BIOMETRIK

(PENGENALAN)

oleh :

Dr.Ir. Eko Nugroho,MSi

 KATA PENGANTAR

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

1.1 Pengertian Biometrik

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

Teknologi pengendalian akses berusaha mengotomatisasi proses untuk

menjawab dua pertanyaan dasar : yang pertama, "Siapakah Anda?" Kedua, "Apakah
Anda benar seperti yang Anda katakan?" Pertanyaan pertama mewakili fungsi
identifikasi, dan pertanyaan kedua mewakili fungsi otentikasi atau verifikasi
(pembuktian). Pendekatan umum untuk memperoleh akses dapat menggunakan
metode pengamanan satu faktor (single-factor security). Contohnya, kunci rumah atau
password. Metode yang lebih canggih menggunakan pengamanan dua faktor (two-
factor security). Cara ini lebih andal. Contoh paling umum adalah kartu anjungan tunai
mandiri (ATM). Cara ini menggunakan kartu ATM dan nomor Pin sebagai dua alat
yang saling tak terpisahkan untuk dapat mengakses sesuatu, misalnya dalam contoh
ATM adalah mengakses nomor rekening tabungan. Kelemahan pengamanan ini,
kedua tanda itu harus berada pada peminta akses. Jadi, kalau hanya kartu saja atau
PIN saja tidak akan bekerja. Kartu ini berfungsi sebagai “user-id” (user
identification). Data-data pemilik kartu (misal kartu ATM) sudah dicatat oleh penerbit
kartu (misalnya bank). Baik nama, alamat, tanggal lahir dsb dari pemilik kartu sudah
ada di database penerbit kartu.

Dengan menggunakan pengamanan 2 faktor ini pada dasarnya ada 2 konsep

pengamanan sbb:
1. Verifikasi untuk keperluan Otentikasi.
Proses ini untuk menjawab : “Betulkah orang ini sesuai dengan identitas yang
dia katakan?”. Pada proses ini orang (subyek) memasukkan atau menunjukkan
“user-id”nya (misal kartu ATM), lalu diikuti dengan memasukkan kode
pengamannya (misal pin, atau password, atau sidikjarinya dsb). Bila ada
kesesuaian diantara keduanya maka akses diberikan. Pada jenis ini proses
dilakukan 1 terhadap 1 (one to one). Lihat diagram1. Proses ini disebut
otenktikasi atau verifikasi.
Diagram proses Otentikasi/verifikasi :
 Gb 1.1 Verifikasi/Otentikasi

2. Rekognisi untuk keperluan Identifikasi.

Proses ini untuk menjawab “Siapakah dia?”. Pada proses ini orang (subyek)
memasukkan atau menunjukkan kode pengamannya (misal pin, atau
password, atau sidikjarinya dsb). Lalu alat (misal komputer) melacak kedalam
database yang ada dan mencari obyek yang sesuai. Bila diketemukan lalu
ditampilkan identitas sipemilik kode pengaman tersebut. Pada jenis ini proses
dilakukan 1 terhadap n (banyak) atau istilah lainnya “one to many”. Lihat
diagram 2. Proses ini disebut identifikasi.
Proses “screening” (pencocokan seseorang dengan daftar yang pencarian yang
ada) pada dasarnya adalah proses identifikasi.

Diagram proses identifikasi adalah sbb:

Gb 1.2 Rekognisi/Identifikasi

1.3 Jenis Biometrik

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 :

1. Biometrik fisiologi s atau biometrik statis.

Yaitu biometrik yang dikembangkan berdasarkan keberadaan fisik atau
fisiologis seseorang. Antara lain :
a) Sidik jari (Fingerprint). Yang menggunakan alur tonjolan (ridge) dan lembah
(valley) pada permukaan kulit sebagai alat identifikasi.
b) Ukuran jari (finger geometry). Yang menggunakan ukuran 3 dimensi jari
tangan sebagai alat identifikasi.
c) Ukuran tangan (hand geometry). Yang menggunakan ukuran 3 dimensi
tangan sebagai alat identifikasi, antara lain ukuran panjang jari dan lebar
telapak tangan.
d) Wajah. (Face recognition). Yang menggunakan pola fitur wajah sebagai alat
identifikasi.
e) Iris mata. Iris adalah bagian hitam (kalau di negara barat biru) yang
melingkar pada bola mata.
f) Retina mata. Retina adalah bagian mata dibagian dalam yang bertugas
menangkap cahaya.
g) Telinga. Ukuran telinga dipergunakans ebagai alat identifikasi.
h) Vena Tangan (Hand Vein). Pola pembuluh darah orang juga dapat
dipergunakan untuk identifikasi.
i) Bau badan. Bau badan seseorang ternyata unik dan bisa menjadi alat
identifikasi.
j) DNA. (Desoxi ribose nucleid acid) seseorang menjadi alat identifikasi.
k) Panas wajah.
l) Sidik telapak tangan.
2. Biometrik perilaku atau biometrik dinamis .
a) Suara (Voice recognition). Identifikasi menggunakan analisis spektrum
suara orang.
b) Tanda tangan (Signature recognition). Pola, bentuk dan tekanan tanda
tangan seseorang dipergunakan sebagai alat identifikasi.
c) Cara mengetik (Typing recognition). Ternyata cara mengetik seseorang juga
dapat menjadi alat identifikasi.
d) Gaya berjalan (Gait). Ternyata cara berjalan seseorang juga dapat menjadi
alat identifikasi.
Cara pengelompokan juga dapat dibagi menjadi menjadi :
1. Kelompok “vision bases”. Yaitu yang berbasiskan pada penglihatan. Yang
termasuk kelompok ini antara lain adalah :sidik jari, ukuran jari, ukuran
tangan, wajah, iris mata, retina mata, telinga, vena, dna, panas wajah, sidik
telapak tangan.
2. Kelompok “non vision based”. Yaitu yang berbasiskan bukan pada penglihatan.
Yang termasuk kelompok ini antara lain bau badan, suara, tandaa tangan, cara
mengetik, gaya berjalan.

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:

Tabel 1.1 Klasifikasi Biometrik

 Biometrik Univer Keunikan Permanen Kolek Kinerja Aksep Circum
salitas tabilitas tabilitas vention
Wajah Baik Buruk Sedang Baik Buruk Baik Buruk
Sidikjari Sedang Baik Baik Sedang Baik Sedang Baik
Geometri Sedang Sedang Sedang Baik Sedang Sedang Sedang
tangan
Cara Buruk Buruk Buruk Sedang Buruk Sedang Sedang
mengetik
Vena Sedang Sedang Sedang Sedang Sedang Sedang Baik
tangan
Iris Baik Baik Baik Sedang Baik Buruk Baik
Retina Baik Baik Sedang Buruk Baik Buruk Baik
Tanda Buruk Buruk Buruk Baik Buruk Baik Buruk
tangan
Suara Buruk Buruk Sedang Buruk Baik Buruk
Panas Baik Baik Buruk Baik Sedang Baik Baik
wajah
Bau Badan Baik Baik Baik Buruk Buruk Sedang Buruk
DNA Baik Baik Baik Buruk Baik Buruk Buruk
Cara Sedang Buruk Buruk Baik Buruk Baik Sedang
berjalan
Telinga Sedang Sedang Baik Sedang Sedang Baik Sedang

1.4 Cara Kerja

Proses biometrik terdiri dari :
1. Proses pendaftaran (enrollment). Pada proses ini data obyek (misalnya
rekaman sidik jarinya) disimpan pada data base.
2. Proses pemindaian (scanning). Pada proses ini data hasil pemindaian
dicocokkan dengan database yang ada.

Konsepnya seperti pada gambar 1.3 dan gambar 1.4 dibawah.

Keterangan :
Sensor : adalah alat pembaca data dari obyek.
Pemroses awal : adalah proses persiapan sebelum data diolah, misalnya proses
pemindahan dari citra ke bentuk digital.
Penggali fitur : adalah proses untuk mengidentifikasi fitur-fitur tertentu yang akan
diolah dari obyek hasil pembacaan.
Pembangkit pola ; adalah proses untuk menyusun pola-pola sesuai dengan
karakteristik metode biometrik yang dipakai.
Penyimpan pola : adalah database tempat penyimpanan pola-pola hasil pendaftaran
(enrollment).
Pencocokan : adalah proses pencocokan antara hasil pembacaan dengan database
yang ada.

