(PENGENALAN)
oleh :
Biometrik sudah semakin luas dan semakin umum dipergunakan di dunia, tak terkecuali di
Indonesia. Bahkan pakar dari MIT mengatakan bahwa biometrik adalah salah satu dari 10 teknologi
yang akan mengubah dunia dihari-hari mendatang. Namum demikian masih sangat sedikit bacaan
tentang biometrik berbahasa Indonesia yang dapat ditemui di toko buku. Alangkah baiknya bila
masyarakat dapat mengetahui secukupnya tentang apa itu sistem biometrik, jenis-jenis sistem
biometrik, kelebihan dan kekurangan masing-masing jenis biometrik serta mengetahui cara
mengevaluasi kinerja suatu alat biometrik. Buku ini bersifat pengenalan umum tentang sistem
biometrik yang perlu diketahui oleh masyarakat umum, dan tentu saja juga untuk para pelajar dan
mahasiswa. Dalam buku ini dibahas mengenai :
• Konsep sistem biometrik
• Biometrik Sidik Jari
• Biometrik Wajah
• Biometrik Tangan
• Biometrik Iris
• Biometrik Retina
• Biometrik Suara
• Biometrik Tandatangan
• Biometrik Cara pengetikan
• Biometrik DNA
Sebenarnya masih ada beberapa jenis sistem biometrik yang lain, tetapi jenis sistem biometrik yang
sering dipergunakan adalah seperti yang ada didalam buku ini. Sehingga dengan buku ini diharapkan
para pembaca sudah dapat mengenal dan mengetahui hampir semua sistem biometrik yang ada di
masyarakat.
Penulis berharap buku “Pengenalan Biometrik” ini dapat mengisi kekosongan buku bacaan tentang
sistem biometrik yang dibutuhkan oleh masyarakat termasuk baik pelajar maupun mahasiswa.
Medio 2008
Penulis
DAFTAR ISI
1 Konsep Biometrik
1.1 Pengertian Biometrik
1.2 Pengamanan dengan Biometrik
1.3 Jenis Biometrik
1.4 Cara Kerja Sistem Biometrik
1.5 Pengukuran Kinerja Alat Biometrik
1.6 Membandingkan Produk Vendor
1.7 Perkembangan Biometrik
2 Sidik Jari
2.1 Apakah Sidik jari
2.2 Teknik Pembacaan Sidikjari.
2.3 Teknik Identifikasi SidikJari
2.4 Teknik Penyimpanan Citra
2.5 Evaluasi Kinerja Sistem Sidik Jari
2.6 Contoh Peralatan
3 Wajah
3.1 Apakah Biometrik Wajah
3.2 Teknik Pembacaan dan Identifikasi Wajah
3.3 Evaluasi Kinerja Sistem Wajah
3.4 Contoh Peralatan
4 Tangan
4.1 Apakah Geometri Tangan
4.2 Teknik Pembacaan dan Identifikasi Geometri Tangan
4.3 Evaluasi Kinerja Sistem Geometri Tangan
4.4 Contoh Peralatan
5 Iris
5.1 Apakah IRIS
5.2 Teknik Pembacaan IRIS.
5.3 Teknik Identifikasi IRIS
5.4 Evaluasi Kinerja Sistem IRIS
5.5 Contoh Peralatan
6 Retina
6.1 Apakah Retina
6.2 Teknik Pembacaan dan Identifikasi Retina.
6.3 Teknik Penyimpanan Citra
6.4 Evaluasi Kinerja Sistem Retina
6.5 Contoh Peralatan
7 Suara
7.1 Apakah Biometrik Suara
7.2 Cara Pembacaan dan Identifikasi Suara
7.3 Teknik Pengolahan Citra Suara
7.4 Evaluasi Kinerja Sistem Biometrik Suara
7.5 Contoh Peralatan
8 Tanda tangan
8.1 Apakah Biometrik Tanda Tangan
8.2 Cara Kerja Biometrik Tanda Tangan
8.3 Teknik Pengolahan Citra Tanda Tangan
8.4 Evaluasi Kinerja Biometrik Tanda Tangan
8.5 Contoh Peralatan
9 Cara mengetik
9.1 Apakah Cara Pengetikan
9.2 Evaluasi Kinerja Sistem Cara Pengetikan
10 DNA
10.1 Apakah Biometrik DNA
10.2 Teknik Identifikasi DNA
10.3 Sampel
10.4 Akurasi
10.5 Tempat dan Biaya Pemeriksaan
11 Penutup
DAFTAR PUSTAKA
BA B 1.
KO N S E P BIO M E T R I K
Teknologi biometrik yang mampu mengenali manusia lewat sidik jari, mata,
wajah atau bagian tubuh lain kini semakin memasyarakat. Biometrik berasal dari
kata bios=kehidupan dan metron=ukuran. Biometrik adalah studi untuk mengenali
seseorang secara unik. Didukung faktor harga yang semakin terjangkau dan bisa
diterapkan pada banyak sektor, teknologi ini akan menggusur kata sandi (password)
ataupun kartu (misal kredit card) sebagai alat otentikasi maupun identifikasi.
Kemajuan pesat dalam jaringan komunikasi mapun mobilitas alat memang
membutuhkan metode yang andal untuk mengidentifikasi seseorang. Sampai dengan
awal tahun 2000 ada 2 metode yang banyak dipakai yaitu :
1. Berdasarkan kepemilikan (possesion based atau “what you have”). Proses
keamanan didasarkan pada suatu benda (“token”) yang dimiliki seseorang
(misal kredit card). Kelemahannya : bila hilang maka orang lain yang
menemukannya dapat memanfaatkannya.
2. Berdasarkan pengetahuan (knowledge based atau “what you know”). Antara
lain menggunakan password. Kelemahannya bila password terlalu pendek,
mudah ditebak orang lain, dan bila terlalu panjang mudah terlupa. Menurut
para ahli keamanan, kini ada cracking tool yang mampu memindai kata maupun
menebak password berupa kombinasi huruf dan angka. "LoftCrack", salah satu
program penjebol sandi misalnya, hanya butuh waktu 48 jam untuk mencari
seluruh arsip password di suatu perusahaan.
Untuk mengatasi hal tersebut para ahli mencari cara lain yang lebih canggih. Cara
yang dikembangkan ialah dengan menggunakan biometrik, yaitu suatu keadaan fisik
tertentu ataupun suatu perilaku tertentu unik yang ada pada seseorang. Cara ini
juga disebut cara “what you are”. Keunggulan biometrik adalah :
1. Biometrik tak dapat hilang(fisik) atau lupa (perilaku) kecuali karena trauma.
2. Biometrik sulit di copy / ditiru maupun juga diberikan ke orang lain.
3. Biometrik mengharuskan orang ybs ada ditempat dimana dilakukan
identifikasi.
Tentu saja penggunaan biometrik yang dikombinasi dengan password atau kartu
identitas akan semakin meningkatkan keandalan keamanan.
1.2 Penga m a n a n Dengan Biometrik
Gb 1.2 Rekognisi/Identifikasi
Ditemukan oleh para ahli, bahwa pada dasarnya organ tubuh seseorang adalah
unik. Tidak ada dua orangpun yang mempunyai bagian tubuh yang sama. Sampai
pada awal tahun 2007 ini, beberapa hal yang sudah dikembangkan menjadi alat
biometrik antara lain adalah :
Beberapa sifat yang harus dipertimbangkan dalam memilih alat biometrik antara lain
adalah :
1. Universalitas. Seberapa jauh sifat biometrik ini dimiliki semua orang. Sebagai
contoh : sidikjari dimiliki oleh setiap orang yang normal.
2. Keunikan. Seberapa jauh sifat biometrik ini membedakan yang seorang dengan
yang lain. Sebagai contoh : sidikjari seseorang lain dengan orang yang lain.
3. Permanen. Seberapa jauh sifat biometrik ini dipengaruhi usia seseorang.
Sebagai contoh : sidikjari seseorang tak berubah karena usia. Perubahan
terjadi bila terjadi kerusakan pada sidikjari.
4. Kolektabilitas. Seberapa jauh sifat biometrik mudah diperoleh atau diukur dari
seseorang. Sebagai contoh : sidikjari seseorang mudah di scan.
5. Kinerja. Seberapa teliti dan cepat alat biometrik. Sebagai contoh : peralatan
sidikjari bekerja dengan cepat dan andal.
6. Akseptabilitas. Seberapa jauh alat biometrik ini diterima masyarakat. Sebagai
contoh : masyarakat tidak bekeberatan sidikjarinya di scan.
7. Circumvention. Seberapa jauh alat biometrik ini sulit dikecoh/ditipu. Sebagai
contoh : peralatan sidikjari relatif tidak mudah dikecoh oleh orang yang
bermaksud tidak baik.
