PENGAMAN BERBASIS BIOMETRIKA

Biometrika Multimodal

Oleh:

Ranis Cinthianingrum 1104505029

FAKULTAS TEKNIK

JURUSAN TEKNOLOGI INFORMASI

UNIVERSITAS UDAYANA

Oktober 2013

BIOMETRIKA MULTIMODAL

Biometrika Multimodal adalah sistem biometrika yang menggunakan gabungan (fusion)

dua atau lebih karakteristik biometrika seperti menggabungkan sidik jari dengan telapak tangan,

sidik jari dengan wajah, menggabungkan telapak tangan, sidik jari dan wajah serta

penggabungan lainnya.

Dalam sistem biometrika multimodal terdapat tiga isu penting menyangkut proses

penggabungan yaitu metode operasi penggabungan, level penggabungan dan skenario

penggabungan. Berikut penjelasannya:

A. Mode Operasi Penggabungan

Penggabungan karakteristik biometrika dapat dilaksanakan dalam tiga tahap:

1. Mode Serial

Pada mode serial, output dari salah satu karakteristik biometrika dgunakan untuk

mempersempi atau menyaring sejumlah kecil identitas pengguna yang mirip dari

keseluruhan identitas pengguna pada database, kemudian karakteristik yang lainnya

diterapkan pada sejumlah kecil database tersebut untuk mengidentifikasi pengguna

asli. Sebagai contoh biometrika multimodal yang menggunakan wajah dan sidik jari

menggunakan informasi wajah untuk memproleh beberapa pengguna, lalu

menggunakan sidik jari untuk benar-benar mendapatkan pengguna asli.

2. Mode Pararel

Pada model pararel, seluruh karakteristik biometrika digunakan secara bersamaan

untuk pengenalan.

3. Mode Hierarki

Pada mode ini, pengklasifikasi (karakteristik biometrika) dikombinasikan seperti

struktur pohon.

B. Tingkat Penggabungan

Ada tiga tingkat penggabungan pada biometrika multimodal yaitu pda tingkat vektor ciri,

skor dan tingkat abstrak. Berikut penjelasannya:

1. Penggabungan pada tingkat vektor ciri.

Data dari setiap kaakteristik biometrika digabungkan pada vektor cirri. Sangat

imungkinkan untuk menjumlahkan vektor hasil ekstrasi cirri menjadi vektor tunggal

(single) seperti gambar berikut. Jika dimensi salah satu karakteristik sangat berbeda,

teknik reduksi atau penskalaan cirri dapat digunakan unutk menormalisasi vektor cirri

karakteristik bimetrika tersebut.

2. Penggabungan pada tingkat skor (confidence or rank level)

Proses pencocokan akan menghasilkan skor kesamaan untuk masing-masing

karakteristik biometrika. Skor dari karakteristik biometrika diberikan bobot

(confidence value) untuk menetukan akhir jawaban sistem. Total nilai seluruh

3. Penggabungan pada tingkat abstrak (abstract level) atau tingkat keputusan (decision

level)

Setiap sistem biometrika melakukan pengenalan dari masing-masing karakteristik,

kemudian skema votting dapat dignakan untuk keputusan akhir. Penggabungan model

ini umumnya bila ada lebih dari 2 karakteristik biometrika. Contohnya adalah

penggabungan dari pengenalanwajah, sidik jari, dan telapak tangan. Jika dua dari tiga

karakteristik itu mengatakan sah, maka pengguna itu sah begitupun sebaliknya jika

dua karakteristik mengatakan tidak sah maka pengguna tidak sah.

C. Skenario Sistem Biometrika Multimodal

Sistem biometrika multimodal yang bertujuan mendapatkan cirri yang berbeda dapat

dirancang untuk beropersi seperti gambar berikut:

Gambar 1 Skenario Sistem Biometrika Multimodal

Masing-masing nomor pada gambar tersebut:

1. Penggabungan menggunakan banyak sensor (informasi didapat dari sensor yang

berbeda sehingga menghasilkan ciri yang berbeda).

2. Menggunakan banyak karakteristik biometrika .

3. Menggunakan banyak unit dari biometrika yang sama misalnya dari telunjuk jari dan

ibu jari.

4. Menggunakan banyak pengambilan (Informasi dengan banyak pengambilan dengan

kesan berbeda, misalnya biometric sidik jari agak ditekan pada saat pendaftaran).

5. Menggunkan banyak algoritma pemisahan ciri dan pencocokan untuk biometrika

tunggal (vektor ciri dan pencocokan diproleh dengan menggunakan algoritma berbeda

seperti vektor ciri sidik jari telunjuk dan vektor ciri gambar digabungkan).

D. Contoh Kasus Biometrika Multimodal

Salah satu contoh biometrika multimodal adalah penggabungan antara biometrika wajah

dan sidik jari. Dalam tesis berjudul “Pengembangan Sistem Informasi Pendaftaran Dan

Pemutakhiran Pemilih Dengan Otentikasi Identitas Berbasis Biometrika Wajah Dan Sidik

Jari Di Kpud Kabupaten Gresik” yang dibuat oleh Hamzah Rizaldy, S.Kom., Rully

Soelaiman, S.Kom., M.Kom. menyatakan bahwa akurasi sistem biometrika tunggal

antara sidik jari dan wajah, memang lebih baik biometrika tunggal sidik jari. Namun

untuk lebih memaksimalkan akurasi, maka digunakan biometrika multimodal antara

biometrika sidik jari dengan biometrika wajah.

Gambar 2 Otentikasi Identitas Mode Operasi Cascade/Serial

Sistem otentikasi identitas pemilih menggunakan sistem biometrika multimodal wajah

dan sidik jari dengan mode operasi cascade/serial, seperti pada Gambar 2. Mode ini

menggunakan informasi wajah untuk memperoleh beberapa profil pemilih yang mungkin

cocok dari sekian banyak profil pemilih, lalu menggunakan sidik jari untuk benar-benar

mendapatkan pemilih yang sebenarnya. Dengan mode ini diharapkan proses pencocokan

berjalan lebih cepat karena berkurangnya jumlah perbandingan yang harus dilakukan

untuk setiap tahapan.

Gambar 3 Grafik Karakteristik Penerimaan Sistem Biomatrika Wajah dan Sidik Jari

Grafik karakterisik penerimaan genuine ditunjukkan Gambar 3. Informasi yang

didapatkan dari kedua grafik tersebut adalah sistem biometrika sidik jari cenderung

memiliki akurasi lebih baik dari pada sistem biometrika wajah. Titik kritis sistem

biometrika sidik jari terjadi pada FAR ± 90/ FRR ± 10 (minimum threshold value skala 0

hingga 100). Hal ini sesuai dengan parameter matching constant Griaule Fingerprint SDK

2009, seperti pada Tabel 1.

Tabel 1 Griaule Fingerprint SDK 2009 Matching Constant

Sumber: Griaule Fingerprint SDK 2009 Developer’s Manual

Daftar Pustaka

- Putra, Darma. (2009). Sistem Biometrika Konsep Dasar, Teknik Analisis Citra dan Tahap Membangun Aplikasi Sistem Biometrika. Yogyakarta: Andi Offset.

- digilib.its.ac.id/public/ITS-Master-17045-Paper-pdf.pdf

- http://cecs.louisville.edu/security/presentations/MultimodalBiometrics.pdf

- http://www.biometricnewsportal.com/multimodal-biometrics.asp