Pengenalan Biometrics

Biometrics

Biometric mengacu pada identifikasi manusia berdasarkan karakteristik atau ciri-ciri khusus/unik yang dimiliki oleh seseorang. Didalam ilmu computer saat ini biometric digunakan sebagai bentuk identifikasi dan akses control. Terdapat beberapa parameter yang dapat digunakan untuk menilai kesesuain atau kecocokan dari setiap sifat yang digunakan untuk otentifikasi biometric. Adapaun parameter-parameter tersebut antara lain :

a. Universality

Setiap orang harus memiliki sifat tersebut.

b. Uniqueness

Sifat harus berbeda antara individu satu dengan yang lain dalam sebuah populasi.

c. Permanence

Sifat tersebut harus terukur secara baik, tahan terhadap penuaan dan varian lainnya dari waktu ke waktu.

d. Collectability

Kemudahan akuisisi atau pengukuran terhadap sifat.

e. Performance

Berkaitan dengan akurasi, kecepatan dan ketahanan teknologi yang digunakan.

f. Acceptability

Berkaitan dengan penerimaan oleh masyarakat terhadap teknologi tersebut sehingga mereka bersedia sifat biometric tersebut digunakan.

g. Circumvention

Berkaitan dengan kemudahan suatu sifat mungkin untuk ditiru atau dipalsukan.

Sampai saat ini belum ditemukan satu sifat biometric pun yang memnuhi ketujuh parameter diatas. Untuk saat ini terdapat beberapa sifat biometric yang telah digunakan untuk otentikasi antara lain : fingerprint, hand geometry, iris, retinal scanning, voice, signature dll.

 1. Fingerprint Recognation

Identifikasi sidik jari mungkin merupakan identifikasi tertua dari biometrics. Sidik jari didasarkan pada pola karakteristik yang unik dari sidik jari individu. Dengan citra sidi jari yang unik yang dapat ditangkap oleh perangkat pemindai, terdapat rata-rata 30-40 hal-hal kecil yang dapat ditangkap. Menurut FBI, tidak ada 2 individu yang memiliki lebih dari 8 “hal kecil” umum yang sama. Sehingga metode ini digunakan untuk otentikasi karena dinilai akurat. Teknologi sidik jari diyakini memiliki potensi yang besar, untuk menghasilkan tingkat akurasi yang tinggi untuk tujuan identifikasi

2. Hand Geometry Recognation

Bentuk geometri tangan setiap manusia pada kenyataannya hampir semuanya memiliki bentuk yang berbeda. Geometri tangan berkaitan dengan mengukur karakteristik fisik dari tangan dan jari dengan perspektif tiga dimensi

 3. Iris Recognation

Metode iris recognition didasarkan pada karakteristik pada iris mata. Seseorang harus berada 12-14 inch dari kamera yang akan melakukan pemindaian dan mencocokkan dengan data yang ada untuk diproses. Iris scan menghasilkan volume data yang tinggi untuk tingkat identifikasi

4.  Retinal Scanning

Retinal Scanning merupakan metode identifikasi dengan menggunakan pola unik retina mata yang dipindai oleh intensitas cahaya rendah melalui coupler optic. Metode ini didasarkan pada pola pembuluh darah di retina mata. Metode ini menggunakan inframerah sebagai sumber cahaya rendahnya. Energy inframerah diserap lebih cepat oleh pembuluh darah di retina dibandingkan jaringan disekitarnya. Citra pola pembuluh darah ditingkatkan retina untuk dianalisis pola karakteristiknya.

 5. Facial Recognation

Metode pengenalan wajah merupakan cara paling alami identifikasi biometric, metode ini membedakan satu individu dengan individu lainnya, hampir sama dengan kemampuan yang melekat dalam diri manusia dalam membedakan sesuatu. Teknologi pengenalan wajah dibagi menjadi dua yakni metrik wajah dan eigenfaces. Pengukuran yang dilakukan antara lain pengukuran jarak antara sudut bagian dalam mata, sudut bagian luar mata, sudut luar mulut dll

 6. Voice Recognation

Voice recognition merupakan teknik verifikasi dinamika suara yang bergantung pada produksi “template suara” yang kemudian digunakan untuk dibandingkan dengan frase yang diucapkan. Seorang pengguna harus mengulang beberapa frase set beberapa kali untuk membangun template suara tersebut. Teknik biometric ini bergantung pada perilaku subjek daripada karakteristik suara dank arena itu rentan terhadap ketidaktepatan.