Klasifikasi metode biometrik menurut A.K. Jain (dalam Wikipedia) adalah sbb:
Gb 1.3 Pendaftaran
Parameter terpenting dari sistem biometrik adalah FAR, FRR dan EER. Penjelasan
lebih lanjut dari FAR, FRR dan EER adalah sebagai berikut. Sistem biometric
menggunakan skor untuk menyatakan kemiripan antara contoh dalam database
dengan obyek yang dipindai. Lebih tinggi skornya maka tingkat kemiripannya juga
semakin tinggi. Tingkat skor yang dinyatakan sebagai batas minimal kemiripan
disebut ambang atau threshold. Apabila tingkat kemiripan antara obyek yang
dipindai dengan contoh dalam database melebihi ambang yang ditetapkan, maka
dinyatakan bahwa obyek yang dipindai adalah sama dengan contoh yang tersimpan
dalam database. Secara teori skor yang akan dicapai oleh obyek asli akan selalu lebih
tinggi dari skor yang dicapai oleh pemalsu / penipu (“impostor”). Dengan demikian
dapat ditetapkan suatu ambang skor yang akan dapat memisahkan antara obyek
yang asli dengan obyek pemalsu. Tetapi dalam praktek, karena beberapa alas an,
antara lain keterbatasan alat, tidak jarang skor yang dicapai pemalsu justru lebih
tinggi daripada yang asli. Sehingga berapapun ambang yang ditetapkan terjadinya
error pada system selalu akan dimungkinkan. Sebagai contoh, misalnya ditetapkan
suatu skor ambang yang sangat tinggi sehingga tak seorang pemalsupun yang dapat
melampaui batas tersebut. Sehingga hasilnya tak sebuah pola yang dihasilkan
pemalsupun yang akan lolos diterima system. Tetapi pada keadaan ini pola hasil
pemindaian dari obyek yang aslipun akan juga bisa ditolak manakala hasil skornya
dibawah ambang batas yang kita tetapkan. Kondisi ini disebut sebagai kesalahan
menolak (FRR=False Rejection Rate). Dilain pihak bisa juga kita menetapkan suatu
ambang batas yang sedemikian rendah sehingga semua pola obyek asli pasti akan
diterima, tetapi dengan keadaan ini akan sangat mungkin pola hasil pemindaian
milik pemalsupun akan lolos diterima system. Keadaan ini disebut kondisi
penerimaan yang salah. (FAR=False Acceptance Rate). Pada kemungkinan lain, pada
suatu titik tertentu kedua macam kesalahan FAR dan FRR keduanya bisa terjadi.
Pada gambar berikut, misalnya ada pengetesan oleh sejumlah orang penipu
(Impostor), skornya adalah seperti pada gambar dengan distribusinya berbentuk
kurva normal seperti pada gambar. Gambar disebelahnya adalah kurva perubahan
nilai FAR sebagai fungsi dari nilai ambang. Nilai FAR besarnya adalah : banyak
penipu yang diloloskan dibagi dengan jumlah seluruh penipu. Nilai FAR=1 artinya
semua penipu diloloskan system, sebaliknya nilai FAR=0 berarti tak seorang penipu
dapat melewati system.
Pada sisi obyek asli, pada pengetesan beberapa kali misalnya diperoleh kurva
seperti pada gambar dibawah yang berbentuk normal. Lalu gambar disebelahnya
adalah gambar kurva kurva FRR sebagai fungsi dari nilai ambang. Dapat dibaca
bahwa bila nilai ambangnya terlalu tingga maka potensi terjadinya FRR (Kesalahan
menolak yang benar) akan sangat tinggi, dan semakin rendah nilai ambangnya maka
FRR akan semakin rendah juga. Nilai FRR=1 artinya semua obyek asli akan ditolak,
dan FRR=0 artinya semua obyek asli akan diterima. FRR dihitung dari pembagian
antara jumlah obyek asli ditolak dibagi dengan total jumlah obyek asli.
Pada suatu titik ambang tertentu nilai FRR akan sama dengan nilai FAR. Titik
ini disebut titik EER (Equal Error Rate). Gambarnya adalah seperti berikut.
Bila suatu alat dijual ke masyarakat dengan hanya diberitahukan nilai FARnya,
maka kita tahu bahwa informasi tersebut tidak cukup. Kita juga harus tahu nilai
FRRnya. Karena kinerja suatu alat biometric adalah tergantung dari keduanya.
FARnya bagus tetapi FRRnya jelek maka kinerjanya akan jelek. Demikian juga bila
FARnya jelek dan FRRnya bagus maka kinerjanya juga jelek. Agar suatu alat bagus
maka FAR dan FRRnya harus bagus. Tetapi lebih lanjut kita tahu bahwa nilai FAR dan
FRR adalah tergantung (fungsi) dari nilai ambangnya. Sebaliknya nilai EER pasti
berlaku hanya pada sebuah titik ambang (threshold) saja. Jadi untuk
membandingkan dua buah alat dari dua buah vendor, paling baik adalah justru
dengan membandingkan nilai EERnya. Karena nilai EER tersebut adalah nilai optimal
pada suatu ambang optimal.
Dibawah ini adalah tabel FAR, FRR dan EER beberapa metode biometrik.
Dari gambar 1.7 dapat dilihat bahwa Iris mempunyai FAR (False Accept Rate =
Persentase Salah Menerima, yaitu pemalsu dinyatakan asli dan diterima sistem)
sebesar 0,0001%. Dengan demikian sistem yang paling bagus untuk menolak
pemalsu adalah Iris. Sedangkan FRR nya (False Rejection Rate=Persentase Menolak
Yang Benar, yaitu subyek yang sebenarnya subyek asli oleh sistem dinyatakan
sebagai pemalsu dan ditolak).
Selanjutnya dapat dilihat juga bahwa sistem biometrik yang relatif paling
bagus sebenarnya adalah biometrik tangan. Sistem biometrik tangan ini mempunyai
kurva yang paling mendekati titik (0,0001%, 01%), yaitu titik pojok kiri. Artinya kurva
ini menunjukkan bahwa pada saat FARnya kecil maka FRRnya juga kecil. Tentu saja
alat biometrik yang baik adalah yang pada saat FAR kecil, FRRnya juga kecil.
Dapat dilihat juga bahwa bahwa sistem biometrik yang relatif kalah bagus
dibanding dengan sistem yang lain adalah sistem biometrik vena dan sistem
biometrik sidikjari yang menggunakan sistem optis.
Menurut Mark Lockie, editor pada Biometric Technology Today, tahun 2000
menjadi tahun menentukan bagi perkembangan biometrik. Pendorongnya adalah
besarnya perhatian orang akan keamanan jaringan atau network dan perdagangan
online. Ditambah dengan menurunnya harga perangkat keras. Maka tak salah jika
International Biometric Industry Association (IBIA) meramalkan, pada 2003 penjualan
untuk perangkat kerasnya mencapai AS $ 600 juta. Sedangkan penjualan untuk
perangkat lunaknya bisa mencapai 2 - 3 kali lipat. Dari beberapa teknologi yang saat
ini dikomersialkan (sidik jari, mata, muka, suara, dan tanda tangan), teknologi sidik
jari yang paling luas dipergunakan. Sistem ini juga memiliki beberapa keunggulan
dengan harga semakin murah dan aplikasi semakin sederhana.
Toh yang kontra pun bermunculan. Ada yang mempertanyakan soal privacy
penggunaan biometrik ini. Yang lain meributkan mengenai tingkat keamanan dari
database penyimpan data bioemtrik. Untuk yang terakhir bisa diakali dengan
membawa database biometriknya sendiri dalam kartu pintar seperti dilakukan Inpass.
Masalah kesehatan juga menjadi perhatian untuk jenis biometrik yang menggunakan
peralatan sentuh bersama, misalnya pemindai sidikjari. Pemindai tanpa sentuh
misalnya pemindai wajah mempunyai kelebihan dalam hal ini dibanding pemindai
sentuh.
Dari tabel terlihat bahwa Sidikjari (Fingerprint) mempunyai kelebihan dalam hal
harga maupun biaya operasional yang murah, ukuran fisik yang kecil dan
kecocokannya untuk proses identifikasi, akurasinya terhitung baik, demikian juga
kemudahan pakainya. Kelemahannya adalah reliabilitasnya yang kurang bagus,
untuk pemakaian outdoor juga kurang bagus karena pengaruh kotoran debu besar.
Sehingga sistem sidik jari ini sebenarnya kurang efektif untuk peralatan presensi
maupun untuk peralatan imigrasi.