Gb 1.3 Pendaftaran

Proses Pemindaian adalah sbb:

 Gb 1.4 Pemindaian

1.5 Pengukuran Kinerja Alat Biometrik :

Kinerja suatu alat biometrik diukur dengan parameter-parameter antara lain :

1. False Accept Rate (FAR) atau False Match rate (FMR). Yaitu peluang alat
tersebut menyatakan sah data masuk yang sebenarnya tidak sah. Jadi sistem
menyatakan adanya kesesuaian antara data masuk dan data dalam database
yang sebenarnya tidak sesuai. Jadi dalam kasus ini orang yang tidak sah
diterima masuk sebagai orang yang sah. FAR dalam bahasa ilmu statistik
termasuk dalam kelompok kesalahan Type II. Yaitu kesalahan menganggap
benar sesuatu yang sesungguhnya salah. Kesalahan Type II lebih berat dari
kesalahan Type I.
2. False Eject Rate (FRR) atau False Nonmatch Rate (FNMR). Yaitu peluang alat
tersebut menyatakan tidak sah data masuk yang sebenarnya sah. Jadi sistem
menyatakan tidak adanya kesesuaian antara data masuk dan data dalam
database yang sebenarnya sesuai. Jadi dalam kasus ini orang yang sah ditolak
dan dianggap sebagai orang yang tidak sah. FRR dalam bahasa ilmu statistik
termasuk dalam kelompok kesalahan Type I. Yaitu kesalahan menganggap
salah sesuatu yang sesungguhnya benar. Kesalahan Type I lebih ringan dari
kesalahan Type II.
3. Receiver (atau relative) operating characteristics. (ROC). Tingkat kepekaan alat,
yang tentu saja mempengaruhi FAR dan FRR, dalam praktek dapat diatur.
 Dalam pengaturan ini akan terjadi trade of antara FAR dan FRR. Diagram trade
off antara FAR dan FRR akibat pengaturan kepekaan alat (misalnya pengaturan
tingkat ambang “threshold” alat) disebut sebagai diagram ROC.
4. Equal Error Rate (EER) adalah tingkat persentasi dimana bilangan FAR dan FRR
sama. Apabila hendak membandingkan 2 buah alat biometrik secara cepat,
maka alat yang bilangan EERnya rendah itulah yang lebih akurat.
5. Failure to Enroll rate (FTE atau FER). Adalah tingkat persentase orang gagal
mendaftar (enroll) ke sistem.
6. Failure to capture rate (FTC). Adalah tingkat persentase orang gagal terdeteksi
oleh sistem.
7. Template Capacity. Adalah jumlah maksimum orang yang datanya dapat
tersimpan pada alat tersebut.

FAR, FRR dan EER

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.

Gb 1.5 Diagram Hasil Pengetesan oleh Penipu (Impostor)

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.

Gb 1.6 Titik Equal Error Rate

1.6 Memb andin g k a n Produk Vendor

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.

Tabel 1.2 FAR, FRR dan EER Beberapa Metode Biometrik

Jenis EER FAR FRR Keterangan

Wajah 3% 1% 10% Indoor/outdoor
 Jenis EER FAR FRR Keterangan
Sidikjari 1% 2% 0.1% US Gov
Geometri tangan 1% 2% 0.1% Dengan cincin
Iris 0.01% 0.0001% 0.2% Kondisi optimal
Cara mengetik 1.8% 7% 0.1% Periode 6 bln
Suara 6% 2% 10% multilingual

Tentu saja nilai-nilai tersebut diatas sesungguhnya tergantung kepada kualitas

peralatan buatan vendor yang dipakai.

Gb 1.7 Diagram Trade Off antara FAR dan FRR

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.

1.7 Perkemb an g a n Biometrik .

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.

Optimisme akan perkembangan teknologi ini semakin meningkat ketika

raksasa piranti lunak Microsoft mengumumkan akan menyediakan bantuan untuk
penerapan biometrik pada sistem operasi Windows. Pengguna nantinya bisa log in
menggunakan biometrik sehingga menciptakan keamanan transaksi e-commerce.

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.

Tabel 1.3 Kelebihan dan Kekurangan Beberapa Metode Biometrik

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.

Sistem Biometrik Wajah mempunyai kelebihan dalam hal kemudahan pakai,

cocok dipergunakan outdoor dan aman dipergunakan. Kekurangannya adalah
harganya yang relatif mahal dan akurasinya yang kurang baik.
 BA B 2.

SIDI K JARI

2.1. Apak ah Sidik 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 :

Tabel 2.1 Pola Utama Pappilary Ridge

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

Whorl : Pola ini terdiri dari satu atau

lebih kurva bebas ridge dan dua buah
delta.

Tented Arch : pola ini terdiri dari paling

tidak sebuah ridge yang melengkung
keatas yang lalu bercabang menjadi dua
ridge

Double Loop : pola ini membentuk dua

formasi lengkungan yang lalu berpisah,
dengan dua titik delta.
 Jenis Gambar
Central Pocket Loop : terdiri dari satu
atau lebih kurva bebas ridge dan dua titik
delta.

Accidental : pola ini mempunyai dua

titik delta. Satu delta akan berhubungan
dengan lengkungan keatas dan delta
yang lain berhubungan dengan
lengkungan yang lain.

Compo site : terdiri dari gabungan dua

atau lebih pola yang berbeda.

Lateral Pocket Loop : pola ini terdiri

dari dua lengkungan yang terpisah. Ada
dua titik delta.

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

Gb 2.1 Contoh pola papillary ridge

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.

Tabel 2.2 : Varia si Pola Ridge

Ridge Mempunyai ketegasan jarak
ganda antar ridge dari
permulaan ke-akhir
Evadin g Ends dua ridge dengan arah berbeda
berjalan sejajar satu sama lain
dan berpisah di ujung

Bifurcation dua ridge dengan arah berbeda

berjalan sejajar berasal dari satu
ridge

Hook ridges mencabang dari sebuah

ridge

Fork Dua ridges dihubungkan oleh

sepertiga ridges

Dot Ridge potongan kecil yang

terpisah dari ridge lain

Eye Island ridges mencabang dan

bergabung lagi

Enclo se d Ridge Ada Ridges berbentuk dot yang

dikelilingi ridge model eye island

Enclo se d Loop yang ridge yang berbentuk loop

yang berpasangan sehingga
membentuk pola loop tertutup
 Spe cialtie s Ada ridge yang membentuk pola
seperti tanda tanya, pola seperti
ini termasuk jarang.

Area papillary ridge kadang-kadang dikenal sebagai patterm area . Masing-

masing pola papillary ridge menghasilkan suatu bentuk pola area berbeda. Pusat
gambar jari mencerminkan pola area, dikenal sebagai inti core point .

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.

2.2 Teknik Pemba c a a n (Sens or) Sidikjari

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

2.3 Te k nik Identifika si D e n g a n S i dik J ari

Identifikasi sidikjari prinseipnya adalah mencocokkan antara pola sidikjari

yang ada dalam database dengan pola sidikjari yang dibaca. Teknik identifikasi sidik
jari ada dua jenis :
a. Pattern based atau image based atau correlaton based. Cara ini
mencocokkan pola sidikjari yang dibaca dengan yang ada dalam databased. Untuk
ini citra harus diatur pada arah yang sama. Setelah itu harus dicari titik sentral
sidikjari. Lalu dicatat tipe polanya, ukurannya dan orientasi polanya. Lalu sidikjari
yang diperiksa diukur sejauh mana kemiripannya dengan yang ada di database.
b.Minutiae based. Dengan cara ini akan dibandinkan beberapa aspek minutiae
(seperti ridge ending, bifurcation, short ridge dll) yang diambil dari sidikjari hasil
pembacaan dan yang dari databased. Tergantung pada ukuran citranya, bisa
diperoleh sekitar 10-100 titik minutiae. Agar pencocokan berhasil diperlukan
minimal 7-20 titik minutiae.
 Gb. 2.3 Ke s e s u ai a n minutiae pada sidik jari

2.4 Teknik penyimpan an citra

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.

2.5 Evalua si Kinerja Siste m Sidik Jari.

Tingkat keandalan biometrik dengan sidikjari adalah sebagai berikut :

a. False Accept Rate (FAR), atau kesalahan (error) menerima orang yang salah adalah
sekitar 2%.
b. False Reject Rate (FRR), atau kesalahan (error) menolak orang yang benar adalah
sekitar 0.1%.

