biometrika 2

Sistem Biometrika

Biometrika

Biometrika atau biometrics berasal dari kata bio dan metrics.- Bio artinya sesuatu yang hidup- Metrics artinya mengukur

Biometrika berarti mengukur karakteristik pembeda (distinguishing traits) pada badan atau perilaku seseorang yang digunakan untuk melakukan pengenalan secara otomatis

Biometrika

Karakteristik pembeda ada 2:1. Karakteristik fisik : DNA, telinga, jejak panas pada wajah, geometri tangan, pembuluh tangan, wajah, sidik jari, iris, telapak tangan, retina, telinga, gigi dan bau dari tubuh.2. Karakteristik perilaku : gaya berjalan, hentakan tombol, tanda tangan dan suara.

Perkembangan terbaru dari dunia biometrika adalah kognitif biometrika, yaitu biometrika berdasarkan tanggapan spesifik otak.

Biometrika

Kelebihan penggunaan sistem biometrika dibanding sistem tradisional:

1. Non repudiation2. Keamanan (Security)3. Penyaringan (Screening)

Persyaratan Pemilihan Biometrika

1. Universal (universality)2. Membedakan (distinctiveness)3. Permanen (Permanence)4. Kolektabilitas (collectability)5. Unjuk Kerja (Performance)6. Dapat diterima (acceptability)7. Tidak mudah dikelabui (circumvention)Syarat 1-4 merupakan syarat utamaSyarat 5-7 merupakan syarat tambahan

Sistem Pengenalan Biometrika

Model Pengenalan sistem biometrika:1. System verifikasi (verification system)2. System identifikasi (identification system)


1. System verifikasi (verification system)Tujuannya untuk menerima dan menolak

identitas yang diklaim oleh seseorang.Sistem verifikasi biasanya digunakan untuk

menjawab apakah identitas orang tsb sama atau tidak.


2. System identifikasi (identification system)Tujuannya untuk memecahkan identitas

seseorang.Sistem identifikasi biasanya digunakan untuk

menjawab siapakah yang memiliki identitas ini.


Istilah Klaim yang biasa digunakan pada sistem biometrika:1. Klaim Positif terhadap suatu identitas, contoh: nama, pin,

aplikasi untuk kontrol akses.2. Klaim Negatif terhadap suatu identitas, contoh: pendaftaran

pada sistem layanan sosial terbuka bagi yang tidak terdaftar.

3. Klaim eksplisit terhadap suatu identitas, contoh: keputusan diterima/ditolak bergantung hasil perbandingan satu ke satu.

4. Klaim implisit terhadap suatu identitas, contoh: keputusan tergantung pada banyak hasil pembandingan.

5. Klaim asli terhadap suatu identitas: pengguna melakukan klaim positif tentang identitasnya di sistem.

6. Klaim palsu terhadap suatu identitas: pengguna mengklaim sebagai orang lain sehingga menuntun ke perbandingan sampel dengan acuan yang tidak cocok.


Unjuk kerja sistem biometrika dipengaruhi oleh:

1. Akurasi (accuracy)2. Kecepatan (speed)3. Kebutuhan media penyimpan (storage)4. Biaya (cost)5. Kemudahan penggunaan sistem

Arsitektur Sistem Biometrika

Quality

Score

Matching

Score

Template /

Model

DATA

COLLECTION

Biometric

Presentation

Sensor

DATA

STORAGE

SINYAL

PROCESSING

DECISION

Templates

Images

Pattern

Matching

Quality Control

Segmentation

Match?

Accept?Feature Extraction

Feature

Match /

Non-Match

Accept /

Reject

Acceptance

Criteria

Transmission Channel

Compression Expansion

TRANSMISSION

Sample Sample

Sample

Ancaman Keamanan Sistem Biometrika

Ancaman Keamanan Sistem Biometrika

1. Serangan dengan memalsukan biometrika (fake biometric attack)

2. Penyangkalan terhadap perusakan pelayanan (denial of service attack)

3. Serangan pengulangan secara elektronik (electronic replay attack)

4. Serangan Kuda trojan (trojan horse attack)5. Snooping and tampering6. Serangan terhadap basis data (back end

attack)

Perbandingan Sistem Biometrika

Perbandingan akurasi dan harga sistem biometrika

Akurasi

harga

Mengukur Unjuk Kerja Sistem

Jenis kesalahan yang dijadikan tolak ukur dalam pengukuran unjuk kerja sistem adalah:

a. Decision Error Rate (rasio kesalahan keputusan)

b. Matching Error Rate (rasio kesalahan pencocokan)

c. Image Acquisition Rate (rasio kesalahan akuisisi citra)


a. Rasio Kesalahan Keputusan1. Rasio Kesalahan penerimaan (FAR) : bagian

transaksi dengan klaim salah terhadap identitas yang terdaftar ataupun non identitas yang diterima sistem.

2. Rasio Kesalahan Penolakan (FRR) : bagian transaksi dengan klaim benar terhadap identitas yang terdaftar ataupun non identitas yang ditolak sistem.

FAR dalam literatur matematika dapat disebut kesalahan type II.

FRR dalam literatur matematika dapat disebut kesalahan type I.


b. Rasio Kesalahan Pencocokanmenyatakan probabilitas terjadinya kesalahan pencocokan pada sistem

1. Rasio Kesalahan Kecocokan (FMR) : probabilitas sampel dari pengguna cocok dengan acuan yang diambil secara acak milik pengguna yang berbeda. FMR disebut juga false postive.


2. Rasio Kesalahan Ketidakcocokan (FNMR) : probabilitas sampel dari pengguna tidak cocok dengan acuan lain yang diberikan pengguna yang sama. FNMR disebut juga false negative.

Nilai Ambang

Nilai ambang (threshold value) dilambangkan dengan T.

Nilai FAR/FRR atau FMR/FNMR tergantung pada nilai ambang yang digunakan.

Nilai T dibandingkan dengan skor hasil bila memenuhi skor ≥ T, maka dinyatakan sah, skor ini merupakan nilai kesamaan. Apabila skor yang diperoleh adalah nilai ketidaksamaan maka digunakan skor ≤ T.

FAR

FRR

Nilai Ambang

FRR FAR

EER

Aplikasi ForensikAplikasi tingkat Keamanan

tinggi

Aplikasi Sipil

Grafik Receiver Operation Characteristics (ROC)


FAR

FRR

EER

Aplikasi Forensik

Aplikasi tingkat Keamanan tinggi

Aplikasi Sipil


GAR (%)1-

FRR

FAR (%)0


GAR (genuine Acceptance rate) menyatakan tingkat kesuksesan pengenalan sistem biometrika :

GAR = 1 – FRR atauGAR = 1 - FNMR


b. Rasio Kesalahan Akuisisi Citra1. Kegagalan pada Fase Pendaftaran (failure

to enroll rate - FTE)2. Kegagalan pada akuisisi gambar (failure to

acquire rate - FTA)FTE dan FTA berpengaruh terhadap nilai FAR

dan FRR tapi tidak pada nilai FMR/FNMR.

biometrika 2

Documents