Sistem Iris mempunyai kelebihan dalam hal akurasi yang tinggi, kemudahan
pakai, tidak menyakitkan, sehingga sesuai untuk kontrol akses, identifikai,
penggunaan imigrasi maupun juga untuk tanda tangan digital. Kekurangannya
adalah jangan dipergunakan secara outdoor, selain harganya mahal.
Sistem Biometrik Tangan mempunyai kelebihan dalam hal biaya instalasi danm
operasi yang murah, keandalan yang bagus, demikian juga untuk dipergunakian
secara outdoor. Kekurangannya adalah dalam hal ukuran alat yang relatif besar.
Dengan demikian sistem ini sesuai untuk dipergunakan untuk peralatan presensi dan
kontrol akses.
SIDI K JARI
Sidik jari adalah gurat-gurat yang terdapat di kulit ujung jari. Fungsinya adalah
untuk memberi gaya gesek lebih besar agar jari dapat memegang benda-benda lebih
erat. Sistem pengamanan dengan menggunakan sidik jari sudah mulai dipergunakan
di Amerika oleh seorang bernama E. Henry di tahun 1901. Henry menggunakannya
untuk identifikasi pekerja dalam rangka mengatasi pemberian upah ganda. Sistem
Henry menggunakan dari pola ridge (Ridge = punggung alur pada kulit baik pada
tangan atau kaki), yang terpusat pola jari tangan, jari kaki, khususnya telunjuk.
Untuk memperoleh gambar pola ridge dipergunakan cara menggulung jari yang
diberi tinta pada suatu kartu cetakan sehingga menghasilkan suatu pola ridge yang
unik bagi masing-masing individu. Para pakar membuktikan bahwa tidak ada dua
individu mempunyai pola ridge yang serupa. Pola ridge tidaklah bisa diwariskan. Pola
ridge dibentuk waktu embrio, pola ridge tidak pernah berubah dalam seumur hidup.
Perubahan pola ridge hanya dapat terjadi akibat trauma, misal akibat luka-luka,
terbakar, penyakit atau penyebab lain. Sistem biometrik sidik jari merupakan sistem
autentikasi berbasis biometrik yang paling banyak digunakan saat ini karena
cenderung memiliki tingkat akurasi yang tinggi dan mudah untuk diterapkan.
Dari hasil penelitian ternyata ada 7 macam pola utama pappilary ridge sbb :
Jenis Gambar
Loop : Terdiri dari satu atau lebih kurva
bebas dari ridge dan sebuah delta
Jenis Gambar
Arch : Membentuk pola dimana ridge
berada diatas ridge yang lain dalam
bentuk lengkungan umum
Dari ketujuh pola tersebut ada tiga pola papillary ridge yang paling banyak
terdapat dimasyarakat yaitu Arch, Loop dan Whorl. Loop (lengku n g a n )
mempunyai 1 delta. Whorl (lingkaran) mempunyai 2 delta. Sebuah arch (sudut) tidak
punya delta.
LOOP WHO R L AR C H
Sekitar 60% orang pola sidikcarinya adalah Loop, sekitar 30 % whorl, sekitar
5% berbentuk arch dan 5% sisanya adalah bentuk-bentuk lainnya. Semua pola di atas
dapat dibedakan oleh mata biasa. Komputer dapat menganalisa garis-garis
perubahan arah bentuk ridge, dengan kemampuan seperti mata manusia yang
terlatih.
Gambaran ukuran-ukuran karakteristik anatomi mereka dapat digambarkan sebagai
berikut.
Minutiae
Minutiae adalah pola bentuk alur di ujung jari tangan yang unik pada setiap
orang. Ada berbagai macam pola alur jari tangan. Bentuk-bentuk tersebut adalah
seperti tabel dibawah. Kombinasi dari alur-alur itu unik pada setiap orang dan
kombinasi bentuk alur itulah yang disebut minutiae. minutiae inilah yang dikonversi
ke bentuk biner dan diolah untuk pencocokan pola.
Bagian ridges yang berwujud dalam dua paralel yang berbeda untuk mengelilingi
pola area itu disebut type lines . Titik awal pencabangan dua ridge disebut delta,
proses perpecahan sebuah garis menjadi dua garis ridge disebut bifurcation.
Banyaknya persimpangan ridge di dalam pola area disebut suatu ridge count.
Komputer Tomography dapat mendeteksi titik-titik tersebut di atas dengan
menggunakan sumbu koordinat x-y.
Pembacaan pola sidikjari dilakukan dengan alat elektronik. Hasil pembacaan lalu
disimpan dalam format digital. Pada pertama kali, seseorang mendaftarkan
sidikjarinya kedalam komputer. Proses ini disebut proses pendaftaran (enrollment).
Pada saat ini rekaman sidikjari tersebut diproses lalu dibuatkan daftar pola fitur
sidikjarinya yang unik. Pola fitur sidik jari yang unik inilahyang lalu disimpan dalam
komputer. Pola sidik jari yang unik inilah yang disebut minutiae. Pola minutiae inilah
yang nanti dicocokkan dengan orang yang dibaca atau diperiksa sidikjarinya.
Ada 3 cara pembacaan sidikjari sbb:
a. Optis. Dengan cara ini pola sidikjari direkam dengan menggunakan cahaya. Alat
perekamnya berupa kamera digital. Tempat dimana ujung jari diletakkan disebut
permukaan sentuh. Dibawah permukaan sentuh terdapat pemancar cahaya yang
menerangi permukaan jari. Hasil pantulan cahaya dari ujung jari ditangkap oleh alat
penerima yang selanjutnya menyimpan gambar ssidikjari tersebut kedalam
komputer. Tentu saja apabila permukaan sentuhnya kotor atau ada goresannya, akan
mengganggu pembacaan sidikjarinya. Kelemahan metode ini adalah bahwa hasil
pembacaan sangat tergantung kepada kualitas kulit tangan. Apabila tangannya kotor
atau kulitnya rusak karena luka, maka hasil pembacaannya akan berkualitas buruk.
Metode ini juga mudah ditipu oleh sidikjari palsu. Kelemahan lain adalah bahwa sisa
cetakan sidikjari dapat diambil orang lain. Keuntungannya adalah metode ini mudah
dilakukan dan murah biayanya.
b. Ultrasonik. Metode ini menggunakan cara seperti pada metode ultrasonik pada
dunia kedokteran. Cara ini menggunakan suara frekuensi yang sangat tinggi untuk
menembus lapisan epidermal kulit. Suara frekuensi tinggi tersebut dibuat dengan
menggunakan tranduser piezoelectric, selanjutnya pantulan energinya ditangkap
juga menggunakan alat yang sejenis. Pola pantulan ini dipergunakan untuk
menyusun citra sidikjari yang dibaca. Dengan cara ini tangan yang kotor tidak
menjadi masalah. Demikian juga permukaan sentuh yang kotor juga tidak
menghambat proses pembacaan.
c. Kap a sitan s. Metode ini menggunakan cara pengukuran kapasitans untuk
membentuk citra sidikjari. Pada cara ini permukaan sentuh berfungsi sebagai
lempeng kapasitor dan kulit tangan berfungsi sebagai lempeng kapasitor yang lain.
Karena adanya punggung alur kulit (ridge) dan lembar alur (valleys) maka kapasitas
dari kapasitor masing-masing orang akan berbeda-beda. Kelemahan metode ini
adalah adanya listrik statis pada tangan. Untuk menghilangkannya maka tangan
harus digrounding.
d. Thermal. M etode ini menggunakan perbedaan suhu antara punggung alur (ridge)
dengan lembah untuk mengetahui pola sidik jari. Caranya adalah dengan
menggosokkan ujung jari (swap). Sebab bila ujung jari hanya dengan diletakkan saja,
maka dalam waktu singkat suhunya akan sama karena adanya proses keseimbangan.
Gb 2.2 Sen s or Sidik Jari
Ada berbagai macam pendekatan cara penyimpanan citra sidikjari, antara lain
adalah :
a. Data sidikjari disimpan pada perangk at fingers c a nny a. Cara ini disebut
pendekatan desentralisasi. Keuntungannya adalah proses pencocokan cepat.
Kelemahannya antara lain adalah kapasitas penyimpanan terbatas, selain itu orang
hanya bisa diproses pada peralatan dimana alat pemindainya berada.
b. Data sidik jari disimp an pada komputer sentral. Cara ini disebut
sentralisasi. Keuntungannya adalah kapasitas penyimpanannya bisa sangat besar.
Keuntungan lain adalah orang bisa dipindai (discan) pada semua lokasi komputer
yang terhubung dengan komputer pusat. Kelemahannya proses identifikasi sedikit
lebih lama dari pada yang model desentralisasi.
c. Data sidik jari disimp an pada kartu pemilik. Cara ini juga termasuk
desentralisasi. Dengan cara ini data sidikjari disimpan oleh pemilik. Dengan cara ini
orang dapat diperiksa pada semua alat fingerscan, verifikasi menggunakan data
yang ada pada kartu pemilik.
