SISTEM BIOMETRIK PADA PENGOLAHAN CITRA



PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INDUSTRI DAN INFORMATIKA
INSTITUT TEKNOLOGI TELKOM PURWOKERTO
2018


PENDAHULUAN

Dalam teknologi terkini ditawarkan adanya beberapa kemudahan, seperti akses, pelayanan, dan sistem informasi. Kemudahan tersebut dapat dirasakan seperti pada mekanisme pengambilan uang melalui ATM (Anjungan Tunai Mandiri), mekanisme memperoleh sistem informasi (internet). Mekanisme tersebut diperlukan adanya jaminan kerahasiaan sehingga tidak dapat ditiru oleh user yang bukan berhak. Salah satu alat untuk menjamin bahwa yang berhak mendapatkan layanan itu harus memberikan data identifikasi. Sistem identifikasi tersebut bersifat otomatis dengan memberikan inputan identifikasi personal.

Beberapa teknik identifikasi personal yang telah berkembang adalah identifikasi sidik jari. Karena merupakan pengenalan seseorang secara otomatis berdasarkan karakteristik unik dari fisiologis (bagian-bagian tubuh tertentu) dan teknologi yang digunakan untuk menganalisa fisik manusia dalam autentifikasi, indentifikasi sidik jari merupakan bagian dari teknologi biometrik. Identifikasi sidik jari telah diakui sebagai alat identifikasi personal yang canggih. Hal ini telah diteliti bahwa sidik jari masing-masing manusia sangat unik, berbeda satu dengan yang lainnya.

Mekanisme identifikasi ini telah digunakan dalam bidang forensik, untuk keperluan investigasi kriminal, identifikasi anggota badan, dsb. Selain itu, pemanfaatan identifikasi personal ini dapat dirasakan pada bidang sipil, seperti ID kewarganegaraan, SIM (Surat Ijin Mengemudi). Ataupun pada bidang komersial seperti ATM, kartu kredit, telepon selular, kontrol akses, dsb. Pendek kata pemanfaatan identifikasi personal telah merambah pada berbagai layanan kebutuhan publik terkini.

Dalam tahap identifikasi, biometrik dapat mengidentifikasi individu-individu berdasarkan perbedaan lingkup karakteristik behaviour/psikologi (biometric identifier). Hal ini dimungkinkan bahwa karakteristik psikologi/behaviour setiap manusia berbeda-beda. Selain itu identifier biometrik dianggap lebih reliable dibandingkan berdasarkan pemasukan token dan pengenalan knowledge.

Teknik-Teknik Pengolahan Citra Digital Yang Digunakan

Beberapa teknik pengolahan citra digital yang digunakan pada klasifikasi sidik jari adalah sebagai berikut :

1. Template Matching, teknik dalam pengolahan citra digital untuk menemukan bagian-bagian kecil dari gamber yang cocok dengan template gambar. Template Matching merupakan salah satu metode yang digunkan untuk menjelaskan bagaimana otak kita mengenali kembali bentuk-bentuk atau pola-pola. Pada tahap klasifikasi, tamplate tersebut dicocokan dengan berkas citra sidik jari menghasilkan presentase kecocokan antara tamplate dengan berkas citra sidik jari.

2. Image Thinning (Penipisan Citra), proses penipisan digunakan untuk mengektrasi ciri dari suatu objek dengan mengambil rangka setebal piksel dari citra, dengan membuang titik-titik atau lapisan terluar dari citra sampai semua garis atau kurva hanya setelah satu piksel.

3. Segmentasi Citra Berarah, citra berarah adalah matriks diskret yang elemen-elemennya menyatakan arah rata-rta lokasi dari alur sidik jari. Citra berarah berisi informasi yang dimiliki citra sidik jari dan dapat dihitung walaupun pada cita berisi derau (noise).