Beberapa parameter aspek aplikasi pengukuran prestasi kinerja peralatan biometrik

adalah sebagai berikut :
Tingkatan pengukuran : : Sangat baik
: Baik
: Sedang
: Kurang baik
: Tidak baik

No Aspek Kinerja
1 Biaya operasional Sangat murah

2 Akurasi sistem Baik

3 Ukuran fisik peralatan Sangat baik, karena kecil

4 Keandalan sistem Sedang

5 Ketahanan alat thd gangguan lingkungan Sedang

6 Kemudahan dipakai Baik

7 Kinerja alat dipergunakan outdoor Kurang baik

8 Dampak terhadap fisik orang Baik, krn tak merusak fisik

 No Aspek Kinerja
9 Kecocokan dipakai utk kontrol akses Baik

10 Kecocokan dipakai utk alat presensi Sedang

11 Kecocokan dipakai utk tanda tangan digital Baik

12 Kecocokan utk alat manajemen identitas Sangat baik

13 Kecocokan dipakai utk imigrasi Sedang

Beberapa parameter karakteristik aspek fisik biometrik sidikjari adalah sebagai

berikut :
Tingkatan pengukuran : : Sangat baik
: Baik
: Sedang
: Kurang baik
: Tidak baik

No Karakteristik aspek fisik Kinerja

1 Universalitas Sedang

2 Keunikan Baik

3 Stabilitas fisik biometrik (Permanen) Baik

4 Kemudahan dikoleksi (kolektabilitas) Sedang

5 Kinerja penggunaan Baik

6 Akseptabilitas Sedang

7 Ketahanan dari pengaruh lingkungan Baik

 2.6 Contoh peralatan

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.

Ada 3 metode absensi : menggunakan fingerprint saja, menggunakan

password/PIN, atau gabungan fingerprint dan password. Pada kondisi normal
digunakan metode fingerprint saja (Ketik ID + scan jari ), namun sebagian
kecil karyawan ada yang memiliki kulit jari yang tidak memadai untuk dibaca
oleh sensor ( aus, tipis, pecah-pecah, sering mengelupas ). Apabila sensor
sudah tidak sanggup untuk mendeteksi keberadaan sidik jari karyawan
tersebut, maka absensi bisa dilakukan dengan menggunakan password/PIN
( Cara absensinya : ketik ID + ketik PIN ). Metode ketiga diperlukan untuk
‘double security’, yaitu apabila alat ini digunakan untuk akses kontrol
( membuka pintu dengan tambahan Electric Lock ), jadi untuk membuka
sebuah pintu dilakukan dengan cara ketik ID + ketik PIN + scan jari. Alat ini
juga punya kemampuan pembatasan jam absensi yang diijinkan, misalnya
absensi pagi hanya diperbolehkan dari jam 06:00 hingga 09:00, diluar jam
tersebut dianggap tidak masuk. Pola penjadualan bisa flexible, bisa pola yang
beraturan ataupun pola yang tidak beraturan. Cocok untuk perusahaan yang
memiliki beberapa shift kerja, dan disertai rolling shift kerja. Juga
memungkinkan untuk terjadinya pertukaran jam kerja antar karyawan. Juga
mempunyai kemampuan mencatat : sakit, ijin, dan cuti, serta koreksi
transaksi absensi. Laporan yang dihasilkan antara lain : absen datang, absen
pulang, jumlah keterlambatan, jumlah pulang cepat, jumlah jam lembur,
jumlah jam kerja, efisiensi jam kerja, dan keterangan apabila tidak hadir.
Jangka laporan bisa harian, bulanan, laporan bentuk terperinci, dan
rekapituliasi.

Spesifikasi Teknisnya adalah sbb:

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

Gambarnya adalah sbb:

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

3.1 Apak ah Biometrik Wajah

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 :

a. Bentuk geometri wajah (Face morphometric s).

Dengan metode identifikasi melalui geometri wajah, maka ditetapkan fitur-
fitur wajah yang akan dipergunakan sebagai patokan pengukuran, seperti mata,
hidung, mulut dan lain lain. Dengan mengukur jarak antar fitur tersebut maka akan
dapat ditetapkan karakteristik yang unik dari ukuran geometrik seseorang. Gambar
3.1 adalah contoh penetapan fitur wajah untuk alat identifikasi melalui metode
geometri wajah.
 Gb 3.1 Fitur Wajah

b. Pola kulit wajah (face skin surface).

Dengan metode identifikasi melalui kulit wajah, maka kontur kulit seseorang
dipergunakan sebagai alat identifikasi seseorang. Contoh identifikasi kulit wajah
seperti pada gambar 3.2
 Gb 3.2 Identifikasi Kulit Wajah

c. Temperatur pada wajah (Face Thermo gra m).

Karena wajah seseorang mempunyai suhu akibat panas tubuh, maka pola
temperatur panas pada wajah dapat juga dipergunakan sebagai alat identifikasi
seseorang. Gb. 3.3 adalah contoh perekaman citra panas wajah seseorang.

Gb 3.3 Temperatur Wajah

 Masing-masing aspek dapat secara terpisah dipergunakan sebagai alat
identifikasi. Menggabungkan aspek-aspek tersebut untuk meningkatkan akurasi
identifikasi seringkali juga dilakukan.

3.2 Teknik Identifika si Wajah.

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.

Gb 3.4 Geometri Wajah

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.

Gb 3.5 Proses digitalisasi

Selanjutnya ditetapkan ukuran-ukuran yang akan diukur pada citra tersebut,

Agustina dkk melakukannya dengan mengukur jarak-jarak sbb:

Gb 3.6 Jarak Antar Fitur

J1 = jarak mata kanan – mata kiri

J2 = jarak mata kanan - mulut
J3 = jarak mata kiri - mulut
J4 = jarak mata kanan – ujung hidung
J8 = lebar hidung
J7 = tinggi hidung
J6 = jarak ujung hidung - mulut
J5 = jarak mata kiri – ujung hidung
Selanjutnya Agushinta dkk menemukan bahwa agar mampu mengidentifikasikan
seseorang secara unik, maka banyaknya pengukuran yang harus dilakukan dan
hasilnya adalah sbb:

Tabel 3.1 Ha sil Tingkat Keunikan Identifika si

No Fitur dipakai Tingkat Keunikan

identifikasi
1 J1 -J2 -J3 -J4 -J5 -J6 -J7 100%

2 J1 -J2 -J3-J4 -J5 -J6 100%

3 J1 -J2 -J3 -J4 -J5 100%

4 J1 -J2 -J3 -J4 67%

5 J1 -J2 -J3 -J5 67%

6 J1 -J2 -J3 -J6 100%

7 J1 -J2 -J3 93%

8 J4 -J5 -J6 84%

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

Agar tingkat identifikasi keunikan semakin handal, maka seringkali dilakukan

identifikasi dengan menggunakan dua metode sekaligus. Misalnya biometrik wajah
dengan geometri dan biometrik wajah dengan panas seperti pada gb 3.7.
 Gb 3.7 Metode Kombinasi

Pada diagram dibawah diperlihatkan bagaimana proses otentikasi yang

menggunakan dua metode sekaligus.

Gb 3.8 Otentikasi Dengan Dua Metode

Pada Gb 3.2 diperlihatkan bagaimana hasil proses skoring hasil penilaian

antara dua buah gambar dengan sebuah gambar yang ada dalam database. Gambar
tengah adalah gambar dari seseorang yang bernama Lucie yang ada dalam database.
Gambar kiri adalah gambar Lucie hasil pemindaian. Gambar kanan adalah gambar
dari seseorang yang bernama Louise. Dari hasil pencocokan diperoleh bahwa skor
antara gambar 2 dengan gambar 1 adalah 29, sedangkan antara gambar 2 dengan
gambar 3 adalah 0, walaupun secara tampak mata nampaknya gambar 2 dan gambar
3 sama.

3. Evalua si Kinerja Sistem Biometrik Wajah

Keunggulan sistem biometrik wajah antara lain adalah :

1. Sulit dipalsukan oleh orang yang ingin menerobos sistem keamanan
dengan biometrik wajah tersebut.
2. Sistem ini mampu mengidentifikasi umur orang yang diidentifikasi.
3. Sistem ini mampu mengidentifikasi jenis kelamin
4. Sistem ini mampu sekaligus melihat wajah orang yang diidntifikasi.
5. Biaya peralatannya relatif murah.
6. Termasuk jenis yang relatif tidak mengganggu (non intrusive).