Dalam praktek sangat mungkin volume citra sidik jari yang tersimpan
jumlahnya sangat besar. Untuk mengurangi waktu pencarian sidik jari digolongkan
kedalam suatu cara yang sistematis sedemikian rupa sehingga pencarian suatu sidik
jari dapat diarahkan kepada suatu suatu kelompok atau subset sidik jari tertentu
saja di dalam database. Cara yang sudah dikembangkan adalah dengan
menggolongkan sidik jari ke dalam kelompok tipe sidikjari antara lain whorl, right
loop,left loop,arch, tented arch dll. Selain itu dipergunakan juga pemisahan menurut
banyaknya ridges yang muncul di empat arah (0 derajat, 45 derajat , 90 derajat,
dan 135 derajat) maupun juga dengan penyaringan bagian tengah suatu sidik jari
dengan Gabor Filters.
No Aspek Kinerja
1 Biaya operasional Sangat murah
2 Keunikan Baik
6 Akseptabilitas Sedang
Ada banyak perusahaan yang membuat alat pemindai sidikjari (fingerscan). Antara
lain adalah :
1. ALBox FP1500. Alat ini adalah alat presensi dengan menggunakan sidikjari.
Alat ini adalah buatan Taiwan. Mampu menampung 1.000 sidik jari per unit,
dan 50.000 memory transaksi bisa disimpan, memory ini tidak akan hilang
walaupun listrik mati. Untuk mengurangi jumlah dan waktu antrean, maka bisa
menggunakan lebih dari satu unit alat ini, semua alat dihubungkan dengan
sebuah jaringan ( Ethernet TCP/IP atau RS-485 ), dan cukup menggunakan
sebuah komputer untuk pengelolaan data dan pembuatan laporan. Hal ini
akan membantu untuk perusahaan yang memiliki beberapa pintu masuk atau
beberapa gedung, karyawan bisa melakukan absensi di tempat yang paling
dekat dengan tempat kerjanya. Untuk satu alat dianjurkan maksimum 300
orang antrean, agar waktu antrean bisa cepat, yaitu sekitar 15 menit, dihitung
dari orang yang pertama sampai yang terakhir. Alat ini memiliki memory
registrasi 1000 template fingerprint, apabila setiap karyawan direkam
masingmasing 1 sidik jarinya, maka alat ini bisa menampung 1000 karyawan
per unit alat. Apabila masing-masing karyawan direkam 2 sidik jarinya
( misalnya telunjuk kanan dan telunjuk kiri ), maka alat ini menampung 500
karyawan per unit alat. Memiliki memory transaksi 50.000 transaksi. Misalnya
ada 500 karyawan dan dalam satu hari ada 2 kali transaksi absensi ( datang &
pulang ), berarti ada 1.000 transaksi per hari, maka memory akan penuh
dalam 50 hari. Data transaksi absensi dianjurkan didownload ke komputer
sebelum memory penuh, bisa setiap hari atau per minggu atau per bulan,
sesuai kebutuhan. Alat ini bisa bekerja secara multi-terminal, yaitu dalam
satu jaringan memungkinkan untuk dipasang hingga 250 unit alat ( dengan
koneksi TCP/IP ) atau maksimum 32 unit alat ( dengan RS-485 ). Cara absen
ada 2 cara : Ketik ID ( nomor absensi, max 5 angka ) dilanjutkan scan jari, atau
cara kedua yaitu tanpa ketik ID tapi langsung scan jari. Cara kedua ini
disarankan hanya untuk perusahaan yang memiliki karyawan dibawah 100
orang. Untuk jumlah karyawan diatas 100 orang maka sebaiknya tekan nomor
ID dahulu untuk mempercepat proses pencarian data di dalam alat. Alat ini
juga bisa bekerja secara stand-alone, komputer tidak perlu dinyalakan pada saat
jam absensi.
No Fitur Kapasitas
1 Kapasitas fingerprint 1.000 fingerprint / unit
2 Memory transaksi 50.000 transaksi per terminal
3 Display LCD 128 x 64 pixels, lampu biru
4 Jenis sensor Optical
5 Area Scan 13.3mm ×15.7mm
6 FRR / FAR <=1% / <=0.001%
7 Komunikasi Ethernet TCP/IP; RS-232; dan RS-485
No Fitur Kapasitas
8 Kecepatan data ke komputer 10 Mbps ( Ethernet ) atau 112Kbps ( RS-232 )
9 Panjang kabel ke komputer max. 100m (Ethernet); 20m (RS-232); 1200m (RS-
485)
10 Kecepatan Verifikasi Absen Kurang dari 1 detik
11 Penanda Keberhasilan Absen Tampilan di LCD dan panduan suara
12 Metode Verifikasi Fingerprint, Password (PIN),
Fingerprint+Password, 1:1 atau 1:N
13 Jumlah jari direkam 1 – 10 jari per karyawan
14 Panjang nomor ID 5 digit
15 Access Control ( AC ) 1 Relay Output 2A 12V
16 Time Zones untuk AC 50
17 Groups untuk AC 5
18 Doorbell untuk AC Wireless doorbell dengan 6 musik
19 Temperatur Operasional 0 – 45 Celcius
20 Kelembaban Operasional 20% - 80%
21 Dimensi fisik ( mm ) Panjang 150, Lebar 145, Tebal 38.5
2. FP-2500 dan FP-3000. Alat ini juga adalah juga alat presensi karyawan. Buatan
Korea dengan kapasitas 2000 identifikasi untuk FP-2500 dan 4000 identifikasi
untuk FP-3000. Bekerja dengan sistem optis. Mempunyai kemampuan upload
data otomatis, realtime monitoring dll.
Gambarnya sbb:
FP 2500 FP 3000
BA B 3.
WAJA H
Pengertian wajah adalah kontur kulit manusia pada bagian kepala depan.
Wajah manusia pada dasarnya tidak ada yang sama persis. Sekalipun pada anak
kembar, pasti tetap akan ada perbedaannya. Sistem pengenalan wajah semakin luas
dipergunakan. Salah satu studi yang dikembangkan adalah bahwa komputer dapat
mengenali wajah pemiliknya. Sehingga bila sebuah komputer dibuka, maka
komputer tersebut dapat segera mengenali apakah yang mempergunakan pemiliknya
ataukah bukan. Tentu saja bila yang membuka bukan pemiliknya maka komputer
tersebut tidak mau membuka akses kepada dirinya.
Ada banyak aspek dari wajah yang dapat dipergunakan sebagai alat pembeda wajah
seseorang dengan yang lainnya. Antara lain :
Pembacaan wajah umumnya dilakukan secara optis (kamera) dan sensor panas
untuk yang menggunakan analisis temperatur. Teknik identifikasi wajah yang
populer dilakukan adalah dengan menggunakan aspek geometri wajah. Cara ini
mengembangkan sistem yang memisahkan citra wajah ke dalam komponen wajah,
antara lain mata, hidung, mulut, dan batas wajah pada citra diam tunggal yang
diambil dari posisi tampak depan. Antara tiap komponen diukur jaraknya, kemudian
dikombinasikan dengan fitur lainnya untuk membentuk semantik wajah. Penelitian
Zlávik mengatakan bahwa mata mempunyai jarak yang proporsional dengan fitur-
fitur wajah lain. Jika satu fitur terdeteksi maka posisi dari fitur lainnya akan diketahui
dan fitur tersebut dapat diekstraksi. Pada gambar 3.4 dapat dilihat fitur-fitur wajah
yang sering dipergunakan sebagai alat identifikasi.
Tahapan pemrosesan citra wajah yang dilakukan dalam penelitian Agushinta dan
kawan-kawan(Agushinta dkk) adalah sebagai berikut :
a) Diambil citra wajah seseorang.
b) Citra tersebut warnanya dikonversikan ke warna dasar YCbCr . Hal ini
disebabkan karena gambar yang diperolah dari kamera memiliki struktur
warna menggunakan sistem Red-Green-Blue (RGB). Transformasi ke sistem
warna YCrCb untuk memisahkan intensitas Y dengan chromaticity yang
dinyatakan dalam dua variabel Cr dan Cb. Pada daerah saturasi dari cahaya
yang tertangkap kamera, harga Cr dan Cb sangat stabil, sehingga nilai Cr dan
Cb merupakan informasi handal untuk proses klasifikasi warna.
c) Citra hasil pada proses konversi diolah dengan tapis Gauss (Filter matematik)
dan menghasilkan citra seperti pada gambar c.
d) Citra pada gambar c di olah dengan tingkat ambang yang ditetapkan diubah
ke citra biner seperti pada gambar d.
