biometrika 2
DESCRIPTION
Biometrika 2TRANSCRIPT
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)
Sistem Pengenalan Biometrika
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.
Sistem Pengenalan Biometrika
2. System identifikasi (identification system)Tujuannya untuk memecahkan identitas
seseorang.Sistem identifikasi biasanya digunakan untuk
menjawab siapakah yang memiliki identitas ini.
Sistem Pengenalan Biometrika
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.
Sistem Pengenalan Biometrika
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 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)
Mengukur Unjuk Kerja Sistem
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.
Mengukur Unjuk Kerja Sistem
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.
Mengukur Unjuk Kerja Sistem
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)
Grafik Receiver Operation Characteristics (ROC)
FAR
FRR
EER
Aplikasi Forensik
Aplikasi tingkat Keamanan tinggi
Aplikasi Sipil
Grafik Receiver Operation Characteristics (ROC)
GAR (%)1-
FRR
FAR (%)0
Mengukur Unjuk Kerja Sistem
GAR (genuine Acceptance rate) menyatakan tingkat kesuksesan pengenalan sistem biometrika :
GAR = 1 – FRR atauGAR = 1 - FNMR
Mengukur Unjuk Kerja Sistem
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.