Kekurangan sistem ini antara lain adalah :

1. Wajah orang mudah berubah, baik karena umur maupun karena sebab
lain.
2. Perlu databasenya diupdate secara periodik
3. Kebanyakan orang kurang suka wajahnya difoto dan direkam.

Karena mudah mengubah wajah orang dengan sengaja, misalnya dengan memakai
topeng, maka biometrik wajah lebih cocok untuk otentikasi dan bukannya
identifikasi.

3.5 Contoh Peralatanny a

Salah satu produk peralatan pengamanan dengan metode biometrik wajah

adalah FxGuard. Alat ini mampu melakukan verifikasi wajah dalam waktu sekitar 1
detik. Apabila diperlukan otentikasi dapat juga dilakukan dengan 2 cara, yaitu wajah
dan token (misalnya kartu). Peralatan ini dapat diintegrasikan kedalam jaringan lokal
sehingga pengolahan data dapat dilakukan dengan luwes sesuai kebutuhan. Sistem
pembacaannya menggunakan infrared dan RFID reader. Alat ini juga dapat
dihubungkan dengan sistem pembuka pintu otomatis. Beroperasi secara bebas
sentuh (touch free).
Spesifikasi teknisnya adalah sbb:

Fitur Spe sifika si

Power 115 VAC 0.8 A atau 230 VAC 0.45 A

Layar 3.5” TFT 262 K colour LCD

Tipe kamera sensor 1/4” CCD

Resolusi kamera 320 x 240 pixel

Jangkauan sensor infrared 20 cm – 1.5 m

RFID reader 1m–3m

Tinggi badan yang diperiksa 1.45 m – 1.95 m

Waktu verifikasi < 1 detik

FRR < 2%

FAR 0.01%

Protokol TCP/IP

Kapasitas penyimpan 512 MB compact flash, 17 000 rekaman

Interface jaringan Ethernet (100 base T)

External control Dry Contact Siren Out, Door contact In

Dimensi Wall Mount 400 mm x 135 mm x 55 mm

 BA B 4.

TAN G A N

4.1 Apak ah Geometri Tangan

Geometri Tangan mencakup pengukuran dan analisis dari bentuk tangan

seseorang, terutama telapak tangan. Prosedur ini sederhana dan akurasinya cukup
baik. Struktur geometris tangan setiap orang pada dasarnya tidak ada yang sama
persis. Dengan melakukan pengukuran fitur2 pada tangan maka dapat disusun suatu
ukuran yang unik dari seseorang. Fitur-fitur tersebut antara lain : panjang jejari,
lebar telapak tangan, ketebalan jejari dll. Apabila fitur-fitur tersebut digabung maka
akan dapat diperoleh suatu kombinasi fitur tangan yang unik. Salah satu kekuatan
biometrik dengan geometri tangan adalah bahwa metode ini diterima dengan baik
oleh semua orang, karena mudah dilakukan dan tidak mengakibatkan gangguan.
Selain itu secara umum manusia mempunyai tangan yang normal. Walaupun
mempunyai kelemahan yaitu adanya sentuhan tidak langsung antara subyek yang
satu dengan yang lain. Misalnya bekas keringat subyek yang melekat di permukaan
pemindai dapat saja mengenai tangan subyek yang lain. Metode Biometrik Geometri
tangan kalah teliti dibandingkan dengan misalnya Iris atau Sidik Jari. Metode
biometrik yang teliti akan mampu dipergunakan sebagai alat verifikasi maupun
identifikasi. Proses identifikasi membutuhkan alat dengan tingkat ketelitian yang
tinggi. Sedangkan verifikasi tidak memerlukan akurasi setinggi identifikasi. Metode
geometri tangan, dengan kelebihan dan kekurangannya cocok untuk dipergunakan
sebagai alat verifikasi. Metode ini akan lebih efektif bila diintegrasikan dengan
biometri sidik jari misalnya. Misalnya dengan adanya kombinasi kedua metode ini,
maka untuk identifikasi dapat menggunakan sidik jari sedangkan untuk verifikasi
dapat menggunakan metode geomatri tangan.

4.2 Teknik Identifika si Geometri Tanga n :

Seseorang meletakkan telapak tangannya pada permukaan suatu permukaan

alat yang sudah diberi peralatan bantu untuk menunjukkan dimana perletakan
tangan dilakukan. Dengan bantuan peralatan tersebut maka tangan dapat diletakkan
dengan tepat sehingga peralatan pemindai dapat mengukur fitur-fitur tangan yang
sudah ditentukan akan diukur.
 Gb.4.1 Perletakan tangan biometri geometri tangan

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

atau dapat juga menggunakan rumus

√∑ ( Fj-Dj )² < e2

selanjutnya baik e1 maupun e2 dibandingkan dengan nilai ambang batas

maksimum. Bila nilai e1 atau e2 < (lebih kecil) dari nilai ambang batas, maka subyek
dinyatakan terverifikasi.
Fitur-fitur non geometri seperti misalnya warna kulit, biasanya tidak ikut
dipergunakan untuk pemrosesan. Ada banyak parameter yang dapat diukur sebagai
alat identifikasi, antara lain adalah seperti dibawah :
 Gb 4.3 Berbagai Macam Fitur Tangan

Tidak semua parameter harus dipakai. Identifikasi dapa saja menggunakan

hanya sebagian dari parameter tersebut. Tentu saja secara teoritis semakin banyak
parameter yang dipakai hasilnya akan semakin teliti.Gambar dibawah adalah contoh
cara meletakkan telapak tangan secara salah pada alat pemindaian.
 Gb 4.4 Contoh Perletakan Tangan Yang Salah Waktu Pemindaian

4.3 Evalua si

Salah satu keunggulan sistem biometrik tangan ini adalah bahwa

penggunaannya mudah. Subyek yang diperiksa cukup sekedar meletakkan
tangannya pada suatu permukaan. Cara seperti ini bisa dilakukan oleh setiap orang
baik tua maupun muda, baik kaum eksekutif maupun orang sederhana. Peralatan
pemindai dapat melakukan pengecekan dari identitas pengguna pada database yang
sudah disiapkan dengan memerlukan waktu hanya sekitar 5 detik saja. Kelemahan
sistem geometri tangan adalah ketidak mampuan untuk membedakan tangan orang
yang sesungguhnya ataukah tangan palsu. Tetapi memalsukan bentuk tangan
seseorang relatif juga sulit. Kelemahannya adalah antara lain harga peralatannya
relatif mahal, juga bila tangan seseorang mengalami perubahan karena luka
misalnya, maka akurasinya jadi menurun. Sistem akan bekerja semakin baik bila :
a. Subyek telatih menggunakan peralatan pemindai ybs.
b. Proses pendaftaran subyek (enrollment) dilakukan dengan baik.

4.4 Contoh Peralatan

Sebuah peralatan pemindai geometrik tangan dibuat oleh perusahaan yang

bernama Recognition System Incorporation. Produknya antara lain HP 1000 (Hand
Punch 1000). Peralatan ini dapat menyimpan data dari 50 sampai 512 orang
pegawai. Peralatan ini dapat dihubungkan dengan komputer dengan menggunakan
kabel RS 232. Ukuran peralatan ini adalah lebar 22 cm, tinggi 30 cm dan tinggi 22
cm. Beratnya sekitar 2.7 kg. Waktu verifikasinya kurang dari 1 detik dan harganya
sekitar 999 US$.

Peralatan hand biometrics yang lain contohnya adalah RDT 100 buatan perusahaan
Time Clock Plus yang harganya sekitar 1500 US$.

Gambarnya sbb:

HP 1000 RDT 100

 BA B 5.

IRI S

5.1 Apak ah 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.

Gb. 5.1 Mata.

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.