Untuk mendapatkan keunikan jarak fitur-fitur wajah dibutuhkan minimal lima jarak
fitur wajah atau lebih. Keunikan dari jarak fitur wajah tidak dapat dipertahankan
validasinya jika hanya terdapat empat fitur wajah atau kurang dari empat.
Contoh diatas adalah salah satu cara yang dapat dipergunakan untuk melakukan
identifikasi wajah dengan pendekatan geometri wajah. Ada banyak cara lain yang
dapat dipergunakan misalnya dengan pengukuran geometri secara 3 dimensi,
dengan pengukuran kontur kulit, pengukuran suhu dan lain.lain
Karena mudah mengubah wajah orang dengan sengaja, misalnya dengan memakai
topeng, maka biometrik wajah lebih cocok untuk otentikasi dan bukannya
identifikasi.
FRR < 2%
FAR 0.01%
Protokol TCP/IP
TAN G A N
Peralatan dapat terdiri dari sumber cahaya, kamera, cermin dan permukaan datar
yang mempunyai 5 paku. Subyek meletakkan tangannya menelungkup sesuai
dengan posisi yang ditunjukkan oleh ke lima buah paku tersebut. Tahap-tahap
pemrosesannya adalah sbb:
a. Subyek meletakkan telapak tangannya pada posisi yang tepat.
b. Pengambilan gambar dari tangan subyek.
c. Menampilkan gambar yang barusan diambil oleh alat pemindai.
d. Mengukur fitur yang ditetapkan dari hasil gambar yang diperoleh.
e. Mencocokkan hasil pengukuran fitur dengan data yang ada dalam database.
Fitur-fitur geometris telapak tangan mana yang akan diukur, pada dasarnya tidak
ada aturan tetapnya. Prinsipnya sebenarnya adalah semakin sedikit fitur yang diukur
maka akan semakin mudah, tetapi semakin sedikit fitur yang diukur maka tingkat
keunikannya akan berkurang. Sebaliknya semakin banyak fitur yang diukur maka
tingkat keunikannya akan semakin baik, tetapi tingkat kerumitan pengukuran dan
perhitungannya juga bertambah. Dengan adanya masalah ini maka tingkat optimal
yang perlu diambil adalah dengan prinsip : fitur yang diukur sesedikit mungkin
tetapi dengan hasil yang tingkat keunikannya tetap baik.
Pada contoh dibawah ditetapkan 16 fitur (dimensi) geometri telapak tangan yang
diukur, yaitu F1, F2, F3 .... sampai dengan F16.
Gb 4.2 Fitur Tangan yang Diukur
Dari hasil gambar (image) yang di rekam ( di capture) itulah ukuran dari F1
sampai dengan F16 diukur dengan menggunakan teknologi pemrosesan gambar
(image procesing). Selanjutnya hasil pengukuran tersebut dibandingkan dengan data
yang ada di database. Tentu saja data yang ada dalam database juga tersimpan
dalam 16 dimensi yang sama juga. Data yang dalam database misalnya disebut
D1,D2,D3 ... sampai D16. Selanjutnay dihitung selisih antara data F1,F2 ... F16 hasil
pengukuran dari subyek dengan data dalam data base. Untuk menghitung total
selisih ukuran antara hasil pemindaian atas subyek dengan informasi yang ada
dalam database dapat dipergunakan rumus antara lain :
∑ | Fj-Dj | < e1
dengan j = 1..16
√∑ ( Fj-Dj )² < e2
4.3 Evalua si
Peralatan hand biometrics yang lain contohnya adalah RDT 100 buatan perusahaan
Time Clock Plus yang harganya sekitar 1500 US$.
Gambarnya sbb:
IRI S
Mata adalah organ tubuh manusia yang berfungsi sebagai indera untuk
menerima cahaya dari luar tubuh. Bagian terluar dari mata yang berbentuk seperti
kaca disebut sebagai kornea. Bagian bulat hitam ditengah disebut pupil mata. Pupil
menentukan kuantitas cahaya yang masuk ke bagian mata yang lebih dalam. Pupil
mata akan melebar jika kondisi ruangan gelap, dan akan menyempit jika kondisi
ruangan terang. Lebar pupil dipengaruhi oleh iris disekelilingnya. Iris berfungsi
sebagai diafragma. Iris inilah terlihat sebagai bagian yang berwarna pada mata
(hitam, coklat, hijau, biru, abu-abu, dan lainnya). Selanjutnya Lensa mata menerima
cahaya dari pupil dan meneruskannya pada retina. Fungsi lensa mata adalah
mengatur fokus cahaya, sehingga cahaya jatuh tepat pada bintik kuning retina.
Untuk melihat objek yang jauh (cahaya datang dari jauh), lensa mata akan menipis.
Sedangkan untuk melihat objek yang dekat (cahaya datang dari dekat), lensa mata
akan menebal. Dari retina sinyal diteruskan ke syaraf mata yang meneruskannya ke
otak, sehingga orang dapat melihat.
Pola iris mata mulai terbentuk sejak bulan ke-7 kehamilan melalui proses yang
dikenal dengan kekacauan morfogenesis (chaotic morphogenesis) yakni
perkembangan dan reaksi jaringan secara random terhadap kondisi-kondisi
lingkungan yang berubah. Tidak ada dua iris mata yang persis sama, bahkan iris
mata kanan dan kiri dari orang yang sama pun berbeda dan bersifat unik. Anak
kembar yang identik memiliki pola DNA yang sama tetapi mempunyai pola iris mata
yang berbeda dan benar-benar unik.
Gb 5.2 Iris
Iris sering juga disebut sebagai selaput pelangi, karena warnanya yang warna-
warni. Selaput pelangi ini terlihat oleh mata telanjang dari luar mata dan memiliki
pola tertentu. Pola ini unik untuk setiap orang. Pola ini unik dan juga memiliki
kekonsistenan dan kestabilan yang tinggi bertahun-tahun tanpa mengalami
perubahan. Dari kondisi ini, maka para ahli keamanan sistem informasi
menyimpulkan bahwa iris dapat dijadikan alat keamanan biometrik untuk
menentukan identitas pribadi seseorang. Karakteristik unik iris ini mula-mula
ditemukan oleh seorang ahli mata yang bernama Frank Burch pada tahun 1936.
Selanjutnya pada tahun 1980 Aran Safir dan Leonard Flom mempatenkan ide ini.
Pada tahun 1989 Safir dan Flom meminta Jhon Daugman untuk mengembangkan
algoritma untuk pengenalan iris (iris recognition). Selanjutnya pada tahun 1994
Daugman mempatenkan algoritma pengenalan iris ini yang selanjutnya algoritma
tersebut dimiliki oleh Iridian Technologies yang selanjutnya diwujudkan sebagai alat
yang dapat dipergunakan oleh masyarakat.
IRIS mata dapat mempunyai berbagai macam warna. Orang Eropa banyak yang
mempunyai warna IRIS biru. Orang Asia kebanyakan berwarna coklat.
Iris dibaca dengan metode optis. Mata didekatkan pada alat baca, lalu
dilakukan pemindaian secara melingkar seperti pada gambar. Data hasil pemindaian
selanjutnya di konversi ke bentuk biner (digital), hasilnya dicocokkan dengan
database yang ada. Apabila datanya sesuai, maka orang tersebut berarti
teridentifikasi.
Gb 5.4 Pemindaian Iris
Apak ah operasi mata dengan sinar laser akan mempen g aruhi hasil?
• Tidak ada bukti penelitian yang cukup yang mengindikasikan bahwa operasi
mata dengan sinar laser akan menimbulkan dampak meskipun secara
umum operasi mata dengan sinar laser ditujukan untuk mengkoreksi lensa
bukan merubah bentuk iris mata.
Apak ah katarak atau kerusa k a n pada kornea mata akan mempeng aruhi
hasil ?
Perubahan iris mata yang disebabkan oleh kerusakan/penyakit dapat
mempengaruhi hasil pemindaian dan mengakibatkan ditolaknya kartu anggota
yang bersangkutan. Iris mata, dalam kondisi normal, tidak mudah rusak seperti
atribut fisik lainnya, kerusakan/perubahan yang terjadi dapat menyebabkan
terjadinya penolakan tersebut. Anggota tersebut kemudian akan diarahkan ke jalur
pemeriksaan imigrasi normal.
Apak ah geometri iris mata berubah seiring berlalunya waktu sehing g a tidak
lagi se su ai dengan data iris mata yang terdapat pada kartu?
Seiring berjalannya waktu, geometri iris mata dapat mengalami sedikit perubahan
tetapi memiliki kemungkinan untuk berubah/ rusak yang paling kecil dibandingkan
dengan karakteristik fisik lainnya.
