biometric

Penjelasan biometric

Biometriks Authentification dalam security adalah hal yang sangat penting untuk menjaga keamanan data, namun sudah

banyak teknologi yang diterapkan untuk mejaga keautentikan tersebut, akan tetapi hal itu banyak kendala dalam penerapanya dan masih kurang memberikan perlindungan yang aman. Teknologi biometrik menawarkan autentikasi secara biologis memungkinkan sistem dapat mengenali penggunanya lebih tepat.

Terdapat beberapa metode diantaranya: fingerprint scanning, retina scanning, dan DNA scanning. Dua metode terakhir masih dalam taraf penelitian, sedangkan fingerprint scanning saat ini telah digunakan secara luas dan digunakan bersama-sama dengan smartcard dalam proses autentikasi.

Biometriks secara teoritis dapat lebih efektif untuk mengindentifikasi pribadi seseorang karena biomatriks mengukur karakteristik masing-masing pribadi untuk membedakan setiap orang. Tidak seperti dengan metoda indentifikasi konvensional yang menggunakan sesuatu yang anda punyai, misalnya kartu indentitas untuk akses masuk ke suatu bangunan, atau suatu yang anda ketahui, seperti password untuk logon ke system komputer dan lain-lain. Ketika digunakan untuk indentifikasi pribadi, teknologi biometriks mengukur dan menganalisa karakteristik tingkah laku dan fisiologis manusia. Mengindentifikasi karakteristik fisiologis seseorang yang didasarkan pada pengukuran langsung bagian dari body–fingertips, hand geometry, facial geometry dan eye retinas serta irises.

 

MEKANISME SISTEM IDENTIFIKASI BIOMETRIK WAJAH

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.

Mekanisme sistem biometrik dapat digambarkan dengan beberapa fase :

·      Fase Penggolongan (enrollment).

Pada fase ini masukan akan di pindai (scan) oleh sensor biometrik, yang merupakan representasi karakteristik digital.

·         Fase Pencocokan.

Dalam fase ini inputan database akan dicocokkan dengan identifikasi data. Dapat dimungkinkan adanya reduksi, sehingga dihasilkan representasi digital. Hasil ini akan diproses dengan ekstraktor ciri untuk menghasilkan suatu representasi yang ekspresif dalam bentuk template. Bergantung aplikasinya template dapat disimpan dalam database di sistem biometrik atau dapat direkam pada kartu magnetik (atau smartcard).

·         Fase Pengenalan.

Karakteristik individu dibaca oleh pembaca biometrik (reader). Selanjutnya dikonversi dengan format digital, untuk diproses sebagai ekstraktor ciri (template). Hasil template ini selanjutnya dicocokkan dengan identifikasi individu. Lihat gambar 1.

Sistem biometrik belumlah sempurna, karena suatu saat masih dapat melakukan kesalahan dengan menerima impostor sebagai invidu yang juga valid (terjadi kesalahan pencocokan), sebaliknya terjadi penolakan terhadap individu yang valid (terjadi kesalahan ketidakcocokan). Untuk menjamin terhindarnya kesalahan seperti itu, sesuai referensi memadukan ciri biometrik wajah dengan ucapan, serta dari referensi memadukan biometrik wajah dengan ciri tanda-tangan. Selain itu dalam penerapannya ukuran database template sangatlah besar, bahkan dalam database perbankan pusat pernah terjadi bottleneck saat proses identifikasi.

Sistem biometrik yang ideal, diharapkan mempunyai karakteristik sebagai berikut:

·        Aspek universal, artinya ciri ini dapat berlaku secara umum (bahwa setiap manusia mempunyai karakteristik).

·        Aspek unik (tidak ada dua manusia yang mempunyai karakteristik yang sama),

·        Ketiga haruslah bersifat permanen (karaktristik personal yang tidak berubah-ubah) dan terakhir dapat dihimpun (collectable), karakteristik ini mudah disajikan oleh sensor dan mudah dikuantisasikan dan dikuantifikasikan.

Gambar 1 Mekanisme Sistem Biometrik

Selain beberapa hal yang harus diperhatikan dari mekanisme ini adalah masalah kinerja (dalam mekanisme ini akurasi sistem, kecepatan, kehandalan) perlu mempertimbangkan adanya resource, faktor-faktor operasional dan pengembangan, dsb. Hal ini akan berpotensi sebagai kendala teknis. Selain itu adalah akseptabilitas (daya terima pengguna) akan mendorong keyakinan user terhadap akurasi dan kecepatan. Serta aspek circumvention yaitu aspek kemudahan sistem yang tidak bergantung alat, mekanisme operasional, dsb.

·         Face Recognition

Sistem Face Recognition adalah sebuah solusi identifikasi wajah dan pengenalan wajah. Sistem ini dapat diterapkan baik dalam lingkungan web maupun dalam aplikasi desktop yang menggunakan wajah sebagai autentikasinya atau pengenalan dan identifikasi wajah otomatis. Dapat berjalan dalam lingkungan 32 bit maupun 64 bit, dapat dengan mudah diintegrasikan atau dirubah sesuai dengan kebutuhan, yang dapat memberikan keleluasaan dalam implementasi dan integrasi dengan software yang telah ada sebelumnya. System ini dapat bekerja dengan wajah secara keseluruhan maupun dengan fitur wajah, mampu mengenali wajah dalam gambar atau photo dan real-time video stream, juga dapat digunakan untuk pembuatan aplikasi yang lebih luas, dari yang paling sederhana, penghilangan efek red-eye sampai dengan solusi login biometrik. Penerapannya bisa berupa :

-    Real-time biometric authentication system (sistem autentikasi biometrik secara realtime), yang dapat digunakan untuk login oleh user hanya dengan melihat ke arah webcam. Sistem ini menghilangkan autentikasi sentuhan dan non-intrusive biometric.

