Teknologi biometrik

Apa itu Biometrik?

Biometrik (berasal dari bahasa Yunani bios yang artinya hidup dan metron yang artinya mengukur). Adalah studi tentang metode otomatis untuk mengenali manusia berdasarkan satu atau lebih bagian tubuh manusia atau kelakuan dari manusia itu sendiri. Dalam dunia TI, biometrik relevan dengan teknologi yang digunakan utnuk menganalisa fisik dan kelakuan manusia untuk autentifikasi. Contohnya dalam pengenalan fisik manusia yaitu dengan pengenalan : Sidik jari, Retina/iris, Pola dari wajah (facial patterns), Tanda tangan dan cara mengetik (typing patterns), Suara, tanda tangan atau irama dalam menulis (perilaku).

Yang dilakukan, sederhananya, adalah mencocokkan gambaran digital dari karakter-karakter yang diamati dengan dengan rekaman karakter di gudang data (database). Komputer memungkinkan pencocokkan itu berlangsung lebih cepat.

Mengapa Biometrik?

Manusia modern dihadapkan pada sistem keamanan, mulai dari kepentingan pribadi hingga kepentingan umum. Privasi manusia cenderung dipercayakan pada sebuah “kunci”, namun muncul masalah baru :

• Password pendek, mudah di “hack”
• Password panjang, sulit diingat, bisa lupa/hilang (krn disimpan pada media ttt)

Biometrik menggunakan siapa anda sebenarnya sebagai pengenal anda. Sebuah “kunci” yang sulit hilang dan terlupakan

Biometrics vs Forensics

Biometrik dan forensik memiliki banyak kesamaan umum, namun sebenarnya tidak benar-benar sama. Biometrik menggunakan kondisi fisik atau karakteristik perilaku untuk menentukan identitas anda atau untuk mengkonfirmasi siapa anda sebenarnya. Forensik menggunakan informasi-informasi yg sama untuk menunjukkan fakta dalam hukum atau kasus kriminal

Kasus Biometrik

• 300 Paspor Sistem Biometrik Terdeteksi Ganda
• TEMPO Interaktif, Jakarta:Menteri Hukum dan Hak Azasi Manusia Hamid Awaluddin mengatakan, setiap warga negara Indonesia bisa mengurus paspor di 103 tempat. Namun, kata dia, sejak proses pembuatan paspor menggunakan sistem biometrik sedikitnya ditemukan 300 paspor ganda.
• (Tempointeraktif.com – Minggu, 30 Juli 2006 | 16:52 WIB)

DNA

• Although it is the ultimate biometrics (excepted for twins!) as everyone has DNA, this is not considered as a biometric technology because it is not yet fully automated (and fast).
• DNA from suspects 1 and 2 are compared to DNA extracted from semen evidence. You can see in this sample that suspect 1 and the sperm DNA found at the scene match. Suspect 2 has a profile totally different from the semen sample. DNA isolated from the victim as well as a human DNA (K562) that serves as a standard size reference are included as controls.

SIDIK JARI

Minutae: physiological details that are unique to an individuals. Minutae dikonversi menjadi data digital yang disebut dengan FFD. Minutae mencakup karakter fisik sidik jari berikut:

• Ridge ending—The point where a ridge ends
• Bifurcation—Where a ridge splits
• Tail—Indicates the direction of a ridge
• Delta—The location where ridges form a “Y”
• Core—A site where the ridges make a U-turn
• Crossover—Two ridges that cross each other
• Dots—Very small ridges
• Island—Where ridges, slightly longer than dots, occupy the middle spaces between two temporarily divergent ridges
• Ponds or lakes—Empty spaces between two temporarily divergent ridges
• Spurs—A notch protruding from a ridge
• Bridges—Small ridges joining two longer adjacent ridges

TANGAN

• Tangan seseorang tidak secara signifikan mengalami perubahan seiring usia. Seperti halnya sidik jari, tangan manusia bersifat unik.
• Deteksi biometrik tangan cukup akurat bagi berbagai verifikasi ketika dikombinasikan fitur dan ukuran perorangan melalui jari dan tangan