Unit Optik Jarak Jauh seri 3000 (ROU = Remote Optical Unit) merupakan unit
optik yang dipasang di dinding yang digunakan untuk pengenalan.
• Rentang penangkapan gambar 3” sampai 10” (76.2mm sampai 254mm).
• RS422 untuk DIB atau Adaptor atau Pencocok Lensa guna FGB ke video.
• ROU3000D 12V. 1.8VA Arus DC (Seri terdahulu ROU3000 Arus AC).
• Tombol penumbuk pneumatik mendeteksi penglepasan plat wajah.
Kaca yang ada dalam kamera memberikan umpan balik untuk keperluan perletakan
posisi mata. Ruang pemindaian terletak dalam area segi empat.
Gambar ROU3000
ROU3000 dipasang pada dekat pintu masuk dimana proses pemindaian akan
dilakukan. Unit tersebut terdiri dari 2 bagian, yang depan adalah alat pemindai dan
yang dibelakang adalah alat untuk melekatkan pada tembok. ROU3000 berisi elemen
untuk memindai iris dan memberikan hasil secara audio maupun visual hasil
pemindaian, diterima ataukah ditolak. Peralatan diletakkan pada posisi setinggi
sekitar 150 cm dari tanah sehingga dapat melayani baik subyek yang pendek
maupun yang tinggi.
RETI N A
Retina adalah selapis tipis sel yang terletak pada bagian belakang bola mata.
Retina merupakan bagian mata yang mengubah cahaya menjadi sinyal syaraf.
Retina memiliki sel fotoreseptor ("rods" dan "cones") yang menerima cahaya. Sinyal
yang dihasilkan kemudian mengalami proses rumit yang dilakukan oleh neuron
retina yang lain, dan diubah menjadi potensi aksi pada sel ganglion retina. Retina
tidak hanya mendeteksi cahaya, melainkan juga memainkan peran penting dalam
persepsi visual. Pada tahap embrio, retina dan syaraf optik berkembang sebagai
bagian dari perkembangan luar otak. Struktur unik pembuluh darah pada retina
telah digunakan sebagai identifikasi biometrik. Hal ini disebabkan karena struktur
pembuluh kapiler yang mensuplai darah ke mata sangat kompleks, sehingga retina
masing-masing orang mempunyai pola yang unik. Pembuluh ini begitu unik
sehingga bahkan dua orang yang kembarpun pola pembukuh darahnya tidak sama.
Sebenarnya pola retina ini dapat berubah karena penyakit, misalnya diabetes,
glukoma, katarak, tetapi pada dasarnya pola retinanya akan tidak berubah sejak
lahir sampai matinya. Biometrik retina adalah salah satu metode biometrik yang
paling teliti dan andal. Menurut penelitian peluang terjadinya kesalahan (error
rate)nya adalah satu persejuta.
Retina manusia terdiri atas sepuluh lapis. Urutan lapisan-lapisan tersebut (ke arah
kornea) adalah:
1. Retinal pigment epithelium (RPE)
2. Lapisan fotoreseptor (Rods/Cones)
3. Membran pembatas eksternal - Lapisan yang membatasi bagian dalam
fotoreseptor dari inti selnya
4. Lapisan luar inti
5. Lapisan luar plexiform - Pada bagian makular, ini dikenal sebagi "Lapisan serat
Henle" (Fiber layer of Henle).
6. Lapisan dalam inti
7. Lapisan dalam plexiform
8. Lapisan sel ganglion - Lapisan yang terdiri dari inti sel ganglion dan
merupakan asal dari serat syaraf optik.
9. Lapisan serat syaraf
10.Membran pembatas dalam - Tempat sel-sel berpijak.
Gb 6.1 Retina
Retina ada dibagian belakang bola mata mempunyai pola pembuluh darah
yang unik pada seseorang. Struktur fisik retina manusia adalah 72% seperti bola
dengan diameter sekitar 22 mm. Pada bagian tengah retina terdapat cakram optik,
yang dikenal sebagai "titik buta" (blind spot) karena tidak adanya fotoreseptor di
daerah itu. Cakram optik terlihat sebagai area oval berwarna putih berukuran 3 m
Metode biometrik retina menggunakan cara memetakan pola unik dari retina
seseorang. Pembuluh darah didalam retina menyerap cahaya lebih banyak daripada
lingkungan sekitarnya. Karakteristik inilah yang dipergunakan untuk alat
identifikasinya. Pemindaian retina dilakukan dengan menggunakan cahaya infra
merah dengan energi rendah yang dikirimkan ke mata seseorang ketika mereka
melihat kepada alat pemindainya. Cahaya ini akan memindai secara melingkar dari
retina. Karena pembuluh darah lebih sensitif terhadap cahaya daripada sekitarnya
maka pantulan cahayanya akan berfuktuasi. Hasil dari pemindaian akan dikonversi
ke bentuk digital.
Metode biometrik retina ini mula-mula diusulkan oleh Dr. Carleton Simon dan Dr.
Isodore Goldstein pada tahun 1935. Tetapi ide ini baru berkembang sejak
teknologinya sudah memungkinkan pada tahun 1975. Seorang pakar yang bernama
Robert “Buzz” Hill melakukan penelitian yang mendalam dan akhirnya berhasil
mematenkan pemindai retina pada tahun 1981.
3. Penyimpanan (Store).
Pada tahap ini informasi disimpan dalam database dengan ukuran yang seminimal
mungkin.
4. Identify.
Ialah proses pencocokan hasil pemindaian dengan koleksi yang ada pada
database.
Keun g g ula n :
1. Peluang menolak informasi yang sesungguhnya benar : rendah.
2. Peluang menerima informasi yang sesungguhnya salah : rendah.
3. Sangat andal untuk pembeda karena tidak ada dua orang yang mempunyai
pola retina sama.
4. Kecepatan proses pemindaian tinggi.
Kelemah an :
1. Ketelitian hasil dapat dipengaruhi oleh beberapa jenis penyakit seperti antara
4. Subyek yang dipindai harus fokus pada alat pemindai sekitar jarak 3 inch.
No Aspek Kinerja
1 Biaya operasional Sangat murah
Beberapa parameter karakteristik aspek fisik biometrik Retina adalah sebagai berikut
:
Tingkatan pengukuran : : Sangat baik
: Baik
: Sedang
: Kurang baik
: Tidak baik
2 Keunikan Baik
6 Akseptabilitas Sedang
Peralatan dibawah ini adalah retina scanner buatan Panasonic dengan tipe BM-ET20.
Mampu melakukan proses scan hanya dalam waktu 0.3 detik.
BA B 7.
SUA R A
Metode pengenalan suara mulai dikembangkan oleh Lawrence Kersta pada Bell
laboratories sekitar tahun 1960. Metode biometrik pengenalan suara sesungguhnya
sangat memudahkan bagi para user.
Suara orang dihasilkan dari kombinasi antara pita suara, gigi, lidah dan bibir, cara
berbicara dan lain-lain. Baik dari aspek fisik maupun perilaku bicara seseorang. Dari
hasil kombinasi tersebut keluarlah suara yang unik. Diagram dari suara yang unik ini
disebut “Voiceprint”. Oleh karena itulah kita dapat mengenali seseorang hanya dari
suaranya saja. Beberapa orang memang suaranya hampir sama, walaupun begitu
tetap akan ada perbedaannya. Telinga manusia barangkali tidak selalu dapat
membedakannya, tetapi mesin pemindai suara akan dapat membedakannya. Prinsip
inilah yang dipergunakan oleh biometrik suara. Pemindai suara atau Voice Scanner
disebut juga dengan istilah voice recognition system.Yaitu suatu metode yang berfungsi
untuk mengenali seseorang berdasarkan suaranya. Biometrik suara ini termasuk
dalam kelompok biometrik perilaku (behavioral biometrics). Voice recognition sering
juga disebut speaker recognition atau talker recognition. Yaitu mengenali “orang yang
berkata/berbicara”. Istilah ini sering disalah mengerti dengan speech recognition, yaitu
proses mengenali tentang “apa yang dikatakan”. Speaker recognition dapat berfungsi
sebagai speaker identification maupun speaker verification. Perbedaan identifikasi
dan verifikasi adalah bahwa identifikasi bertujuan untuk mendeteksi atau
mengetahui siapakah pemilik suara, sedangkan verifikasi bertujuan untuk
memastikan bahwa identitas yang diklaim pemilik suara adalah memang terbukti
benar.
Dalam dunia speaker recognition dibedakan adanya dua tingkat informasi. Yang
pertama adalah informasi tingkat tinggi, contohnya : dialek, aksen, cara berbicara
dan tingkah laku berbicara. Informasi untuk jenis tersebut sampai saat ini hanya bisa
dianalisis oleh orang. Sedangkan informasi tingkat rendah seperti irama, tone,
frekuensi, periode berhenti bicara, lebar frekuensi bicara, spektrum frekuensi bicara
adalah fitur yang bisa dioleh menggunakan komputer.
