Langsung ke konten utama
Biometrik wajah merupakan inti dari setiap entitas Pengguna. Didit menangkap wajah selama deteksi liveness, membuat embedding vektor, lalu menyimpannya untuk empat fitur lanjutan: pencarian wajah 1:N, deteksi duplikat, penegakan daftar blokir, dan autentikasi ulang biometrik.
Wajah yang tersimpan juga berfungsi sebagai referensi untuk Autentikasi Biometrik: buat sesi autentikasi biometrik dengan vendor_data Pengguna dan hilangkan portrait_image, maka Didit otomatis menggunakan wajah yang tersimpan (pertama swafoto liveness yang disetujui, lalu foto chip ePassport, lalu potret dokumen identitas, dan terakhir wajah profil yang didaftarkan secara manual).

Cara wajah terhubung ke pengguna

1

Ditangkap saat liveness

Ketika Pengguna menjalani sesi dengan liveness aktif, Didit menangkap swafoto, menjalankan deteksi liveness pasif, mengekstrak wajah terbesar, dan membuat embedding vektor untuk pencarian.
2

Disimpan pada profil pengguna

Wajah dikaitkan dengan sesi dan entitas Pengguna induk. URL potret muncul pada profil pengguna sebagai portrait_image.
3

Diindeks untuk pencarian

Embedding ditambahkan ke indeks pencarian. Sesi berikutnya dapat menjalankan pencarian 1:N terhadap indeks ini.

Pencarian wajah (1:N)

Pencarian wajah memungkinkan Anda menemukan Pengguna dengan mengunggah gambar dan mencocokkannya dengan setiap wajah yang terdaftar di aplikasi Anda. Kasus penggunaan:
  • Deteksi duplikat saat onboarding: mencegah orang yang sama membuat dua akun.
  • Pencarian terbalik: mengidentifikasi Pengguna di balik cuplikan CCTV atau gambar dalam investigasi penipuan.
  • Pengenalan pelanggan yang kembali: melewati KYC untuk pelanggan yang kembali.
Pencarian wajah berjalan otomatis selama sesi baru jika alur kerja Anda mengaktifkan deteksi duplikat. Fitur ini juga tersedia sebagai API mandiri:

Deteksi duplikat

Setiap wajah baru dapat dibandingkan dengan wajah terdaftar yang sudah ada untuk menemukan duplikat. Didit memberi setiap wajah approved_duplicate_status: Alur kerja dapat dikonfigurasi untuk:
  • Tolak sesi yang ditandai duplikat secara otomatis.
  • Tandai untuk peninjauan: arahkan ke analis manusia.
  • Peringatan saja: izinkan, tetapi tambahkan tag risiko.
Konfigurasikan ini di konsol pada Workflows → [your workflow] → Face Match / Liveness → Duplicate detection.

Daftar blokir wajah

Menolak sesi tidak menambahkan wajah ke daftar blokir mana pun. Untuk menolak sesi mendatang dengan wajah yang sama, blokir wajah tersebut secara manual: tambahkan dari halaman Daftar blokir atau dengan Lists API. Sesi baru yang swafoto liveness-nya kemudian cocok dengan entri tersebut akan ditolak otomatis.

Unggah wajah impor ke profil Pengguna

Jika Anda bermigrasi dari penyedia KYC lain, Anda dapat membuat Pengguna terlebih dahulu lalu mengaitkan gambar wajah tepercaya ke profil tersebut. Pengguna tetap diidentifikasi dengan vendor_data Anda, tetapi endpoint unggah wajah menggunakan id Pengguna internal Didit (didit_internal_id) agar targetnya tidak ambigu.
1

Buat atau ambil Pengguna

Panggil POST /v3/users/create/ dengan vendor_data stabil Anda, atau panggil GET /v3/users/{vendor_data}/ jika Pengguna sudah ada.
2

Baca didit_internal_id

Respons Pengguna menyertakan didit_internal_id. Tetap gunakan vendor_data di sistem Anda sendiri; gunakan didit_internal_id hanya untuk endpoint pelampiran profil.
Wajah profil impor didaftarkan ke indeks wajah yang sama dengan yang digunakan untuk deteksi duplikat dan pencarian wajah. Wajah tersebut tidak otomatis masuk daftar blokir. Untuk memblokir pelaku bermasalah yang sudah diketahui, unggah wajahnya ke daftar bertipe wajah.
Unggah hanya wajah yang boleh Anda proses berdasarkan pemberitahuan privasi dan perjanjian migrasi Anda. Simpan pengenal penyedia sumber dalam metadata atau comment hanya jika aman untuk ditampilkan kepada operator kepatuhan Anda.

Cara pemblokiran terjadi

Mengunggah wajah ke daftar blokir

Untuk memblokir Pengguna berdasarkan wajah secara terprogram, unggah gambar wajah ke daftar blokir bertipe wajah melalui endpoint khusus Unggah wajah ke daftar. Didit mengekstrak embedding biometrik dan memasukkannya ke indeks pencocokan. Setiap sesi mendatang yang swafoto liveness-nya cocok akan ditolak otomatis.
Unggah wajah profil dan unggah wajah daftar blokir adalah operasi yang berbeda. Gunakan unggah profil untuk melampirkan wajah impor yang tepercaya ke Pengguna sebagai bukti, untuk deteksi duplikat, dan untuk pencarian wajah. Gunakan Lists API untuk memblokir wajah agar sesi yang cocok di masa mendatang ditolak.