Gb 5.3. Warna IRIS

5.2 Teknik Pemba c a a n Iris

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

Proses pembacaannya adalah sebagai berikut : subyek memfokuskan salah satu

matanya dan memperlihatkan iris matanya ke mesin pembaca. Akan diambil
beberapa gambar iris mata dan dipilih yang terbaik oleh alat pemindai. Posisi duduk
adalah posisi yang terbaik untuk proses pemindaian iris mata karena pada posisi
tersebut pengaruh berat badan dan pergerakan badan dapat diminimalisir.
Pemindaian dilakukan dalam kondisi pencahayaan ruangan terkontrol. Hindari
cahaya silau di depan atau di belakang pengguna. Hindari gangguan terhadap
pengguna agar dapat berkonsentrasi untuk menghasilkan gambar iris mata yang
terbaik. Usahakan membuat pengguna merasa nyaman dengan teknologi ini.
Jelaskanlah kepadanya bahwa teknologi ini aman dan mudah digunakan. Pada waktu
pendaftaran (enrollment) jika subyek memakai kacamata atau lensa kontak, maka
perlu membuka kacamatanya/ lensa kontaknya saat proses pemindaian mata.
Dibukanya kacamata tersebut akan memungkinkan sistem untuk menangkap
sebagian besar data/ pola iris mata. Kacamata dapat menutupi atau mengaburkan
sebagian pola iris mata karena goresan, debu, atau pantulan cahaya. Pada saat
proses verifikasi Subyek dapat menggunakan kacamata/ lensa kontaknya dengan
catatan bahwa lensa kontak yang dipakai adalah bukan yang berwarna dan/atau
bercorak. Jarak optimal dari mesin pemindai pada saat pendaftaran adalah antara 15
cm sampai 25 cm. P

5.3 Teknik Identifika si Iris.

Ada beberapa algoritma untuk mengidentifikasi Iris. Antara lain :
a. Metode Daugm a n
Metode ini adalah dengan mengambil tekstur iris manusia yang tampak pada citra
gambar dan dikodekan dalam koefisien 2-D Gabor Wavelet skala banyak, dan
kemudian bit paling signifikan
akan menjadi kode iris 256 byte. Hasil akhir dari proses ini memiliki kecukupan data
untuk mengidentifikasi subyek secara unik. Sistem Daugman ini menggunakan
sebuah kamera video, lensa,
framegrabber, dan sebuah monitor tampilan yang dihubungkan ke sebuah komputer
workstation. Sistem ini dapat diimplementasikan ke dalam 3 jenis penggunaan yaitu
pendaftaran, verifikasi, dan autentifikasi. Proses pendaftaran dan verifikasi
membutuhkan waktu yang cepat untuk pemrosesannya. Untuk versi komersialnya
ditambahkan proses optimisasi dan penggunaan modul perangkat keras yang
spesifik. Proses pengenalan gambar yang digunakan adalah pengenalan batas
lingkar iris yang memisahkan iris dengan white sclera. Proses ini dilakukan oleh edge
detector dan tidak akan berhasil (batas lingkar tidak terdeteksi) jika mata tertutup
dan/atau tidak ada mata di depan kamera. Sistem ini akan terus melakukan
pengambilan gambar ke dalam beberapa sekuen hingga bentuk iris dikonfirmasi dari
gambar terakhir yang terambil. Sistem nyatanya menyertakan sebuah display agar
pengguna dapat terbantu memposisikan matanya. Prosedur ini juga menghasilkan
pengukuran reaksi dari
iris pupil efek dari penyinaran. Kegunaannya adalah untuk fasilitas yang memiliki
tingkat keamanan yang sangat tinggi, sebab dewasa ini, iris dapat dipalsukan
dengan contact lense.
b. Metode Wilde
Pada metode ini, setelah mendapatkan gambar iris dan proses filter area sekitarnya
dan melakukan operasi dengan properti histogram, akan di hasilkan sebuah skema
pemilihan untuk menggambarkan batas iris. Gambar ini akan difilter dengan low
pass filter dan sub sampling untuk mengurangi noise. Sebuah detektor batas
gradient akan memperkirakan batas iris dan kelopak mata. Kemudian pemilihan
dilakukan dengan memilih yang paling cocok antara model dengan parameter batas
yang ada. Untuk memperoleh pengenalan yang bagus, gambar iris disarankan harus
tajam dan memiliki resolusi tinggi. Posisi iris harusditengah dan memiliki diameter
sekitar 128 pixel. Konsep lainnya yang harus diperhitungkan untuk menghindari
ketidaknyamanan user adalah tingkat iluminasi (intensitas cukup dan brightness
tidak berlebih). Lebih jauh lagi, sistem harus mampu menghindari pemantulan
cahaya yang akan menurunkan kemampuan pengenalan. Selain itu, pada sistem
pengambilan gambar harus
memiliki fungsi untuk segmentasi iris.c. 7 2F94 998D FDB5 DE3D F8B5 06E4 A169
4E
c. Metode Bole
Metode ini didasarkan pada menghitung crossing yang bernilai nol pada
transformasi wavelet. Diluar proses lokalisasi iris dan algoritma normalisasi, Metode
Bole mengharuskan iris memiliki diameter
yang sama dan titik-titik data yang sama. Dari tingkat warna abu sample gambar
iris, diambil sinyal satu dimensi dan dijadikan sebagai ciri khas pokok iris. Kemudian
dilakukan perhitungan Zero-Crossing berdasarkan transformasi wavelet.
Representasi zero-crossing ini disimpan sebagai template dan digunakan untuk
algoritma pencocokan. Dengan cara ini diklaim bahwa pengaruh noise dapat
dihilangkan karena zero-crossing tidak terpengaruh oleh noise. Lebih jauh lagi,
transformasi 1 dimensi dan jumlah crossing yang sedikit akan meningkatkan
kecepatan komputasi. Yang mengagumkan dari sistem ini adalah kemampuan
transformasi wavelet untuk mengeliminasi efek pemendaran dan refleksi cahaya
pada permukaan iris, sesuatu yang masih belum terpecahkan secara sempurna pada
2 metode sebelumnya. Hasil pengenalan yang diperoleh dilakukan dengan jumlah
gambar yang sedikit dan pelaksanaannya tidak memakan banyak resource dengan
hasil yang teliti.

5.4 Evalua si kerja siste m IRI S

Keuntungan menggunakan sistem IRIS adalah :

1. Kemungkinan rusaknya iris mata seseorang lebih kecil dibandingkan dengan

sidik jari. Karena IRIS lebih terlindung. Sehingga potensi keberhasilan
pencocokan hasil pemindaian dengan database lebih besar.
2. Iris mata tidak dapat dipalsukan dengan cara sebagaimana dilakukan
pada sidik jari (sidik jari dapat meninggalkan bekas sehingga dapat
diduplikasi, sedangkan iris mata tidak meninggalkan bekas).
3. Iris mata tidak berubah dengan berjalannya waktu sebagaimana karakteristik
fisik lainnya (seperti geometri wajah/ tangan).
4. Template iris mata terdiri dari 247 variabel yang independen, dibandingkan
 dengan (misalnya) 80 variabel independen untuk template sidik jari.
5. Image (video) iris mata yang banyak digunakan untuk memastikan bahwa iris
mata yang ditunjukkan adalah yang "hidup".
6. Riset profesional menunjukkan bahwa peralatan biometrik iris mata secara
signifikan memiliki tingkat kegagalan penerimaan dan penolakan yang paling
rendah (FAR, FRR).
7. Dewasa ini terdapat banyak sekali dokumentasi yang dipublikasikan mengenai
kegagalan peralatan verifikasi biometrik (peralatan sidik jari yang gagal
dengan masker sidik jari serta hasil yang tidak memuaskan dari peralatan
pengenalan wajah di Amerika Serikat). Belum ada bukti yang ditemukan bahwa
sistem pengenalan iris mata dapat dikelabui dengan mudah, baik dalam
kenyataan dilapangan ataupun di dalam laboratorium.

Apak ah lensa kontak atau kaca m a t a akan mempen g aruhi hasil?

• Penelitian menunjukkan bahwa lensa kontak yang tidak berwarna dan/atau

tidak bermotif atau kacamata tidak menimbulkan pengaruh apapun pada
keakuratan peralatan pemindai iris mata. Sebuah survey paling komprehensif
yang dilakukan oleh National Physics Laboratory, UK, Maret 2001,
menyimpulkan bahwa pemakaian lensa kontak yang tidak berwarna dan/atau
tidak bermotif atau kacamata tidak berpengaruh pada penggunaan/akurasi.

• Lensa kontak tertentu (berwarna dan/atau bermotif) dan kacamata tertentu

(yang memiliki tingkat pantulan tinggi, membayang, berpolarisasi, bersifat dua
fokus, kacamata hitam) dapat menimbulkan pantulan LED yang berlebihan dan
menghalangi pemindaian iris mata. Jika proses pemindaian terganggu dengan
cara ini, peserta harus melepaskan kacamatanya dan mengulangi proses.