 Cara Kerja Hand Recognition

• Sistem pengenalan biometrik tangan menggunakan pengukuran dan analisa seluruh struktur, bentuk dan pembandingantahngan. Seperti panjang, lebar dan ketebalan tangan, jari dan persendian; karakteristik muka kulit, kerutan dan tonjolan. Tepatnya ada 90 parameter.
• Sebagai pengukuran yang handal pada tangan dan jari, sistem tetap berjalan meskipun tangan dalam kondisi kotor. Hanya tangan dengan luka yg keras yg menutup tangan thd reader.
• User menempatkan tangan di atas reader sesuai panduan sehingga jari sesuai pada tempatnya.
• Perangkat akan men-cek database guna memverifikasi user. Normalnya proses ini berlangsung 5 detik.

WAJAH MANUSIA

Face recognition uses mainly the following techniques:

• Facial geometry: uses geometrical characteristics of the face. May use several cameras to get better accuracy (2D, 3D…)
• Skin pattern recognition (Visual Skin Print)
• Facial thermogram: uses an infrared camera to map the face temperatures
• Smile: recognition of the wrinkle changes when smiling

IRIS

• Scanning Iris bisa dilihat sangat futuristik, namun secara sistemik, dapat dikatakan semudah teknologi digital kamera.
• Teknologi ini memanfaatkan apa nyg terlihat dan mendekati cahaya infra merah, penggambaran yg sangat kontras dari masing-masing orang
• Melalui cahaya yg mendekati infra merah, pupil manusia menjadi sangat hitam, sehingga memudahklan bagi komputer untuk memisahkan/membedakan pupil dan Iris.

 Cara Kerja

When you look into an iris scanner, either the camera focuses automatically or you use a mirror or audible feedback from the system to make sure that you are positioned correctly. Usually, your eye is 3 to 10 inches from the camera. When the camera takes a picture, the computer locates:

• The center of the pupil
• The edge of the pupil
• The edge of the iris
• The eyelids and eyelashes

 Retinal Scans

• Some people confuse iris scans with retinal scans. Retinal scans, however, are an older technology that required a bright light to illuminate a person’s retina. The sensor would then take a picture of the blood vessel structure in the back of the person’s eye. Some people found retinal scans to be uncomfortable and invasive. People’s retinas also change as they age, which could lead to inaccurate readings.

DIGITAL SIGNATURE (TANDA TANGAN)

• Sarana untuk menjamin integrity (keaslian) dan authentication (pengirim adalah asli/otentik).
• Integrity = keutuhan content informasi sejak dikirim hingga sampai ke tujuan (tidak ada perubahan content informasi). Contoh: memberikan paraf pada tiap halaman surat.
• Authentication = pembuktian bahwa pengirim adalah orang yang otentik (tidak palsu, atau seseorang tidak berperan sebagai orang lain). Contoh: tandatangan.
• Tandatangan dikenali melalui pola (pattern), goresan (stroke) dan tekanan penulisan (pressure).

Keaslian & Kerahasiaan Dokumen

Mewujudkan keaslian dokumen (mis: perda, surat keputusan):

• Dokumen dienkripsi dengan Private Key dari penandatangan.
• Keaslian dokumen diverifikasi dengan melakukan dekripsi menggunakan Public Key penandatangan.

Mewujudkan kerahasiaan dokumen:

• Dokumen dienkripsi dengan Public Key dari pihak yang dituju.
• Dokumen hanya dapat dibaca dengan melakukan dekripsi menggunakan Private Key yang sesuai.

VOICE RECOGNITION

Pengertian Voice Recognition

• Adalah suatu sistem mengidentifikasi seseorang dari suaranya.
• Voice Recognition/Verivication mengidentifikasi siapa yang berbicara, sedangkan Speech Recognition karena mengidentifikasi apa yang diucapkannya.

 History

• October 1876 Ditemukan Carbon Microphone oleh Thomas Alfa Edison
• 1920 ditemukan Analog Recording oleh Thomas Alfa Edison
• 1988 Sound card untuk komputer pada IBM PC dirilis meninggalkan PC Speakers
• 1960 Hidden Markof Model (HMM) digambarkan dalam statistik lengkap Leonard E. Baum yang kemudian masih disempurnakan lagi oleh ilmuwan lain.
• 1970 Salah satu yang pertama aplikasi HM adalah Speech Recognition.
• 2007 komputer selain menterjemahkan ucapan kedalam tulisan dapat juga menterjemahkan ke bahasa lain. Microsoft dan Alcatel-Lucent memiliki Hak Patent Speech Recognition 2 Maret 2007.