4. Pattern Recognition (Pengenalan Pola), pengenalan pola merupakan proses pengenalan suatu objek dengan menggunakan berbagai metode. Teknik pencocokan pola adalah salah satu teknik dalam pengolahan citra digital yang berfungsi untuk mencocokan tiap-tiap bagian dari suatu citra dengan citra yang menjadi acuan (template)

Cara Kerja

Cara kerja klasifikasi sidik jari adalah sebagai berikut :
1. Pengambilan Citra Sidik Jari
Citra sidik jari yang dimasukan adalah berkas citra dengan format JPEG, BMP, TIFF, dan PNG
2. Resize Citra (256 x 256 px)
Proses resize ini bertujuan untuk menyamakan citra masukan yang akan diproses dalam aplikasi sistem. Pada gambar dibawah terdapat tombol resize 256 x 256 untuk menjalankan perintah rezise citra sidik jari.
Setelah citra sidik jari sudah di resize, selanjutnya merubah menjadi citra grayscale seperti gambar dibawah
3. Perataan Histogram
Perataan histogram bertujuan untuk meratakan kontras pada citra
4. Konversi Citra Aras Keabuan ke Biner
Proses konversi citra aras keabuan ke biner diperlukan untuk proses selanjutnya, yaitu proses penipisan alur (thinning) yang hanya bisa dilakukan pada citra biner
5. Penipisan Alur (Thinning)
Penipisan alur dilakukan bila diinginkan bentuk kerangka dari objek-objek yang dikandung dalam citra
6. Segmentasi Citra Berarah
Citra berarah merupakan ciri yang khas pada sidik jari yang mengidentifikasikan posisi sudut tiap koordinat alur sidik jari per area citra
7. Resize Citra (32 x 32px)
Proses ini bertujuan untuk menyederhakan citra sidik jari setelah melalui proses segmenasi citra berarah agar pola yang dibentuk tidak terlalu banyak
8. Klasifikasi Citra Sidik Jari
Berkas sidik jari diperrukan untuk mengetahui nilai presentase kemiripan template
9. Simpan Citra Sidik Jari
Fungsi untuk menyimpan citra hasil klasifikasi sidik jari dengan metode template matching.
Pada langkah kerja ini menjelaskan langkah kerja sistem biometrik pengolahan citra, tepatnya klasifikasi sidik jari. Dari mulai pengambilan citra sidik jadi sampai penyimpanan citra sidik jari.

Interpreting Device

fase pendaftaran (enrollment).

Pada fase ini masukan akan di pindai (scan) oleh sensor biometrik, yang merupakan representasi karakteristik digital. scanner membaca objek (sidik jari, iris mata, dll) kemudian diproses menjadi bentuk pola-pola tertentu kemudian disimpan di dalam database.

2. Fase pemisahan ciri

Pada tahap ini akan dihasilkan ciri unik dari biometrik yang telah dipindai tersebut untuk dapat membedakan satu orang dengan yang lain. Tahap ini akan mengubah data dari sensor kedalam representasi matematika atau dalam bentuk pola tertentu yang nantinya diperlukan oleh tahap pencocokan

3. fase pencocokan

Pola-pola tertentu tersebut pada tahan ini dicocokkan dengan data/ pola yang telah tersimpan di database. Jika ditemukan kecocokan, maka akan muncul konfirmasi

bahwa objek cocok dengan data yang tersimpan. Jika tidak ditemukan, maka konfirmasi ketidakcocokan akan dimunculkan.

4. Fase keputusan

Pada tahap ini akan diputuskan apakah pengguna yang diuji diterima atau ditolak bedasarkan skor hasil pencocokan. Sah atau tidaknya diputuskan bedasarkan suatu nilai ambang (treshold)

Penerapan pada Dunia Nyata

Finger print

Teknologi kini semakin canggih. Salah satu bentuk kecanggihan teknologi yang sedang populer adalah fingerprint. Mesin fingerprint adalah mesin untuk memberikan data otomatis yang cepat menggunakan sidik jari untuk memenuhi kebutuhan data yang cepat dengan menggunakan verifikasi sidik jari. Setiap manusia memiliki bentuk fisik yang berbeda seperti sidik jari yang berbeda. Sidik jari adalah salah satu ciri-ciri fisik yang bersifat unik artinya diciptakan berbeda dengan individu lainnya. Sedik jari manusia diibaratkan seperti pola bukit dan lembah. Ada beberapa cara untuk mendapatkan gambar dari jari seseorang. Metode yang paling sering digunakan adalah optical scanning dan capacitance scanning.

1. optical scanner

Teknik ini menggunakan algoritma untuk mendeteksi pola unik di permukaan sidik jari. Kemudian menganalisis dengan area gelap yang menandakan cahaya yang lebih reflektif (bukit) dan area terang yang menandakan cahaya yang kurang reflektif (lembah).