Menghapus wajah dari daftar blokir

Hapus entri dari konsol pada Blocklist → Faces → row actions → Remove, atau gunakan endpoint Hapus entri.

Templat biometrik yang dipertahankan setelah sesi dihapus

Menghapus sesi akan menghapus gambar wajah dan, secara default, embedding wajah, sehingga orang tersebut tidak lagi terdeteksi dalam deteksi duplikat dan Pencarian Wajah. Jika Anda menghapus sesi segera setelah disetujui tetapi tetap perlu mendeteksi pendaftaran ulang, aktifkan retensi templat biometrik pada aplikasi, atau kirim retain_face_embeddings: true pada panggilan penghapusan. Didit kemudian menghapus sesi dan seluruh datanya seperti biasa, lalu menyimpan satu templat biometrik wajah yang dikelola secara terpisah dan tidak berisi gambar, yang terikat ke Pengguna:
  • Templat ini hanya berisi templat wajah numerik dan metadata retensi. Templat ini tidak pernah berisi gambar wajah, video liveness, data dokumen, kolom identitas yang diekstrak, keputusan, atau id sesi yang dihapus.
  • Templat ini ikut serta dalam deteksi duplikat, Pencarian Wajah, autentikasi biometrik, dan daftar wajah Anda sama seperti wajah dari sesi aktif. Kecocokan dilaporkan dengan source: "retained_template", vendor_user_id dan vendor_data milik Pengguna, serta biometric_template_id.
  • Templat ini adalah data biometrik dengan expires_at yang memiliki batas waktu. Templat dihapus permanen saat Pengguna dihapus, saat sesi apa pun milik Pengguna tersebut dihapus dengan deletion_instruction: "privacy_erasure", saat masa berlakunya habis, atau saat Anda menghapusnya di Lists → Templat biometrik atau melalui Biometric Templates API.
  • Sesi yang dibuat tanpa vendor_data tidak memiliki Pengguna untuk dikaitkan dengan templat. Saat sesi tersebut dihapus, hasilnya dilaporkan sebagai ineligible_no_vendor_user dan embedding dihapus bersama sesi.
  • Templat yang dipertahankan tidak pernah masuk daftar blokir. Entri daftar blokir wajah yang dibuat dari sesi yang dihapus memiliki entri biometrik dan siklus hidupnya sendiri yang independen.
Templat yang terikat ke Pengguna muncul di profil Pengguna di bawah Templat biometrik, dengan tindakan penghapusan.

Ringkasan siklus hidup wajah

Unggah wajah dari konsol

Operator kepatuhan dapat mengunggah wajah secara manual:
  1. Buka Users → [user] → Actions → Upload face.
  2. Pilih gambar. Didit mengekstrak wajah terbesar dan menyimpan rekaman wajah baru yang ditautkan ke pengguna.
  3. Wajah didaftarkan untuk bukti profil, deteksi duplikat, dan Pencarian Wajah. Gunakan area Daftar blokir jika tujuannya adalah menolak sesi yang cocok di masa mendatang.
Ini berguna saat:
  • Anda memiliki potret yang sudah dikenal dari pelanggan yang diverifikasi melalui saluran offline.
  • Anda ingin mengisi awal daftar blokir dengan pelaku kejahatan yang sudah dikenal dari basis data penipuan Anda.

Privasi dan retensi

  • Embedding wajah adalah vektor numerik, bukan gambar. Gambar disimpan di penyimpanan objek terenkripsi dengan akses melalui URL bertanda tangan. Embedding wajah adalah data biometrik.
  • Retensi mengikuti kebijakan retensi data aplikasi Anda. Templat biometrik yang dipertahankan mengikuti periode retensi templat biometrik yang lebih ketat dan terbatas.
  • Menghapus sesi akan menghapus gambar dan, secara default, embedding. Jika aplikasi Anda telah memilih retensi templat biometrik, menghapus sesi akan mempertahankan templat tanpa gambar hingga masa berlakunya habis atau templat dihapus permanen.
  • Untuk permintaan hak untuk dilupakan berdasarkan GDPR / CCPA, hapus sesi orang tersebut dengan deletion_instruction: "privacy_erasure" atau hapus Pengguna. Keduanya juga menghapus permanen setiap templat yang dipertahankan. Entri daftar blokir wajah yang Anda kelola akan tetap ada sampai Anda menghapusnya.

Langkah selanjutnya

Pencarian Wajah

Cara kerja pencarian wajah 1:N.

Liveness

Deteksi Liveness yang menangkap wajah.

API Daftar Blokir

Unggah wajah ke daftar blokir.

Templat biometrik

Templat yang dipertahankan setelah sesi dihapus.

Daftar blokir pengguna

Cara kerja pemblokiran pengguna.
Terakhir diubah pada 7 November 2026