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.

• Perubahan yang terjadi pada mata mungkin akan mengakibatkan

penolakan saat kartu digunakan karena data iris mata tidak sesuai dengan data
 iris yang ada pada template.

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.

5.5 Contoh Peralatan Biometrik IRI S

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.

Product Specification ROU3000

FITU R KAP A S I T A S
Dimensions: (W x H x D): 6.9" x 10" x 5.2" (175mm x 253mm x 132mm)
Weight: 7.5 lbs. (3.4kg)
Power Input: 100~240VAC, 60/50Hz (ROU3000) or 12VDC (ROU3000D)
Power Consumption: 6W
Signal System: NTSC
Video Output: Composite Output 1 Vp-p 75
Internal Components: Modified 16x Zoom B/W CCD Camera, 2 IR LED.
Camera Control: RS-422
Power(blue), Active(green blink), Accept(green), Reject(red),
LED Indication:
Connection down(blink red)
Flexible Voice Message (English: standard, Other languages:
Voice Indication:
downloadable)
Operating Range: 3" - 10" (8cm - 25cm)
Operating Temperature: 32°F - 104°F (0°C - 40°C)
Storage Temperature: -4°F - 140°F (-20°C - 60° )
Humidity: 0% to 95% Non-condensing
Rotation Angle: +25° / -25°
Required Cables between BNC Video Cable 328'(100m) Max, CAT5 1:1 8-Pin RJ45 Cable
ROU3000 and ICU3000: 328'(100m) Max.
Power: Direct wire as required by local codes

Contoh hasil pemindaian iris kiri dan iris kanan

 Contoh proses pemindaian iris. Mula-mula subyek diminta melihat kepada
sinar biru yang ada didalam alat, lalu diikuti proses pemotretan. Apabila proses
verifikasi sukses, maka hanya dalam waktu 1 detik subyek sudah akan memperoleh
ijin untuk masuk keruangan. Bila peralatan diletakkan setinggi sekitar 150 cm, maka
tinggi subyek dapat berkisar antara 45-200 cm, dengan jarak antara subyek dengan
peralatan sekitar 30-60 cm.
 BA B 6.

RETI N A

6.1 Apak ah Retina

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

6.2 Teknik Pemba c a a n (Sens or) dan Identifika si Retina

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.

Teknik Identifika si Retina

Teknik identifikasi retina terdiri dari 4 tahap sbb:

1. Menangkap informasi (Capture)
2. Mengumpulkan informasi (Collect)
3. Menyimpan informasi (Store).
4. Mengidentifikasi informasi (Identify).

Gb 6.2 Teknik Identifikasi Retina

1. Menangkap informasi (Capture).

Pada proses ini alat pemindai menangkap informasi dari subyek dengan peralatan
yang ada pada snanner. Pola yang dapat disimpan antara lain adalah sbb:
 Gb 6.3 Contoh Pola Tersimpan

2. Mengumpulkan informasi (Collect).

Pada tahap ini informasi dikonversi ke sistem digital.

Gb 6.4 Pola Digital

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.

6.4 Evalua si Kinerja Siste m Retina

Sistem Biometrik dengan retina sebenarnya mempunyai akurasi dan keandalan

yang tinggi. Tetapi cara menggunakannya relatif agak sulit dibandingkan dengan
misalnya sidik jari. Sistem retina sudah banyak dipergunakan antara lain oleh FBI,
NASA dan lain sebagainya. Beberapa jenis penyakit mempengaruhi kualitas retina,
antara lain AIDS, sipilis, malaria, cacar air, lyme disease, leukemia, lymphoma, sickle
cell anemia. Kehamilan juga mempengaruhi mata. Penyakit kronis seperti gagal
jantung, atherosclerosis dan kolestrol juga dapat mempengaruhi kondisi mata.

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

lain katarak, glukoma.

2. Proses pemindaian cukup terasa mengganggu.

3. Proses pemakaian kurang user friendly.

4. Subyek yang dipindai harus fokus pada alat pemindai sekitar jarak 3 inch.

5. Harga peralatan pemindaian relatif mahal.

6. Pencahayaan yang buruk dapat mempengaruhi hasil.

Beberapa parameter aspek aplikasi pengukuran prestasi kinerja peralatan biometrik
adalah sebagai berikut :

Tingkatan pengukuran : : Sangat baik

: Baik
: Sedang
: Kurang baik
: Tidak baik

No Aspek Kinerja
1 Biaya operasional Sangat murah

2 Akurasi sistem Baik

3 Ukuran fisik peralatan Sangat baik, karena kecil

4 Keandalan sistem Sedang

5 Ketahanan alat thd gangguan lingkungan Sedang

6 Kemudahan dipakai Baik

7 Kinerja alat dipergunakan outdoor Kurang baik

8 Dampak terhadap fisik orang Baik, krn tak merusak fisik

9 Kecocokan dipakai utk kontrol akses Baik

10 Kecocokan dipakai utk alat presensi Sedang

11 Kecocokan dipakai utk tanda tangan digital Baik

12 Kecocokan utk alat manajemen identitas Sangat baik

13 Kecocokan dipakai utk imigrasi Sedang

Beberapa parameter karakteristik aspek fisik biometrik Retina adalah sebagai berikut
:
Tingkatan pengukuran : : Sangat baik
: Baik
: Sedang
: Kurang baik
 : Tidak baik

No Karakteristik aspek fisik Kinerja

1 Universalitas Sedang

2 Keunikan Baik

3 Stabilitas fisik biometrik (Permanen) Baik

4 Kemudahan dikoleksi (kolektabilitas) Sedang

5 Kinerja penggunaan Baik

6 Akseptabilitas Sedang

7 Ketahanan dari pengaruh lingkungan Baik

6.5 Contoh peralatan

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

7.1 Apak ah Biometrik Suara.

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

Alat penerima suara biasanya adalah microphone. Lalu software akan

membandingkan suara tersebut dengan data suara yang telah tersimpan di dalam
database. Untuk mencegah resiko akses dari pihak yang tidak berhak melalui tape
recording, user diminta untuk mengulang frasa yang berbeda secara berulang kali.
Biometrik suara dapat menggunakan 3 macam cara untuk memberikan masukan
suara, yaitu :
a. Text-dependent
b. Text-prompt
c. Text independent

Hal-hal ini berhubungan dengan proses pendaftaran (enrollment) dan

pemindaiannya.
a. Text- dependent
Bila text yang harus dibaca adalah sama waktu pendaftaran dan pemindaian maka
disebut text dependent. Metode ini ada 2 macam, yang pertama adalah bahwa text
yang harus dibaca ditentukan oleh sistem, yang kedua adalah bahwa text yang harus
dibaca ditentukan oleh subyek. Tentu saja text yang harus dibaca ini harus sama
waktu pendaftaran dan waktu pemindaian. Cara yang kedua disebut sebagai “pass
phrases” (yang identik dengan pass word). Cara yang kedua lebih baik tingkat
keamanannya karena penyamar (impostor) akan lebih sulit mengetahui text apa yang
harus diucapkan pada waktu proses pemindaian berlangsung. Selain itu juga lebih
“user friendly” karena subyek dapat memilih sendiri kalimat yang diinginkannya.
Agar lebih baik lagi tingkat keamanannya, “pass phrases” (kalimat yang diucapkan)
yang dipergunakan bisa lebih dari 1 macam. Sehingga seorang user akan
mengucapkan tiga atau empat kalimat waktu pendaftaran, dan waktu pemindaian
nanti user cukup mengucapkan salah satu diantaranya. Untuk yang model multi pass
phrases ini biasanya dipergunakan model tanya jawab. Sistem menanyakan suatu
pertanyaan dan subyek memilih jawaban sebagai pass phrasesnya.
b. Text prompt.
Dengan cara ini subyek diminta mengatakan suatu text yang sudah disiapkan oleh
sistem. Pada dasarnya text ini dapat sembarang text. Lalu sistem menganalisis
suara hasil pembacaan text ini dan membandingkannya dengan model suara yang
sudah ada di database. Dengan cara ini tentu saja sistem harus bekerja lebih
canggih. Sistem mula-mula merekam karakteristik suara yang diucapkan user
melalui kalimat atau kata tertentu. Lalu sistem mengevaluasi karakteristik suara user
dan merekam karakteristik suara tersebut. Pada waktu pemindaian, user diijinkan
mengucapkan suatu kalimat sesuai yang diperintahkan oleh sistem. Lalu sistem
memeriksa karakteristik suara ini dan mencocokkannya dengan karakteristik suara
yang sudah ada di database.
c. Text Independen.
Dengan cara ini subyek boleh mengatakan text apa saja ketika dilakukan proses
pemindaian. Lalu sistem menganalisisnya dan membandingkannya dengan data yang
ada dalam database. Tentu saja cara ini lebih sulit karena sistem harus mampu
melakukan analisis yang kompleks terhadap sembarang text yang diucapkan oleh
subyek. Tetapi dilain pihak cara ini sangat memudahkan subyek, karena tidak ada
kewajiban harus mengingat-ingat suatu text tertentu. Dibandingkan dengan metode
yang dijelaskan sebelumnya cara ini lebih rendah akurasinya.

