Sistem Biometrika

Biometrika
Biometrika atau biometrics berasal dari kata bio dan
metrics.
- Bio artinya sesuatu yang hidup
- Metrics artinya mengukur
Biometrika berarti mengukur karakteristik pembeda
(distinguishing traits) pada badan atau perilaku
seseorang yang digunakan untuk melakukan
pengenalan secara otomatis
Biometrika
Karakteristik pembeda ada 2:
1. Karakteristik fisik : DNA, telinga, jejak panas pada
wajah, geometri tangan, pembuluh tangan, wajah,
sidik jari, iris, telapak tangan, retina, telinga, gigi
dan bau dari tubuh.
2. Karakteristik perilaku : gaya berjalan, hentakan
tombol, tanda tangan dan suara.
Perkembangan terbaru dari dunia biometrika adalah
kognitif biometrika, yaitu biometrika berdasarkan
tanggapan spesifik otak.



Biometrika
Kelebihan penggunaan sistem biometrika dibanding
sistem tradisional:
1. Non repudiation
2. Keamanan (Security)
3. Penyaringan (Screening)
Persyaratan Pemilihan Biometrika
1. Universal (universality)
2. Membedakan (distinctiveness)
3. Permanen (Permanence)
4. Kolektabilitas (collectability)
5. Unjuk Kerja (Performance)
6. Dapat diterima (acceptability)
7. Tidak mudah dikelabui (circumvention)
Syarat 1-4 merupakan syarat utama
Syarat 5-7 merupakan syarat tambahan
Sistem Pengenalan Biometrika
Model Pengenalan sistem biometrika:
1. System verifikasi (verification system)
2. System identifikasi (identification system)

Sistem Pengenalan Biometrika
1. System verifikasi (verification system)
Tujuannya untuk menerima dan menolak identitas
yang diklaim oleh seseorang.
Sistem verifikasi biasanya digunakan untuk menjawab
apakah identitas orang tsb sama atau tidak.
Sistem Pengenalan Biometrika
2. System identifikasi (identification system)
Tujuannya untuk memecahkan identitas seseorang.
Sistem identifikasi biasanya digunakan untuk
menjawab siapakah yang memiliki identitas ini.
Sistem Pengenalan Biometrika
Istilah Klaim yang biasa digunakan pada sistem biometrika:
1. Klaim Positif terhadap suatu identitas, contoh: nama, pin,
aplikasi untuk kontrol akses.
2. Klaim Negatif terhadap suatu identitas, contoh: pendaftaran
pada sistem layanan sosial terbuka bagi yang tidak
terdaftar.
3. Klaim eksplisit terhadap suatu identitas, contoh: keputusan
diterima/ditolak bergantung hasil perbandingan satu ke
satu.
4. Klaim implisit terhadap suatu identitas, contoh: keputusan
tergantung pada banyak hasil pembandingan.
5. Klaim asli terhadap suatu identitas: pengguna melakukan
klaim positif tentang identitasnya di sistem.
6. Klaim palsu terhadap suatu identitas: pengguna mengklaim
sebagai orang lain sehingga menuntun ke perbandingan
sampel dengan acuan yang tidak cocok.
Sistem Pengenalan Biometrika
Unjuk kerja sistem biometrika dipengaruhi oleh:
1. Akurasi (accuracy)
2. Kecepatan (speed)
3. Kebutuhan media penyimpan (storage)
4. Biaya (cost)
5. Kemudahan penggunaan sistem
Arsitektur Sistem Biometrika
Quality
Score
Matching
Score
Template /
Model
DATA
COLLECTION
Biometric
Presentation
Sensor
DATA
STORAGE
SINYAL
PROCESSING
DECISION
Templates
Images
Pattern
Matching
Quality
Control
Segmentation
Match?
Accept? Feature Extraction
Feature
Match /
Non-Match
Accept /
Reject
Acceptance
Criteria
Transmission Channel
Compression Expansion
TRANSMISSION
Sample
Sample
Sample
Ancaman Keamanan Sistem Biometrika
Ancaman Keamanan Sistem Biometrika
1. Serangan dengan memalsukan biometrika (fake
biometric attack)
2. Penyangkalan terhadap perusakan pelayanan
(denial of service attack)
3. Serangan pengulangan secara elektronik
(electronic replay attack)
4. Serangan Kuda trojan (trojan horse attack)
5. Snooping and tampering
6. Serangan terhadap basis data (back end attack)