ASV adalah singkatan dari automatic speaker verification, sedangkan ASI adalah
singkatan automatic speaker identification.
7.3 Cara Identifika si Suara
Beberapa faktor yang dapat menyebabkan kesalahan recognition antara lain adalah :
1. Kesalahan dalam pengucapan (misspoken).
2. Kesalahan dalam pembacaan frasa (missread).
3. Keadaan emosional yang ekstrim (misalnya stres).
4. Ketidak konsistenan akustik ruangan (misalnya adanya gema atau noise).
5. Perbedaan kualitas mikrophone waktu pendaftaran (enrollment) dan waktu
pemindaian, ini disebut channel missmatch.
6. Sakit pada subyek, misalnya flu berat, sehingga mengubah vokal karena
adanya radang pada pita suara.
7. Aging, yaitu pengaruh umur pada subyek. Misalnya subyek yang waktu
pendaftaran masih anak2, tentu saja voiveprintnya beda dengan ketika sudah
dewasa. Tetapi pengaruh aging ini relatif lambat. Beda waktu antara
pendaftaran dan pemindaian setahun tidak akan membuat masalah.
Teknologi yang dipergunakan untuk menyimpan dan memroses “cetak suara” atau
“voiceprint” antara lain adalah estimasi frekuensi (Frequency estimation), “Hidden
Markov Models (HMM) ”, Dynamic Time warping (DTW), “neural networks”, “decision
trees” dan lain-lain. Derau (noise) dari lingkungan dapat mempengaruhi akurasi,
sehingga proses reduksi derau perlu dilakukan untuk meningkatkan akurasi.
Metode Text Dependent banyak mengg u n a k a n cara DT W atau H M M .
Metode DT W mengg u n a k a n cara cepstrum, yaitu dengan menerapkan Fast
Fourier Transform pada sinyal hasil suara. (CE P S t r u m berasal dari kata
S P E Ctru m, yaitu 4 huruf didepan dibalik). Metode ini dikemban gk a n oleh
Bogert et al pada tahun 1963. Sedan gk a n H M M mengg u n a k a n
penguk u r a n variasi statistik fitur spektral.
Metode Text Independent meng g u n a k a n metode average- spectrum- based
vector quantization based (VQ- based) method dan M ultivariate
Autoregression (M A R ) model.
Kelebihan lain dari sistem biometrik suara adalah bahwa perangkat keras yang
diperlukan untuk sistem biometrik suara ini relatif sangat murah. Cukup komputer,
soundcard dan mikropon saja. Penggunaannyapun sangat mudah.
Aplika si
Aplikasi dari sistem biometrik suara banyak dipergunakan antara laian dibidang :
a) Telephone banking
b) Sistem Presensi
c) Pelayanan reservasi
d) Sekuriti untuk informasi rahasia
e) dll
Perubahan suara
Pemanfa atan
TAND A TAN G A N
Biometrik tanda tangan termasuk dalam kelompok non vision based. Sistem
biometrik tanda tangan membutuhkan peralatan yang disebut dengan “tablet
elektronik” atau “digitizer” untuk sistem pemindaian secara on-line. Bila pemindaian
secara off-line cukup menggunakan scanner biasa atau kamera. Bila sistem
menggunakan cara off-line maka sistem memroses gambar statik dari tanda tangan.
Sebaliknya bila sistem bekerja secara on-line maka dapat diperoleh gambar dinamis
dari tanda tangan. Gambar dinamis artinya kuat lemahnya menekan, kecepatan
menggores dalam menuliskan tanda tangan dapat direkam juga.
Ada banyak metode pencocokan gambar yang dapat dipergunakan. Salah satu
yang efektif adalah dengan menggunakan proses pencocokan dengan algoritma DTW
(Dynamic Time Warping). Algoritma ini sangat efektif untuk mencari kecocokan dua
buah pola yang bervariasi waktu dan kecepatannya. Sebagai contoh apabila ada dua
buah video orang berjalan, maka walaupun ada perbedaan kecepatan berjalannya,
metode DTW ini tetap mampu mendeteksi kecocokannya dengan baik. Termasuk
seandainya ada perubahan kecepatan waktu berjalan. DTW dipergunakan baik untuk
data video, audio maupun gambar. Pada metode DTW kelangsungan (continuation)
data tak terlalu sensitif. Boleh ada data yang hilang, asalkan deretan keberadaan
data cukup panjang.
Hasil pengamatan membuktikan bahwa suatu tanda tangan dilakukan dengan cara
reflek manusia, tanpa adanya umpan balik hasil pengamatan visual. Sehingga
seorang pengguna yang menuliskan tanda tangannya akan melakukannya dengan
konsisten dalam hal stylenya, kemiringannya, kecepatannya bahkan tekanannya.
Sistem perlu membaca dan menyimpan beberapa buah tanda tangan dari
pengguna sebagai paket untuk melatih sistem. Melalui bahan pelatihan tersebut
sistem akan membuat pola umum tanda tangan pengguna yang menghasilkan error
minimal dari antara set bahan pelatihan tersebut. Pola “terbaik” inilah yang akan
dipergunakan sebagai alat pengenalan pola tanda tangan yang nantinya akan
diperiksa. Pada diagram berikut
Kinerja sistem biometrik diukur dengan besarnya tingkat FRR dan FAR. FRR
termasuk kelompok kesalahan Type II, sedangkan FAR termasuk kesalahan Type I.
Tingkat kesalahan dari FAR dan FRR adalah tergantung pada tingkat ambang
(threshold) yang dipilih untuk mengatur kinerja alat tsb. Kurva yang menunjukkan
hubungan FAR dan FRR disebut sebagai “error trade-off curve”.
Pada kurva dibawah dapat dilihat perubahan FAR sebagai sumbu “Y” seiring dengan
perubahan FRR sebagai sumbu “X” pada pemindaian terhadap tanda tangan palsu
yang disengaja diuji cobakan (“intentional forgeries”). . Pada titik dimana nilai FAR =
nilai FRR, maka titik tersebut dinamakan EER (Equal Error Rate). EER dapat dilihat
sebagai titik yang menunjukkan kualitas peralatan. Pada diagram, EER terbaik (yaitu
yang terkecil) diperoleh dengan menggunakan parameter “affine Arc-length”.
CA R A PEN G E T I K A N
Dinamika cara pengetikan adalah sistem biometrik yang memakai cara dan
irama seorang individu melakukan pengetikan di atas papan keyboard. Lama waktu
penekanan tombol (“dwell time) maupun waktu jarak antara penekanan tombol(Flight
time) yang satu dengan tombol yang lain menjadi parameter dari biometrik ini. Data
yang diperlukan untuk melakukan analisis cara pengetikan diperoleh dengan
dukungan perangkat lunak untuk merekam “keystroke logging”
Era pengetikan pesan dimulai dengan dipakainya sistem telegram pada tahun
1844 di Amerika Serikat. Sejak saat itulah banyak orang mulai bekerja sebagai
operator telegram. Ternyata para operator tersebut masing-masing mempunyai
gayanya sendiri untuk melakukan pengetikan tersebut. Dari gaya tersebut dapat
dikenali siapakah operator yang melaksanakan pengetikan tersebut. Demikian juga
pada era Perang Dunia II, pasukan sekutu dapat membedakan siapakah pengirim
sandi Morse yang masuk dari cara irama pengetikannya. Demikianlah sejak saat itu
studi mengenai biometrik cara pengetikan dikembangkan. Contoh yang sederhana
ialah misalnya Bambang mempunyai kebiasaan mengetikkan 20 kata permenit, maka
bila ada aliran data yang masuk mempunyai kecepatan 60 kata permenit, maka
dapat dipastikan bahwa operator penetikan kata tersebut bukanlah Bambang. Patut
dipertimbangkan bahwa kecepatan pengetikan kata oleh Bambang kadang lebih
cepat atau lebih lambat dari biasa, tetapi kalau sampai 3 x lebih cepat maka 99%
dapat dipastikan bahwa operator tersebut pastilah bukan Bambang. Selain kecepatan
pengetikan secara keseluruhan, lama menekan sebuah tombol huruf juga berbeda
antara seseorang dengan yang lain. Juga dengan adanya 2 lokasi tombol numerik,
maka kebiasaan seseorang menggunakan tombol numerik pada suatu lokasi yang
disukainya akan membantu pembedaan cara pengetikannay dengan orang yang lain.
