Pengertian Biometrics by irwin_agustiawan1

VIEWS: 62 PAGES: 5

									 Pengertian Biometrics
Biometrics adalah salah satu teknologi yang dewasa ini makin meningkat intensitas
pemanfaatan maupun penelitiannya. Definisi biometrics cukup beragam. Mengacu pada
kamus Merriam-Webster[1], Biometrics didefinisikan sebagai berikut “the measurement and
analysis of unique physical or behavioral characteristics (as fingerprint or voice patterns)
especially as a means of verifying personal identity”. Adapun teknologi biometrics
didefinisikan sebagai berikut“Biometric technologies” are automated methods of verifying or
recognizing the identity of a living person based on a physiological or behavioral
characteristics[2][3]

Dari kedua definisi ini dapat disimpulkan bahwa:

   1. Data masukan pada sebuah sistem biometrics terdiri dari dua kategori: karakteristik
      fisis dan karakteristik perilaku seseorang
   2. Tujuan dari pemakaian biometrics adalah untuk mengenali identitas personal
      seseorang berdasarkan ciri biometrics yang dimiliki orang tersebut
   3. proses verifikasi atau recognition dilakukan secara otomatis yaitu lewat komputer.
      Teknik laboratorium forensik seperti latent fingerprint, analisa rambut dan DNA tidak
      termasuk dalam kategori teknologi biometrics
   4. Sasaran identifikasi adalah manusia yang masih hidup. Karena itu pemakaian metode
      yang sama untuk identifikasi selain manusia yang masih hidup seperti buah dan sayur,
      tidak termasuk dalam definisi biometrics.

Dalam dokumen ini dibahas beberapa jenis karakteristik fisik yang lazim dipakai dalam
sebuah sistem biometrics.

 Biometric Identifier

   1. Wajah
      Pemakaian wajah dalam biometrics sangat alami, karena umumnya manusia
      mengenali seseorang berdasarkan ciri wajah. Karakteristik pemakaian wajah dalam
      biometrics system memiliki ciri antara lain sebagai berikut [4]:
         1. Mampu dikenali dari jarak yang relatif lebih jauh dibandingkan biometrics
             yang lain
         2. Tidak ada keharusan memakaikan satu piranti kepada orang yang akan diambil
             data wajah.

       Akan tetapi pemakaian wajah dalam biometrics juga memiliki kelemahan antara lain

           3. Sulit mengidentifikasikan orang kembar
           4. Sangat dipengaruhi oleh iluminasi, perubahan wajah karena usia
           5. Timbulnya masalah perlindungan privasi saat dipakai di wilayah publik,
              karena publik langsung mengenali identitas orang tersebut
   2. Iris
      Tekstur iris manusia berasal dari proses chaotic morphogenetic selama perkembangan
      embrio, dan memiliki ciri yang mampu dipakai untuk identifikasi seseorang.
      Pemakaian iris dalam biometrics system memiliki ciri khas sbb. [4]
           1. Akurasi tinggi
           2. Tidak memerlukan kontak dalam pengambilan data
           3. Tidak mudah dipalsukan
       4. Informasi iris relatif stabil, sehingga tidak diperlukan registrasi ulang

   Evaluasi terhadap performa Iris untuk biometrics terakhir diselenggarakan pada tahun
   2006. Kompetisi yang dinamakan ICE 2006 (Iris Challenge Evaluation) oleh The
   National Institute of Standards and Technology (NIST) [5]. Algoritma yang diujikan
   berasal dari tiga vendor Sagem-Iridian, Iritech, dan Cambridge. Sampel yang diujikan
   sebanyak 59,558 (29,056 iris mata kanan dan 30,502 iris mata kiri) dari 240 subjects
   dengan 30 partisi untuk tiap mata. Hasil terbaik dicapai oleh Sagem-Iridian, dengan
   median FRR 0.012 pada FAR 0.001 [6] .

