flutter Anda.

Memahami Laporan dan Peringatan Pencocokan Wajah 1:1

Setelah pengguna menyelesaikan alur verifikasi di aplikasi Flutter Anda, Didit memproses data yang diambil dan menyediakan laporan face_match yang terperinci. Laporan ini sangat penting untuk membuat keputusan yang tepat tentang identitas pengguna. Struktur laporan mencakup informasi penting:

• status: Menunjukkan hasil keseluruhan ('Disetujui', 'Ditolak', 'Dalam Peninjauan', 'Belum Selesai').
• score: Nilai numerik (0-100) yang mewakili kemiripan antara gambar langsung dan gambar referensi. Skor yang lebih tinggi menandakan kecocokan yang lebih kuat.
• source_image / target_image: URL sementara ke gambar yang digunakan dalam perbandingan. URL ini aman dan kedaluwarsa setelah 60 menit untuk privasi yang lebih baik.
• warnings: Array objek yang merinci potensi risiko atau masalah apa pun yang ditemui selama proses pencocokan wajah.

Menginterpretasikan Peringatan Pencocokan Wajah

Sistem Didit memberikan peringatan khusus untuk membantu Anda memahami potensi masalah. Peringatan utama meliputi:

• LOW_FACE_MATCH_SIMILARITY: Peringatan ini menunjukkan bahwa fitur wajah dari gambar langsung yang diberikan tidak cocok dengan gambar referensi. Ini bisa menunjukkan potensi ketidakcocokan identitas atau pengambilan gambar berkualitas rendah. Anda dapat mengonfigurasi ambang batas peninjauan dan penolakan untuk peringatan ini berdasarkan toleransi risiko aplikasi Anda.
• NO_REFERENCE_IMAGE: Kesalahan kritis ini terjadi ketika gambar referensi untuk perbandingan wajah hilang, yang akan selalu mengakibatkan penolakan otomatis.

Didit memungkinkan Anda mengonfigurasi bagaimana aplikasi Anda menangani peringatan ini. Misalnya, Anda dapat menetapkan 'ambang batas peninjauan' di mana sesi dengan skor di bawah persentase tertentu ditandai untuk peninjauan manual, dan 'ambang batas penolakan' untuk penolakan otomatis. Tingkat kontrol granular ini, ditambah dengan kemampuan AI-native Didit, memastikan bahwa proses verifikasi Anda aman dan disesuaikan dengan kebutuhan spesifik Anda.

Memanfaatkan Didit untuk Peningkatan Keamanan dan Pengalaman Pengguna

Pencocokan Wajah 1:1 Didit, dikombinasikan dengan deteksi Keaktifan Pasif & Aktif yang kuat, memberikan pertahanan yang tangguh terhadap penipuan identitas. Deteksi keaktifan memastikan bahwa pengguna adalah manusia yang nyata dan hadir, bukan deepfake, foto, atau spoof video. Pencocokan wajah berikutnya kemudian mengonfirmasi bahwa individu yang hidup ini memang pemilik dokumen identitas yang diberikan.

Pendekatan berlapis-lapis untuk verifikasi biometrik ini sangat penting untuk industri yang membutuhkan tingkat jaminan tinggi, seperti layanan keuangan, perjudian online, dan platform apa pun yang menangani data pribadi yang sensitif. Dengan mengintegrasikan Flutter SDK Didit, Anda tidak hanya menambahkan fitur; Anda mengadopsi infrastruktur verifikasi identitas AI-native yang komprehensif yang skalabel dengan kebutuhan bisnis Anda dan beradaptasi dengan teknik penipuan yang berkembang.

Bagaimana Didit Membantu

Didit menyediakan solusi tak tertandingi untuk menerapkan pencocokan wajah 1:1 dan verifikasi identitas komprehensif dalam aplikasi Flutter Anda. Arsitektur modular kami memungkinkan Anda untuk mengintegrasikan Verifikasi ID (OCR, MRZ, kode batang), Keaktifan Pasif & Aktif, dan kemampuan Pencocokan Wajah 1:1 secara mulus. Dengan Didit, Anda mendapatkan manfaat dari KYC Inti Gratis, memungkinkan Anda untuk mulai memverifikasi identitas tanpa biaya di muka. Platform AI-native kami memastikan akurasi tinggi dan peningkatan berkelanjutan dalam deteksi penipuan, sementara pendekatan yang mengutamakan pengembang kami menyediakan API yang bersih, kotak pasir instan, dan dokumentasi komprehensif untuk mempercepat proses pengembangan Anda. Tidak ada biaya pengaturan, dan model bayar-per-pemeriksaan-berhasil kami menyelaraskan biaya dengan pertumbuhan bisnis Anda. Didit dirancang untuk menjadi lapisan identitas terbuka dan modular internet, menawarkan primitif identitas yang dapat disusun untuk otomatisasi kepercayaan yang global dan skalabel.

Siap untuk Memulai?

Siap melihat Didit beraksi? Dapatkan demo gratis hari ini.

Mulai verifikasi identitas secara gratis dengan tingkat gratis Didit.