Irama pengetikan dengan 10 jari tentu saja akan berbeda juga dengan irama
pengetikan dengan 2 jari. Demikian juga gaya pengetikan orang orang kidal akan
lain dengan gaya pengetikan orang normal. Demikian juga dalam hal kesalahan, Tiap
orang punya gaya kesalahan sendiri. Tipe kesalahan yang biasa dilakukan
seseorang, akan sangat besar kemungkinannya diulang dan diulang lagi dimasa-
masa mendatang. Sehingga gaya membuat kesalahanpun dapat menjadi salah satu
parameter biometrik cara pengetikan ini.
DNA
Biometrik DNA agak berbeda dengan metode biometrik yang lain. Karena
biometrik sistem DNA memerlukan sampel bahan yang berisi DNA untuk dioleh
sebagai proses pemeriksaan. Sedangkan biometrik yang lain umumnya hanya
mengambil rekaman dari data, misalnya rekaman data sidik jari, rekaman suara,
rekaman citra wajah dll. Selain itu proses pencocokan DNA biasanya belum real-time
dan belum semua tahap dapat diotomatisasikan. Oleh karena itu biometrik DNA
lebih banyak dipergunakan untuk identifikasi dan bukannya otentikasi.
DNA (Deoxyribo Nucleid Acid) adalah materi genetik pada manusia yang
membawa informasi yang dapat diturunkan. Di dalam sel manusia DNA dapat
ditemukan di dalam inti sel dan di dalam mitokondria. Mitokondria adalah bagian sel
yang bertugas mengoksidasi makanan menjadi energi. Di dalam inti sel, DNA
membentuk satu kesatuan untaian yang disebut kromosom. Setiap sel manusia yang
normal memiliki 46 kromosom yang terdiri dari 22 pasang kromosom somatik dan 1
pasang kromosom sex (XX atau XY). Setiap anak akan menerima setengah pasang
kromosom dari ayah dan setengah pasang kromosom lainnya dari ibu sehingga
setiap individu membawa sifat yang diturunkan baik dari ibu maupun ayah.
Sedangkan DNA yang berada pada mitokondria hanya diturunkan dari ibu kepada
anak-anaknya. Keunikan pola pewarisan DNA mitokondria menyebabkan DNA
mitokondria dapat digunakan sebagai marka untuk mengidentifikasi hubungan
kekerabatan secara maternal. Dengan DNA dapat dilakukan tes paternitas maupun
tes maternitas. Tes paternitas adalah tes DNA untuk menentukan apakah seorang
pria adalah ayah biologis dari seorang anak. Kita semua mewarisi DNA (materi
genetik) dari orang tua biologis kita. Tes paternitas membandingkan pola DNA anak
dengan terduga ayah untuk memeriksa bukti pewarisan DNA yang menunjukkan
kepastian adanya hubungan biologis. Tes maternitas adalah tes DNA untuk
menentukan apakah seorang wanita adalah ibu biologis dari seorang anak. Seperti
pada tes paternitas, tes ini membandingkan pola DNA anak dengan terduga ibu
untuk menentukan kecocokan DNA anak yang diwariskan dari terduga ibu.
Umumnya tes maternitas dilakukan untuk kasus, seperti kasus dugaan tertukarnya
bayi, kasus bayi tabung, kasus anak angkat dan lain-lain.
Sistematika analisis DNA sama dengan metode analisis ilmiah yang biasa
dilakukan di laboratorium kimia. Sistematika ini dimulai dari proses pengambilan
sampel sampai ke analisis dengan PCR (Polymerase Chain Reaction). Pada
pengambilan sampel dibutuhkan kehati-hatian dan kesterilan peralatan yang
digunakan. Setelah didapat sampel dari bagian tubuh tertentu, maka dilakukan
isolasi untuk mendapatkan sampel DNA. Bahan kimia yang digunakan untuk isolasi
adalah Phenolchloroform dan Chilex. Phenolchloroform biasa digunakan untuk isolasi
darah yang berbentuk cairan sedangkan Chilex digunakan untuk mengisolasi barang
bukti berupa rambut. Lama waktu proses tergantung dari kemudahan suatu sampel
di isolasi, bisa saja hanya beberapa hari atau bahkan bisa berbulan-bulan. Tahapan
selanjutnya adalah sampel DNA dimasukkan kedalam mesin PCR. Langkah dasar
penyusunan identifikasi DNA dengan PCR yaitu dengan amplifikasi (pembesaran)
sebuah set potongan DNA yang urutannya belum diketahui. Prosedur ini dimulai
dengan mencampur sebuah primer amplifikasi dengan sampel genomik DNA. Satu
nanogram DNA sudah cukup untuk membuat plate reaksi. Jumlah sebesar itu dapat
diperoleh dari isolasi satu tetes darah kering, dari sel-sel yang melekat pada pangkal
rambut atau dari sampel jaringan apa saja yang ditemukan di TKP. Kemudian primer
amplifikasi tersebut digunakan untuk penjiplakan pada sampel DNA yang
mempunyai urutan basa yang cocok. Hasil akhirnya berupa kopi urutan DNA lengkap
hasil amplifikasi dari DNA sampel. Selanjutnya kopi urutan DNA akan dikarakterisasi
dengan elektroforesis untuk melihat pola pitanya. Karena urutan DNA setiap orang
berbeda maka jumlah dan lokasi pita DNA (pola elektroforesis) setiap individu juga
berbeda. Pola pita inilah yang dimaksud DNA fingerprint. Adanya kesalahan bahwa
kemiripan pola pita bisa terjadi secara random (kebetulan) sangat kecil
kemungkinannya, mungkin satu diantara satu juta. Finishing dari metode ini adalah
mencocokkan tipe-tipe DNA fingerprint dengan pemilik sampel jaringan (tersangka
pelaku kejahatan).
Identifikasi DNA untuk tes paternitas dilakukan dengan menganalisa pola DNA
menggunakan marka STR (short tandem repeat). STR adalah lokus DNA yang tersusun
atas pengulangan 2-6 basa. Dalam genom manusia dapat ditemukan pengulangan
basa yang bervariasi jumlah dan jenisnya. Identifikasi DNA dengan penanda STR
merupakan salah satu prosedur tes DNA yang sangat sensitif karena penanda STR
memiliki tingkat variasi yang tinggi baik antar lokus STR maupun antar individu.
Untuk tes paternitas, sebaiknya semua diperiksa yaitu ibu, anak dan terduga ayah.
Karena
partisipasi ibu pada tes paternitas dapat membantu menyingkirkan separuh DNA
anak, sehingga separuhnya lagi dapat dibandingkan dengan DNA terduga ayah. Akan
tetapi bila terpaksa tes paternitas dilakukan tanpa partisipasi ibu, maka dapat juga
analisis dilakukan dengan sedikit lebih rumit , dengan hasil yang sama akuratnya.
Tes mtDN A (mtDN A maternal lineage test) dan tes Y-ST R (Y-ST R paternal
lineage test)
10.3 Sampel
Untuk masalah sampel, hampir semua sampel biologis dapat dipakai untuk tes DNA,
seperti buccal swab (usapan mulut pada pipi sebelah dalam), darah, rambut beserta
akarnya, walaupun lebih dipilih penggunaan darah dalam tabung (sebanyak 2ml)
sebagai sumber DNA.
Agar pemeriksaan dapat dilakukan maka sampel dari semua orang yang akan
diperiksa harus terkumpul terlebih dahulu. Umur sampel tidak berpengaruh terhadap
kualitas hasil. Tes dapat dilakukan pada janin dan bahkan pada orang yang sudah
meninggal.
Persiap an
Untuk tes DNA tidak perlu persiapan khusus. Alkohol, obat2an, makanan, umur atau
gaya hidup tidak akan mengubah pola DNA seseorang.
Dapat, dengan analisis DNA, tes paternitas dapat dilakukan sebelum anak dilahirkan
(prenatal). Tes DNA dapat dilakukan dengan sampel dari jaringan janin (Chorionic
Villi Sample, CVS) umumnya pada umur kehamilan 10-13 minggu, atau dengan cara
amniosentesis pada umur kehamilan 14-24 minggu. Untuk pengambilan jaringan
janin ini harus dilakukan oleh ahli kebidanan/kandungan. Ibu yang ingin melakukan
tes DNA prenatal harus berkonsultasi dengan ahli kebidanan/kandungan.
10.4 Akura si
Tes DNA adalah 100% akurat bila dikerjakan dengan benar. Tes DNA ini
memberikan hasil lebih dari 99.99% probabilitas paternitas bila DNA terduga ayah
dan DNA anak cocok (matched). Apabila DNA terduga ayah dan anak tidak cocok
(mismatched) maka terduga ayah yang di tes 100% bukanlah merupakan ayah
biologis anak tersebut. Konfirmasi dilakukan dengan mengulang tes terhadap
terduga ayah.
PEN U T U P