 7. Singnature Recognation

Metode ini didasarkan pada dinamika membuat tanda tangan yakni percepatan, arah, tekanan, panjang stroke dll, bukan perbandingan langsung dari tanda tangan dengan tanda tangan sebelumnya. Karena seseorang tidak akan membuat tanda tangan yang persis sama dengan sebelumnya, dan kurang konsistennya hasil maka  metode ini masih dapat dipalsukan dengan cukup mudah jika orang yang akan memalsukan telah melihat contoh dan cara melakukan tanda tangan tersebut. Hal ini dapat dipelajari sehingga tergolong rentan.

Multimodal Authentication

Multimodal authentication merupakan kombinasi dua atau lebih modalitas biometric untuk verifikasi dan identifikasi. Penggabungan modalitas ini ditujukan untuk meningkatkan tingkat pengenalan dan untuk mengurangi serangan atau tindak kriminalitas. Multimodal authentication dapat mengintegrasikan sistem unimodal secara berurutan, simultan, mengkombinasikan keduanya, seri dengan mode integrasi sekuensial, parallel, hirarkis dll. Sistem biometric multimodal bekerja pada dua input sistem dari sensor tunggal atau ganda. Misalnya penggabungan antara iris recognition dan facial recognition akan dicapai dengan mengkombinasikan dua sensor karena jenisnya berbeda. Metode penggabungan ini dianggap lebih baik daripada unimodal karena selain tingkat akurasi meningkat, juga lebih kuat terhadapt serangan atau tindak kriminalitas. Dibawah ini adalah tujuan dari penggunaan teknik multimodal, yakni untuk mengurangi hal-hal berikut :

a. False Accept Rate (FAR)

Jika pengguna palsu diterima sebagai pengguna sebenarnya saat otentikasi.

b. False Reject Rate (FRR)

Otentikasi menolak pengguna resmi sebagai pengguna palsu.

c. Failure to Enroll Rate (FTE)

Jika pengguna baru yang ingin membuat identitasnya mengalami kegagalan dalam melakukan pendaftaran.

d. Equal Error Rate (ERR)

Perbandingan kesalahan antara FAR dan FRR untuk menentukan statistik yang masih baik dan layak digunakan.

e. To Reduce Attack

Mengurangi serangan atau tindakan kriminalitas.

 

Fingerprint Blood Vessels

Fingerprint blood vessels merupakan salah satu contoh otentikasi multimodal yang menggabungkan antara sidik jari dan pembuluh darah vena sebagai kombinasi untuk verifikasi dan identifikasi.

Pada cahaya tampak, struktur vena pada punggung tangan tidak mudah terlihat. Visibilitas struktur vena beragam tergantung pada faktor-faktor seperti usia, tingkat lemak subkutan, bekas luka, pigmentasi dll. Namun dengan penggunaan pencitraan termo grafis fitur permukaan yang tidak diinginkan dapat dihilangkan. Studi saat ini menggambarkan bahwa sistem sidik jari contactless yakni dengan kombinasi sensor untuk pembuluh darah mampu memperoleh gambaran jari atau tangan individu dengan 1800 view (modalitas pertama). Selanjutnya keaktifan pembuluh darah akan diperiksa dan ditransmisikan oleh cahaya inframerah (modalitas kedua), yang memungkinkan penampakan jaringan pembuluh darah dan gambaran “four-slap” serta palm prints nya (modalitas ketiga). Sistem ini mampu menghasilkan gambaran sidik jari 99% representasi akurat dari permukaan jari tersebut. Dibawah ini merupakan contoh gambaran tangan yang telah melewati modalitas ketiga.

Sumber :

Makalah “Fingerprint Blood Vessels Authentication”, Riomudita, Tahun 2013

Iklan

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s