Perbandingan Sistem Biometrika
Perbandingan Sistem Biometrika
Perbandingan akurasi dan harga sistem
biometrika
Akurasi
harga
Mengukur Unjuk Kerja Sistem
Jenis kesalahan yang dijadikan tolak ukur dalam
pengukuran unjuk kerja sistem adalah:
a. Decision Error Rate (rasio kesalahan keputusan)
b. Matching Error Rate (rasio kesalahan
pencocokan)
c. Image Acquisition Rate (rasio kesalahan akuisisi
citra)

Mengukur Unjuk Kerja Sistem
a. Rasio Kesalahan Keputusan
1. Rasio Kesalahan penerimaan (FAR) : bagian
transaksi dengan klaim salah terhadap identitas yang
terdaftar ataupun non identitas yang diterima sistem.
2. Rasio Kesalahan Penolakan (FRR) : bagian transaksi
dengan klaim benar terhadap identitas yang terdaftar
ataupun non identitas yang ditolak sistem.
FAR dalam literatur matematika dapat disebut kesalahan
type II.
FRR dalam literatur matematika dapat disebut kesalahan
type I.

Mengukur Unjuk Kerja Sistem
b. Rasio Kesalahan Pencocokan
menyatakan probabilitas terjadinya kesalahan
pencocokan pada sistem
1. Rasio Kesalahan Kecocokan (FMR) : probabilitas
sampel dari pengguna cocok dengan acuan yang
diambil secara acak milik pengguna yang
berbeda. FMR disebut juga false postive.


Mengukur Unjuk Kerja Sistem
2. Rasio Kesalahan Ketidakcocokan (FNMR) :
probabilitas sampel dari pengguna tidak cocok
dengan acuan lain yang diberikan pengguna yang
sama. FNMR disebut juga false negative.


Nilai Ambang
Nilai ambang (threshold value) dilambangkan
dengan T.
Nilai FAR/FRR atau FMR/FNMR tergantung pada
nilai ambang yang digunakan.
Nilai T dibandingkan dengan skor hasil bila
memenuhi skor T, maka dinyatakan sah, skor ini
merupakan nilai kesamaan. Apabila skor yang
diperoleh adalah nilai ketidaksamaan maka
digunakan skor T.

FAR
FRR
Nilai Ambang
FRR FAR
EER
Aplikasi Forensik
Aplikasi tingkat Keamanan
tinggi
Aplikasi Sipil
Grafik Receiver Operation Characteristics (ROC)
Grafik Receiver Operation Characteristics (ROC)

F
A
R

FRR



EER

Aplikasi Forensik

Aplikasi tingkat
Keamanan tinggi

Aplikasi Sipil

Grafik Receiver Operation Characteristics (ROC)

GAR (%)
1
-
F
R
R
FAR (%)
0
Mengukur Unjuk Kerja Sistem
GAR (genuine Acceptance rate) menyatakan tingkat
kesuksesan pengenalan sistem biometrika :
GAR = 1 FRR atau
GAR = 1 - FNMR
Mengukur Unjuk Kerja Sistem
b. Rasio Kesalahan Akuisisi Citra
1. Kegagalan pada Fase Pendaftaran (failure to
enroll rate - FTE)
2. Kegagalan pada akuisisi gambar (failure to
acquire rate - FTA)
FTE dan FTA berpengaruh terhadap nilai FAR dan
FRR tapi tidak pada nilai FMR/FNMR.