3. Suara (voice)
   Sistem biometrics yang memanfaatkan suara memiliki kelebihan bahwa perekaman
   suara seseorang tidak menyolok. Sistem biometrik yang berdasarkan suara juga satu-
   satunya yang dapat dipakai untuk proses pengenalan lewat telpon. Pengolahan suara
   dilakukan dengan melakukan ekstraksi fitur memakai berbagai metode seperti Fast
   Fourier Transform (FFT), Cepstrum. Selanjutnya proses matching dilakukan memakai
   berbagai metode statistik seperti Hidden Markov Model (HMM) atau Dynamic
   Programming (DP). Tetapi kualitas suara seseorang sangat dipengaruhi oleh
   microphone, karakteristik digitizer, kesehatan, stress, emosi seseorang. Selain itu
   suara seseorang dapat ditirukan oleh orang lain [4]. Faktor-faktor ini yang
   menyebabkan suara tidak tepat apabila dimanfaatkan dalam biometrics.
4. Deoxyribo Nucleic Acid (DNA)
   Deoxyribo Nucleic Acid (DNA) adalah data berdimensi satu, yang terdiri dari sekuens
   basa Adenin (A), Thiamin (T), Guanin (G), dan Cytosin (C). DNA tersimpan dalam
   nukleus sel, terdiri dari sekitar 3 milyar basa tersebar dalam 46 kromosom. DNA
   merupakan informasi yang sangat akurat sebagai alat identifikasi seseorang, tetapi
   memiliki beberapa kelemahan, antara lain [4]:
        1. kontaminasi & sensitifitas, yaitu mudah untuk mencuri DNA seseorang yang
           sebenarnya tidak bersalah, tetapi kemudian dapat dimanfaatkan untuk tujuan
           yang tidak dikehendaki
        2. memerlukan proses kimia dan keterlibatan seorang ahli untuk mengekstrak
           karakteristik DNA seseorang, sehingga tidak dapat untuk sebuah automatic
           real-time system.
        3. masalah privasi; dari kode genetik seseorang dapat diketahui kecenderungan
           seseorang mudah tidaknya terkena sebuah penyakit, dan hal ini berpotensi
           untuk disalahgunakan, misalnya diskriminasi.
5. Sidik Jari (Fingerprint)
   Berbagai peninggalan purbakala memperlihatkan bahwa sejak dahulu, telah diketahui
   bahwa sidik jari yang dimiliki seseorang berbeda dengan orang lain. Di beberapa batu
   terpahat pola sidik jari yang berusia ribuan tahun sebelum Masehi. Tetapi, kajian
   ilmiah mengenai inividuality dari biometrics baru dilakukan pertamakali pada abad
   16. Publikasi ilmiah tertua tercatat dilakukan oleh Nehemiah Grew, pada tahun 1684,
   yang membahas secara sistematis struktur sidik jari, meliputi ridge, furrow dan pore.
    Pada tahun 1880, Henry Fauld menyampaikan presentasi ilmiah yang membahas
   mengenai keunikan sidik jari berdasarkan observasi secara empiris. Sedangkan Sir
   Francis Galton pada tahun 1892 memperkenalkan minutiae sebagai dasar untuk
   melakukan proses matching.Sebuah sidik jari dapat direpresentasikan dengan
   berbagai cara, misalnya citra, minutiae, dan sebagainya. Agar dapat dipakai dalam
   proses matching, representasi sebuah fingerprint tersebut harus memenuhi dua syarat
   [7]:
   1. saliency
      sidik jari harus memiliki informasi yang cukup memadai sehingga dapat
      dipakai untuk membedakan sidik jari seseorang dengan yang lain.
   2. suitability
      sidik jari harus mudah diekstrak, compact, sehingga dapat disimpan untuk
      proses matching.