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.

7.3 Teknik pengolahan citra suara

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.

7.4 Evalua si Kinerja Siste m Biometrik Suara

Keuntung a n dan kerugian

Keuntungan dari Voice Scanner
Voice scanner memiliki beberapa keuntungan antara lain :
1. kemampuan untuk memanfaatkan telepon yang sudah ada.
2. Dapat bersifat otomatis, dan dapat dipasangkan dengan speech recognition
system
3. Tidak mengganggu subyek.
4. Hampir semua komputer dengan mudah sudah memiliki ataupun dapat
dipasangi mikropon.

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.

Kerugia n dari Voice Scan ner

Kerugian dari voice scanner dalah tingkat ketidakcocokannya yang tinggi. Selain itu
salah satu kerugian lain adalah apabila user mengalami gangguan pada pita
suaranya, misalnya sakit laryngitis. maka voice scanner tidak dapat mengidentifikasi
suara user tersebut dengan baik. Wanita umumnya tinggi nilai FRRnya karena
spektrum suaranya yang kecil. Proses komputasi pada biometrik suara juga relatif
banyak, sehingga memerlukan prosesor yang kuat. Sehingga sistem biometrik suara
kurang sesuai dipergunakan dengan meemanfaatkan aplikasi mobile.
Sistem biometric suara mempunyai EER (Equal Error rate) tinggi, sehingga kurang
cocok untuk keperluan identifikasi. EER ialah titik dimana tingkat FAR (False
Acceptance Rate= Tingkat Kesalahan menerima (Obyek salah dinyatakan benar)
sama besarnya dengan FRR (False Rejection Rate= Tingkat Kesalahan Menolak
(Obyek baner dinyatakan salah) sama besarnya.

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

Seiring bertambahnya umur, suara orang memang berubah. Tetapi teknologi

biometrik mampu untuk mengatasi masalah tersebut. Salah satu caranya ialah
dengan melakukan updating basis data pendaftaran. Perubahan cetaksuara
seseorang karena faktor umur relatif lambat. Sehingga sekali orang sudah
melakukan pendaftaran (enrollment), basisdata cetaksuara yang diperoleh dapat
dipergunakan untuk waktu yang lama. Kalau perubahan suara karena sakit, misalnya
laryngitis, maka teknologi mampu untuk mengatasinya.
Bagaimana mengatasi pemalsuan dengan cara putar ulang hasil rekaman.
Pertanyaan ini sering ditanyakan oleh orang dalam hal biometrik suara. Sistem ini
menangkal ancaman ini dengan beberapa cara. Salah satu caranya adalah bahwa
sistem ini dapat membedakan suara hasil rekaman dengan suara hasil dari orang
langsung. Yaitu orang yang dipindai diminta untuk mengatakan kalimat “password”
mengulang beberapa kali. Bila orang langsung yang mengatakannya, walaupun
kalimat yang diucapkan sama hasil pengucapannya tak akan persis sama. Sebaliknya,
bila yang mengulangi hasil rekaman, maka hasil pengulangannya pasti akan 100%
sama.

Pemanfa atan

Voice Scanner sering dipergunakan dengan memanfaatkan saluran percakapan

telefoni yang sudah ada. Sehingga mempermudah user didalam mengakses suatu
informasi secara jarak jauh. Antara lain untuk mengakses suatu rekening bank
secara jarak jauh dengan verifikasi suara pemilik rekening. Atau untuk mengganti
suatu password seseorang pada suatu institusi secara jarak jauh. Otentikasinya
dapat menggunakan voice scanner. Untuk meningkatkan akurasi, bisanya template
hasil rekaman pada waktu pendaftaran dibuat beberapa buah hasil pengulangan.
Lalu hasil pemindaian dicocokkan sekaligus dengan beberapa template tersebut
sehingga akurasi pencocokan dapat lebih teliti.

7.5 Contoh peralatan :

RecoMadeEasy adaalah suatu sistem speaker recognition yang dikembangkan oleh

perusahaan yang bernama Recognition Technologies Inc. Sistem ini menggunakan
sistem operasi Linux yang dapat diintegrasikan dengan sistem telefoni, selain jugaa
dapat dioperasikan secara mandiri. Sistem ini menggunakan metode text-
independent. Peralatan ini dapat bersifat SIV (speker identification dan speaker
verification). Peralatan ini mempunyai 6 macam kemampuan sbb:

1. Spea ker identification. Pengguna mula-mula mendaftarkan suaranya

kepada sistem. Setelah itu maka kapaan saja pengguna memberikan suaara
kepada sistem, maka segera dapat dikenali oleh sistem berdasarkan template
yang ada di database. Sistem dapat bekerja secara “closed set” maupun “open
set”. Sistem “closed set” artinya bahwa data dari pengguna dicocokkan dengan
data yang ada di databased. Lalu data dari data based yang paling dekat
kemiripannya diambil dan ditampilkan sebagai hasil identifikasi. Dalam sistem
“open set”, hasil ditampilkan hanya bila ada data dari data base yang memang
sama. Bila tak ada yang sama maka sistem akan mengatakan bahwa pengguna
abelum atau tidak terdaaftara dalam databased.
2. Spea ker verification. Pada proses ini, setelah seorang pengguna
mendaftarkan diri dengan memberikan suaranya untuk dicatat dalama sistem,
maka data pengguna tersebut ada dalam databased. Pada proses pemindaian,
maka setelah pengguna memberikan suaranya, maka sistem akan memeriksa
kemiripannya dengan database dengan hasil yang bisa dua kemungkinan,
yaitu diterima autentikasinya atau ditolak. Pada proses ini harus diketahui
adanya tingkat error alat dalam hal : Kesalahan bahwa seorang pemalsu
 diterima sebagai pengguna yang benar (FAR) dan kesalahan seorang pengguna
yang benar ditolak karena dianggap sebagai pemalsu (FRR). Penentuan nilai
ambang (threshold) akana menentukan tingkat FAR maupun FRR.
3. Spea ker clas sific ation. Mesin ini juga dapat dipergunakan untuk
mendeteksi apakah pengguna (pembicara) termasuk kelompok pria ataukah
wanita, dewasaa ataukah anak-anak dll.
4. Spea ker Detection. Sistem ini juga dapat dipakai untuk mendeteksi
seseorang, yaitu bila seorang pengguna yang sudah mendaftarkan diri pada
sistem ini, maka keberadaannya dapat dideteksi dalam suatu pembicaraan
yang ada banyak suara dari banyak orang.
5. Spea ker tracking. Dalam sistem ini suara pembicara dapat dilacak melalui
percakapan dan pelacakan dapat memaastikan bahwa pembicara masih ada
secara on-line dalam pembicaraan tersebut.
6. Spea ker seg mentation. Yaitu bhwa alat ini dapat dipakai untuk memisahkan
materi pembicaraan kedalam dua atau lebih pembicara dalam suatu
percakapan.
 BA B 8.

TAND A TAN G A N

8.1 Apak ah biometrik tanda tangan

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.

8.2 Cara kerja biometrik tanda tangan.

Pemrosesan biometrik tanda tangan ini adalah dengan cara mencocokkan

posisi kurva gambar hasil pemindaian dicocokkan dengan kurva dalam database.
Contoh dibawah adalah contoh hasil perekaman tanda tangan yang asli, yang
dilakukan 2 x dan tanda tangan pemalsu.