Hardware yang Dibutuhkan

• SoundCard. Soundcard merupakan alat yang ditambahkan dalam suatu Komputer yang fungsinya sebagai input dan output suara untuk mengubah sinyal elektrik, menjadi analog maupun menjadi digital.
• Microphone. Alat untuk mengubah suara yang melewati udara, air dari benda orang menjadi sinyal elektrik.
• Processor/Komputer. Dalam proses suara digital menterjemahkan gelombang suara menjadi suatu simbol biasanya menjadi suatu nomor biner yang dapat diproses lagi. Saat pengunaan menggunakan mikrofon, soundcard berkualitas baik, sehingga akan mengurangi noise yang disebabkan karena terganggu sinyal monitor, pci slots.

Software Pendukung

Software pendukung Speech dan Voice Recognition, misal yang bersifat Freeware

• XVoice  à http://freespeech.sourceforge.net
• CVoiceControl/kVoiceControl à http://www.kiecza.de/daniel/linux/index.html
• Ears à ftp://svr-ftp.eng.cam.ac.uk/comp.speech/recognition/
• Gvoice à http ://www.cse.ogi.edu/~omega/gnome/gvoice/
• NICO ANN Toolkit à http://www.speech.kth.se/NICO/index.html

KOMERSIAL

• Dragon Naturally Speaking à www.nuence.com
• Nuence à www.nuence.com
• IBM Via Voice à www-4.ibm.com/software/speech/dev/sdk_linux.html
• Vocalis Speechware à www.vocalis.com

 Type Voice Recognition

Voice verification systems can be

1. text dependent,
2. text independent,
3. or a combination of the two.

Text dependent systems require a person to speak a predetermined word or phrase. This information, known as a “pass phrase,” can be a piece of information such as a name, birth city, favorite color or a sequence of numbers. The pass phrase is then compared to a sample captured during enrollment. Text independent systems recognize a speaker without requiring a predefined pass phrase. It operates on speech inputs of longer duration so that it has a greater opportunity to identify the distinctive vocal characteristics (i.e., pitch, cadence, tone).

Prinsip Kerja

Speaker recognition menggunakan fitur akustik ucapan yang ditemukan berbeda pada setiap orang. Ciri akustik tersebut disebabkan adanya perbedaan anatomi (seperti bentuk mulut dan tenggorokan) dan kebiasaan yang berbeda seperti (penekanan dan gaya bahasa). Perbedaan yang khas tersebut disebut “voiceprints“ yang menjadi suatu metode biometric.

Bagan Cara Kerja

Dengan menggunakan komputer dan mikrofon untuk merekam suara sudah cukup, kemudian algoritma software didalamnya akan menganalisa spektrum suara.

Implementasi Voice Recognition

Dapat digunakan sebagai alat investigasi kepolisian, untuk melakukan crosscheck misal untuk suara seorang kriminal yang dicocokkan dengan database suara kriminal yang pernah tertangkap di kepolisian. Jadi hanya untuk mencocokan saja apakah benar-benar orang tersebut misal bernama Mary yang mengambil uang di ATM setelah suara terekam dengan alat yang telah disediakan di ATM tersebut.

Masalah Identifikasi Suara dibagi menjadi dua kategori :

• Membedakan beberapa usara pada saat terjadi percakapan.
• Identifikasi suara dapat dilakukan dengan proses algoritma yang komplek, sedangkan jika hanya untuk verifikasi dapat dilakukan dengan lebih simpel karena hanya dilakukan dengan membandingkan voiceprint.

Future Voice Recognition

• Semua komputer PC dilengkapi dengan software Voice Recognition. Jika telah dilengkapi juga dengan hardware pendukung dapat melakukan perintah hanya dengan suara tanpa menggunakan keyboard.
• Kecepatan (satuannya per menit) dan minimnya salah kata, untuk software Speech recognition.