Pola sidik jari dapat dibagi menjadi tiga: loop, whorl dan arch. Pola loop paling
banyak, yaitu sekitar 65%, whorl sekitar 30% dan arch sekitar 5%. Dari pola sidik
jari tsb. Informasi yang diperlukan dapat diperoleh dengan mengekstrak minutiae.
 Arti minutiae adalah detail kecil. Minutiae pada sidik jari adalah titik dimana sebuah
ridge (bukit) diskontinu (putus). The American National Standards Institute (ANSI)
pada tahun 1986 mengusulkan taksonomi berdasarkan 4 kelas:
terminations,bifurcations, trifurcations (atau crossovers) dan undetermined. Berbeda
dengan ANSI, FBI menetapkan model koordinat minutiae hanya berdasarkan
termination dan bifurcations, yaitu tiap minutia dinotasikasikan berdasarkan class,
koordinat x dan y, dan sudut yang dibentuk oleh garis ridge dan sumbu horizontal
pada titik minutia tersebut [7].

Dalam proses matching, untuk menyatakan bahwa dua buah sidik jari berasal dari jari
yang sama harus dipenuhi syarat-syarat sbb.

   3. kesesuaian konfigurasi pola global antara kedua buah sidik jari
   4. kesesuaian kualitatif (qualitative concordance), yaitu minutiae yang
      bersesuaian harus identik.
   5. faktor kuantitatif, yaitu banyaknya minutiae bersesuaian yang ditemukan harus
      memenuhi syarat minimal (guideline forensik di AS mensyaratkan minimal 12
      minutiae)
   6. detail minute yang bersesuaian harus identik

Teknik matching sidik jari yang dikembangkan sangat beragam, dan dapat
dikategorisasikan ke dalam 3 tipe:

   7. Correlation-based matching
      Proses matching dilakukan berdasarkan perbandingan antar pixel dari kedua
      citra sidik jari, dilakukan dengan mencoba berbagai penyelarasan (alignment)
      kedua citra.
   8. Minutiae-based matching
      Teknik kedua adalah yang paling populer dilakukan, dimana proses matching
      dilakukan berdasarkan perbandingan minutiae yang diekstrak dari kedua sidik
      jari, yang dilakukan dengan mencoba berbagai penyelarasan (alignment)
      kedua citra.
   9. Ridge feature-based matching
      Apabila kualitas citra sidik jari sangat rendah, proses ektraksi minutiae sangat
      sulit dilakukan. Sebagai gantinya, pola ridge (orientasi lokal, frekuensi, bentuk
      dan tekstur) pada sidik jari yang diekstrak dan dipakai dalam proses matching.

Pemanfaatan fingerprint sebagai alat identifikasi telah diuji sejak lama, dan
standardisasi maupun evaluasinya telah jauh lebih maju dibandingkan dengan
biometrics yang lain.
 Perbandingan antara berbagai Biometric identifier
Sebagaimana dijelaskan pada bab sebelumnya, berbagai bagian tubuh manusia seperti
misalnya wajah, sidik jari, suara, dapat dipakai untuk melakukan identifikasi maupun
verifikasi. Di antara berbagai informasi ini, manakah yang paling baik ? Wayman et al.
mendefinisikan biometrics yang ideal adalah yang memenuhi 5 kualitas sebagai berikut
[8][9]:

   1. Robustness
      Maksud robust di sini adalah informasi pada individu tersebut tidak akan berubah
      sepanjang waktu. Tingkat robustness sebuah biometric identifier secara kuantitatif
      dapat diukur dari “false non-match rate” (Type I Error). Semakin tinggi false non-
      match berarti semakin rendah robustness sebuah biometric identifier.
   2. Distinctiveness
      Maksud distinctiveness adalah informasi itu memiliki variasi yang cukup besar antar
      object pada sebuah populasi, sehingga identifikasi seseorang dapat dilakukan dengan
      mudah. Tingkat distinctiveness secara kuantitatif dapat diukur dari “false match error”
      (Type II Error)
   3. Availability
      Availability maksudnya tiap individu pada sebuah populasi memiliki informasi yang
      multiple, sehingga pengambilan data dapat dilakukan lebih dari satu kali. Tingkat
      availability secara kuantitatif dapat diukur dari “failure to enrole” rate, yaitu
      probabilitas seseorang tidak mampu memberikan informasi biometric yang terbaca
      dengan baik pada saat enrollment.
   4. Accessibility
      Accessibility maksudnya pengambilan data mudah dilakukan dengan memakai sensor
      elektronik. Accessibility secara kuantitatif dapat diukur berdasarkan “throughput rate”
      sebuah sistem, yaitu banyaknya individu yang dapat diproses pada satuan waktu.
   5. Acceptibility
      Acceptibility maksudnya orang tidak akan menolak seandainya pengambilan data
      dilakukan. Tingkat acceptibility diukur dengan melakukan poling pengguna alat.

