Saya Mencoba Face Unlock Lokal di Mac dengan Glance

Pengalaman mencoba Glance, face unlock open source untuk Mac, sambil menilai kenyamanan, privasi lokal, dan batas keamanannya.

Face recognition di Mac? Pertanyaan itu membuat saya mencoba Glance, aplikasi open source berlisensi MIT yang membawa pengalaman face unlock ke macOS. Dalam pengujian saya, alur dasarnya bekerja: Mac dapat mengenali wajah dan melanjutkan proses unlock tanpa saya mengetik password secara manual.

Yang menarik bagi saya bukan sekadar efek “works”. Glance mempertemukan kenyamanan, integrasi hardware, privasi, dan risiko keamanan dalam satu interaksi yang terlihat sederhana.

Why: mengurangi satu friksi kecil

MacBook sudah memiliki kamera, sementara Touch ID tetap mengharuskan saya menjangkau tombol. Glance mencoba mengurangi langkah tersebut: pengguna melihat layar, sistem mengenali wajah, lalu notch memberi feedback tentang prosesnya.

Nilai produknya mudah dipahami karena dimulai dari momen sehari-hari. Pengguna tidak perlu mempelajari dashboard baru. Interaksi terjadi pada titik ketika kebutuhannya muncul.

How: pengenalan berjalan di perangkat

Menurut dokumentasi proyek, Glance menggunakan framework Vision dan Core ML dari Apple. Saat enrollment, wajah diambil dari sembilan arah dan diubah menjadi embedding 512 dimensi. Frame aslinya dibuang, sedangkan embedding disimpan lokal dengan enkripsi AES-GCM.

Password Mac juga disimpan dalam bentuk terenkripsi. Kuncinya berada di macOS Keychain dan dilindungi melalui user presence. Glance membutuhkan izin Camera untuk melihat wajah, Accessibility untuk mengetik password pada lock screen, serta Touch ID untuk membuka akses ke kunci tersebut.

Pengujian yang saya bagikan di Threads

Saya merekam prosesnya dalam tiga bagian: menemukan proyek dan memeriksa repository, menyiapkan izin serta face enrollment, lalu mencoba unlock pada perangkat. Rekaman ini adalah pengalaman pada Mac saya sendiri, bukan materi promosi dari pengembang Glance.

Bagian 1: menemukan Glance dan memeriksa repository proyek.

Bagian 2: menyiapkan Glance dan melihat proses pengenalan wajah.

Bagian 3: mencoba hasilnya langsung pada Mac.

What: apa yang berhasil dalam pengujian saya

Saya berhasil menjalankan alur face recognition dan melihat bagaimana status scanning dipadukan dengan area notch. Kesan pertama saya: feedback visualnya membuat proses teknis terasa seperti bagian alami dari macOS, bukan utility yang berdiri sendiri.

Pengujian ini belum merupakan audit keamanan, benchmark akurasi, atau pengujian pada banyak perangkat dan kondisi cahaya. “Works on my Mac” hanya membuktikan bahwa alur tersebut berhasil pada percobaan saya.

Batas keamanan yang harus dipahami

Glance bukan pengganti keamanan Face ID atau Touch ID. Kamera Mac membaca gambar 2D dan tidak memiliki depth sensor seperti sistem Face ID pada iPhone. Dokumentasi proyek menyebut heavy liveness detection dapat menolak foto cetak dan foto pada layar dengan tingkat keyakinan tertentu, tetapi belum dapat diandalkan untuk menolak video wajah.

macOS juga tidak menyediakan API bagi aplikasi pihak ketiga untuk mengotorisasi login. Setelah wajah cocok dan pemeriksaan liveness lolos, Glance memasukkan password yang tersimpan pada lock screen. Karena itu, saya melihatnya sebagai fitur kenyamanan dengan trade-off yang perlu dipilih secara sadar.

Apa yang saya pelajari

Produk yang terasa “Apple-like” bukan hanya memiliki animasi yang halus. Glance menunjukkan hubungan antara tujuan yang jelas, interaksi singkat, pemrosesan lokal, dan feedback yang muncul pada saat tepat. Di sisi lain, komunikasi produk yang baik juga harus jujur tentang keterbatasan teknologi.

Eksperimen ini membuat saya ingin belajar lebih jauh tentang Vision, Core ML, permission design, dan cara menjelaskan keamanan tanpa membuat pengguna takut atau terlalu percaya diri.

Sumber: Post dan rekaman pengujian saya di Threads · Repository dan dokumentasi Glance