Asli Asli Palsu

 Gb 8.1 Tanda Tangan Asli dan Palsu

Pada fase pendaftaran pengguna memberikan banyak tanda tangannya dengan

tujuan “melatih” sistem mengenali karakteristik tanda tangan tersebut. Selanjutnya
dipilih sebuah model tanda tangan yang merupakan hasil modus dari tanda tangan
yang diberikan oleh pengguna tersebut. Tanda tangan inilah yang nantinya
dipergunakan untuk melaksanakan verifikasi atas tanda tangan baru hasil
pemindaian pengguna yang melakukan verifikasi. Hasilnya adalah dapat ditetapkan
apakah tanda tangannya asli ataukah tanda tangan palsu.

Gb 8.2 Diagram Proses Biometrik Tanda Tangan

8.3 Teknik Pengolahan Citra Tanda Tangan

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.

Penyusunan parameter yang dipergunakan untuk pencocokan pola dapat

menggunakan basis waktu (time based parameterization) maupun panjang lengkung
(arc-length parametirization). Bila menggunakan parameter panjang lengkung, maka
sistem akan tidak tergantung pada waktu perekaman maupun dinamika gerakan
tanda tangan.

Prose s pelatihan pengenalan tanda tangan oleh siste m

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

Tanda tangan 1 Tanda tangan 2 Prototype Umu m

 Gb 8.3 Prototipe Tanda Tangan
8.4 Kinerja siste m

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”.

Gb 8.4 Kurva FAR dan FRR

Salah satu sasaran biometrik tanda tangan adalah pengembangan lingkungan

yang tanpa kertas (paperless). Karena dengan penerapan tanda tangan dengan
metode digital, maka akan dapat dihemat banyak kertas dalam kegiatan
perkantoran. Penggunaan tanda tangan sebagai alat otentikasi sudah sangat lazim di
masyarakat. Sehingga meneruskan kebiasaan ini dengan mulai memanfaatkan media
digital, akan sangat mudah diterima oleh masyarakat. Dibanding dengan metode
biometrik lain, model tanda tangan relatif adalah salah satu metode yang paling
tidak mengganggu orang (non intrusive).
Peralatan biometrik tanda tangan yang baik, mampu mendeteksi dan merekam
kecepatan gerak tangan dan dinamika tekanan yang dilakukan tangan sewaktu
menandatangani. Sehingga dengan demikian kemampuan sistem biometrik untuk
menangkal penipuan semakin baik. Karena meniru bentuk tanda tangan relatif tidak
sulit, tetapi meniru cara melakukan tanda tangan, baik kecepatannya maupun cara
melakukan tekanan pada proses penandatanganannya, adalah sulit.
Salah satu masalah dengan metode biometrik tanda tangan ini adalah bahwa orang
seringkali tidak konsisten dengan bentuk maupun cara melakukan tanda tangan.

8.5 Contoh Peralatan

Salah satu perusahaan yang bergerak dibidang pembuatan sistem biometrik

tanda tangan ialah Softpro. Pada gambar dibawah dapat dilihat bagaimana proses
penandatanganan dilakukan pada suatu “tablet” elektronik.
Peralatan untuk melakukan penandatangannan secara elektronik juga dibuat oleh
Topaz System Inc. Ada banyak produknya, antara lain jenis Siggem Color 5.7
dibawah. Tentu saja peralatan ini disertai dengan perangkat lunak pendukungnya.
 BA B 9.

CA R A PEN G E T I K A N

9.1 Apak ah biometrik cara pengetikan

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.

9.2 Evalua si Kinerja

Salah satu keunggulan biometrik pengetikan adalah bahwa nilai ambang

(threshold) dapat diatur sesuai kemampuan individu seseorang. Selain itu biometrik
pengetikan ternyata emiliki FAR dan FRR yang kecil. Nilai FAR sekitar 0.01%, dan nilai
FRR sekitar 3%. Lebih bagus daripada biometrik wajah maupun biometrik suara.
 BA B 10.

DNA

10.1 Apak ah biometrik 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.

Tes Paternita s dan Tes Maternita s

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.

10.2 Teknik identifika si DNA

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)

Tes mtDNA penurunan maternal digunakan untuk menentukan apakah dua

atau lebih individu mempunyai hubungan keluarga melalui ibu mereka (secara
maternal/garis ibu). Tes ini sering digunakan untuk memberikan bukti tambahan
pada kasus maternitas yang sulit dimana terduga ibu tidak dapat di tes. Hasil dari
tes ini juga dapat digunakan untuk konfirmasi hubungan biologis dari anak angkat.
Dalam tes mtDNA yang diturunkan secara maternal, identifikasi DNA dilakukan
dengan membandingkan mtDNA ibu dengan mtDNA anak. Pada tes ini, karena DNA
mitokondria hanya diwariskan secara maternal pada anaknya, bila pola mtDNA
seorang ibu sama dengan pola mtDNA anak maka dikatakan bahwa kedua individu
tersebut memiliki garis keturunan maternal yang sama. Jika pola mtDNA nya tidak
cocok, maka kedua individu tersebut dinyatakan 100% bukan berasal dari satu garis
keturunan ibu. Tes Y-STR penurunan paternal digunakan untuk menentukan apakah
dua atau lebih laki-laki mempunyai hubungan keluarga melalui ayah mereka (secara
paternal/garis ayah). Tes ini sering digunakan untuk memberikan bukti tambahan
pada kasus paternitas yang sulit dimana terduga ayah tidak dapat di tes. Hasil tes ini
juga dapat digunakan untuk konfirmasi hubungan biologis dari anak laki-laki
angkat.

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.

Tes sebelum anak lahir.

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.

10.5 Tempat dan Biaya pemeriks a a n

Lembaga Eijkman yang beralamat di Jalan Diponegoro 69, Jakarta 10430,

alamat email : webadmin@eijkman.go.id, mampu melakukan tes DNA. Pada waktu
diakses tanggal 24 Juni 2008, pada situs tertulis biaya tes paternitas yang dilakukan
oleh seorang anak dan seorang terduga ayah, dengan atau tanpa kehadiran ibu
adalah Rp.7.500.000,-/per paket *, biaya ini sudah termasuk biaya konsultasi
pemeriksaan identifikasi DNA seharga Rp. 350.000,-. Jika anda akan memeriksakan
lebih banyak orang (lebih dari satu tersangka ayah, saudara, dll), mereka dapat
dilibatkan dalam proses pemeriksaan dengan biaya tambahan Rp. 2.500.000,-/per
orang. Biaya tes mtDNA penurunan maternal untuk dua individu adalah Rp.
4.000.000,- per paket . Biaya tes Y-STR penurunan paternal untuk dua individu
adalah Rp. 5.000.000,- per paket . Dengan ada klausul : harga sewaktu-waktu
dapat berubah tanpa pemberitahuan lebih dahulu.
 BA B 11.

PEN U T U P

Aplikasi teknologi biometrik akan semakin banyak dijumpai ditengah-tengah

masyarakat dihari-hari mendatang. Bahkan pakar dari MIT mengatakan bahwa
teknologi biometrik akan menjadi “top ten emerging technologies that will change
the world” dalam era digital mendatang, Sehingga dengan demikian pengetahuan
tentang biometrik menjadi penting untuk diketahui oleh masyarakat Indonesia.
Namun demikian, sampai awal tahun 2008 ini masih sulit ditemui buku yang
membicarakan tentang biometrik ditoko-toko buku. Buku ini diharapkan akan dapat
memberikan gambaran dasar yang mudah dipahami oleh semua pembaca mengenai
teknologi biometrik, variasinya dan kelebihan dan kekurangan masing-masing
metodenya. Diharapkan dihari-hari mendatang akan semakin banyak buku bacaan
tentang teknologi biometrik yang dapat dipelajari oleh masyarakat.
DAFTAR PUSTAKA

Agushinta, Dewi, R, Suhendra, Adang, Hendra, “Ekstrak s i Fitur Dan Se g m enta s i

Wajah Seba g ai Sema ntik Pada Sistem Pengenalan Wajah”, Paper pada
National Conferenceon Computer Science & Information Technology, Jurusan Ilmu
Komputer dan Jurusan Teknik Informatika, Universitas Gunadarma

www.eijkman.go.id/Layanan/Identifikasi, diakses : Juni 2008.

www. Wikipedia.org, diakses : Januari 2007 - Juni 2008