Maltoni et al. dalam Handbook of Fingerprint Recognition [7], mendefinisikan syarat-syarat
yang mirip dengan definisi Wayman, yaitu

   1. Universality: harus dimiliki setiap individu
   2. Distinctiveness: karakteristiknya mampu dipakai untuk membedakan dua individu
   3. Permanence: invarian terhadap waktu
   4. Collectability: dapat diukur secara kuantitatif
   5. Performance: memiliki akurasi dan kecepatan (throughput) yang tinggi, kebutuhan
      resource, dan robustness terhadap faktor operasional maupun lingkungan
   6. Acceptability: dapat diterima oleh pengguna dalam kehidupan sehari-hari
   7. Circumvention: mudah tidaknya sitem biometric itu dapat diambil lewat metode yang
      ilegal

Selanjutnya Maltoni membandingkan antara berbagai biometric identifier berdasarkan
persepsinya. Rangkuman perbandingan tersebut dapat dilihat di Tabel 1.

Tabel 1   Perbandingan karakteristik berbagai biometric identifier
Biometric Identifier Unv. Dst. Pmn. Col. Pfm. Acc. Crm.
Face                  H     L    M      H    L     H     H
Fingerprint           M     H    H      M    H     M     M
Hand geometry         M     M    M      H    M     M     M
Hand/finger vein      M     M    M      M    M     M     L
Iris                  H     H    H      M    H     L     L
Signature             L     L    L      H    L     H     H
Voice                 M     L    L      M    L     H     H

(H:High M:Medium L:Low Unv.:Universality Dst.:Distinctiveness
Pmn.:Permanence Col.:Collectability Pfm:Performance Acc.:Acceptability
Crm.:Circumvention)

Tabel 1 memperlihatkan bahwa tiap biometrics identifier memiliki kelebihan dan kelemahan.
Pemilihan biometrics identifier harus disesuaikan dengan aplikasi yang dibutuhkan.
Biometrik yang merupakan pilihan baik untuk sebuah aplikasi tidak selalu tepat untuk
aplikasi yang berbeda.

Dalam kaitannya dengan penerapan biometrik pada e-KTP untuk menghindari identitas
ganda, maka distinctiveness, permanence, performance dan circumvention perlu
mendapatkan prioritas perhatian. Dari berbagai identifier pada Tab.1, maka fingerprint paling
tepat, karena memiliki distinctiveness yang relatif tinggi, bersifat permanen, performance nya
relatif tinggi dan level circumvention yang medium. Iris memiliki kelebihan, dimana
pengambilan datanya dapat dilakukan tanpa menyentuh sensor (non invasive). Bahkan pada
jarak yang cukup jauh (10m) iris seseorang masih bisa diambil dengan baik [8]. Akan tetapi
evaluasi distinctiveness maupun stabilitas biometrics iris pada data skala besar masih
tertinggal dibandingkan dengan fingerprint, yang memiliki sejarah lebih panjang. Untuk
penerapan pada skala besar seperti e-KTP di Indonesia, track-record pemakaian suatu
biometrics merupakan faktor yang harus dipertimbangkan, sehingga untuk saat ini,
fingerprint merupakan pilihan yang tepat di antara berbagai identifier yang ada.

								
To top