2. capacitance scanning.

dalam pemindaian ini menggunakan arus listrik Untuk memindai jari, prosesor pemindai membaca voltase output dan menentukan karakteristik bukit dan lembah pada sidik jari. Dengan membaca setiap sel pada kumpulan sensor, prosesor dapat mengumpulkan gambar sidik jari secara keseluruhan.

Kelebihan dan Kekurangan

Kelemahan teknologi biometrik :

1. Kelemahan secara umum

Mesin identifikasi biometrik secara tradisional lebih mahal untuk dibeli daripada yang tradisional. Selain itu, beberapa pengguna mungkin menolak biometrik secara keseluruhan, melihatnya sebagai pelanggaran privasi. Selain itu, mesin identifikasi biometrik tidak selalu akurat. Misalnya, seorang individu yang kedinginan mungkin tidak dapat mengidentifikasi dirinya dengan menggunakan perangkat identifikasi suara, dan orang-orang yang mendapatkan atau menurunkan berat badan mungkin tiba-tiba kehilangan akses ke tempat yang dilindungi oleh sistem yang menganalisis fitur wajah.

2. Kelemahan secara spesifik

a. Pengenalan wajah

Sistem pengenalan wajah ini terbilang cukup rumit. Pasalnya teknologi 2D membutuhkan peralatan kamera untuk identifikasi pengguna. Dalam pemakaiannya, dipengaruhi oleh beberapa keadaan misalnya pencahayaan, rambut pengguna, usia, terlebih orang yang memakai kacamata.

b. Pengenalan suara

Cara identifikasi melalui pengenalan suara ini mudah direkam dan digunakan untuk media lain misalnya PC atau jaringan. Sehingga akurasinya rendah. Jika pengguna sedang mengalami gangguan flu atau pilek, dipastikan suara akan berubah dan identifikasinya sulit dilakukan.

c. Retina scanning

Pengidentifikasian melalui retina ini sangat menganggu. Selain itu, masyarakat banyak berpikir teknologi ini bisa membahayakan mata.

d. Pengenalan iris

Meski tingkat akurasinya tinggi, teknologi ini membutuhkan biaya mahal dan memerlukan banyak data yang akan disimpan.

e. Fingerprint

Ketika kulit kering atau kotor, pengidentifikasian terganggu. Apalagi model sidik jari ini lebih banyak digunakan terkait masalah kriminal. Sehingga banyak orang beranggapan model finger print cukup mengganggu.

Berikut ini keunggulan teknologi biometrik :

1. Keunggulan secara umum

Fitur fisik memiliki kriteria yang jauh lebih sulit dipalsukan daripada metode identifikasi tradisional. Seorang penjahat mungkin bisa mendapatkan kata sandi secara ilegal, namun mendapatkan sidik jari pengguna akan jauh lebih rumit.

2. Keunggulan secara spesifik

a. Pengenalan wajah

Teknologi yang menggunakan pengenalan wajah untuk membuka ponsel pintar anda memiliki keunggulan yakni tidak mengganggu organ tubuh dan biayanya lebih murah jika dibandingkan pengenalan lainnya.

b. Pengelanan suara

Sama seperti pada pengenalan wajah, sistem yang menggunakan pengenalan suara terbilang biaya lebih murah dan tidak mengganggu. Pada pengenalan suara ini membutuhkan waktu verifikasi sekitar lima detik. Dari segi sosial, pengenalan suara lebih banyak diterima masyarakat.

c. Pengenalan retina

Teknologi yang menggunakan pengenalan suara akan menghasilkan akurasi cukup tinggi. Dengan alasan tak ada cara untuk meniru retina masing- masing orang. Pada teknologi ini, mata dari orang yang telah meninggal kualitasnya memburuk.

d. Pengenalan iris

Sama seperti pengenalan retina, sistem pengenalan iris ini mempuny waktu akurasi yang cukup tinggi dan mata orang yang telah meninggal akan memburuk. Secara waktu akurasinya lebih singkat dibandingkan pengenalan retina, yakni kurang dari lima detik.

e. Finger print

Tak kalah dengan pengenalan iris dan retina, autentifikasi finger print cukup memiliki akurasi yang tinggi. Terbilang merupakan biometrik yang paling maju dan mudah digunakan. Selain itu hanya memerlukan ruang penyimpanan yang kecil.


Terima Kasih