-    Tool penghilang red-eye otomatis yang dioptimasi dengan pengenalan fitur wajah.

-    Efek animasi wajah untuk industri entertainment.

-    Aplikasi image enahancement dan editor grafis.

-    Sistem otomatisasi grafis.

-    Penampil gambar, enhacers, dan pengorganisasian dengan pencarian berdasarkan wajah.

-    Aplikasi untuk kamera digital, scanner, dan webcam.

-    Tool dan plugin untuk gambar dan video effect.

FACIAL FEATURE DETECTION

Sistem ini menggunakan dan menerapkan algoritma yang mutakhir untuk melakukan pendeteksian fitur wajah secara reliabel. Memproses gambar, mendeteksi wajah manusia yang ada di dalam gambar, dan kemudian memberikan koordinat dari 66 titik fitur wajah, termasuk mata, bentuk mata, alis, bentuk mulut, ujung hidung dan lain sebagainya.

Authentification

-     Foto wajah disimpan dalam database komputer.

-     Komputer mengiris-iris foto itu menjadi kotak-kotak kecil.

-     Detail titik-titik di dalam setiap irisan diolah dengan metode algoritma menjadi data matematis.

-     Sistem analisis membedakan garis, pori-pori, dan tekstur wajah yang aktual, hingga dapat membedakan kembar identik sekalipun.

-     Data disimpan untuk dikonfirmasi dengan input data yang ingin dicocokkan.

KESIMPULAN

Kelebihan

-     Cepat dan presisi dalam pengenalan dan identifikasi wajah

-     Pengenalan stabil, tidak terlalu berpengaruh kondisi pencahayaan

-     Dapat digunakan semua jenis webcam yang ada dipasaran

-     Mendukung gambar dengan pixel kecil, besar ataupun yang dengan pixel ukuran mega.

-     Pengoperasian dengan gambar diam ataupun dengan video stream.

Kelemahan

-     Tidak dapat mengidentifikasi jika wajah berubah bentuk (luka, kecelakaan, dll).

-     Tidak bisa dipakai terus menerus karena umur mempengaruhi bentuk wajah.

-     Tidak boleh ada objek lain yang menutup wajah.

-     Cukup kesulitan mengidentifikasi wajah kembar.

Mekanisme identifikasi biometrik ini mampu mengidentifikasi individu-indiviu berdasarkan perbedaan lingkup karakteristik behaviour/psikologi (biometric identifier) yang diyakini bersifat unik. Selain itu identifier biometrik dianggap lebih reliable dibandingkan berdasarkan pemasukan token dan pengenalan knowledge.

Identifikasi biometrik sekarang terus berkembang mencakup kemampuan sensor dan infrastruktur identifikasi serta merupakan alternatif pilihan dalam pengembangan identifikasi personal.

1.      Fingerprint

Finger print merupakan suatu biometrik yang menggunakan karakteristik sidik jari

Biasanya digunakan  untuk identifikasi dan verifikasi dalam aplikasi absensi pegawai dan membantu proses identifikasi kepolisian  

Kelebihannya : Akurat, dapat diperoleh dengan mudah, murah,sensor pembaca lebih kecil

 dibandingkan dengan sistem absensi yang lain

Kekurangannya   : 2% dari populasi dunia memiliki beberapa jari yang tidak dapat dibaca

gambarnya.Namun sistem pembacaan ini tergantung dari sensor yang digunakan.

Karena pada dasarnya sensor sidik jari bisa diatur keakuratan dalam pembacaan tekstur

sidik jari.

2       Palm scan

Menyerupai identifikasi dengan Sidik jari, namun menggunakan gambar yang diperoleh dari telapak tangan, secara digital (scanner atau ccd) . Sistem ini bekerja atas dasar prinsip keunikan pembuluh darah telapak tangan tiap-tiap individu, bahkan pada kembar siam sekalipun. Sistem memiliki sensor yang mampu mengenali pola telapak tangan seseorang selama hemoglobin deoxidized --sel darah merah-- dengan aktif mengaliri pembuluh darah

KELEBIHAN             : Karena pembuluh darah terletak di dalam tubuh dan mempunyai sangat banyak perbedaan corak. yang menyebabkan pemalsuan identitas menjadi sangat sulit, sehingga memungkinkan tingkat pengamanan yang sangat tinggi.

            KEKURANGAN        : seiring berjalannya

3.      Hand Geometry

Produk ini melibatkan pemindaian bentuk, ukuran, dan karakter lain (seperti ukuran jari) dari sebagian atau keseluruhan tangan. Pemakai diwajibkan membuat beberapa klaim tentang siapa mereka dengan menggesek kartu sebagai contoh sebelum pemindaian.

4.      Retina Scan

Suatu biometric yang menggunakan retina sebagai password untuk login

5.