BAB II TINJAUAN PUSTAKA

BAB II

TINJAUAN PUSTAKA

2.1 Sistem Biometrika

Sistem absensi sidik jari menggunakan metode biometrika. Sistem biometrik merupakan suatu teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia. Biometrika berasal dari kata bio dan metrics. Bio berarti hidup sedangkan metrics berarti mengukur. Biometrika berarti mengukur karakteristik pembeda pada badan atau perilaku seseorang yang digunakan untuk melakukan pengenalan secara otomatis terhadap identitas orang tersebut, dengan membandingkannya dengan karakteristik yang sebelumnya yang telah disimpan dalam database.

Secara umum karakteristik pembeda sistem biometrika dapat dikelompokkan menjadi 2 yaitu karakteristik fisiologis atau fisik (physical characteristic) dan karakteristik perilaku (behavioral characteristic )

2.1.1 Sidik Jari

Sidik Jari merupakan identitas pribadi yang tidak mungkin ada yang menyamainya. Sifat-sifat atau karakteristik yang dimiliki oleh sidik jari adalah parennial nature yaitu guratan-guratan pada sidik jari yang melekat pada manusia seumur hidup, immutability yang berarti bahwa sidik jari seseorang tak akan pernah berubah kecuali sebuah kondisi yaitu terjadi kecelakaan yang serius sehingga mengubah pola sidik jari yang ada dan individuality yang berarti keunikan sidik jari merupakan originalitas pemiliknya yang tak mungkin sama dengan siapapun di muka bumi ini sekali pun pada seorang yang kembar identik.

Ilmu yang mempelajari sidik jari adalah Daktiloskopi yang berasal dari bahasa Yunani yaitu dactylos yang artinya jari jemari atau garis jemari dan scopein yang artinya mengamati. Sidik jari merupakan struktur genetika dalam bentuk rangka yang sangat detail dan tanda yang melekat pada diri manusia yang tidak dapat dihapus atau dirubah. Sidik jari

Universitas Sumatera Utara

ibarat barcode diri manusia yang menandakan tidak ada pribadi yang sama.Penelitian sidik jari sudah dilakukan sejak masa lampau. Penelitian ini berkembang menjadi sebuah disiplin ilmu yang disebut dengan dermatoglysphics,yakni ilmu yang mempelajari pola guratan kulit (sidik jari) pada telapak, tangan dan kaki. Dermatoglysphics berasal dari kata “derm” berarti kulit, dan “glyph” berarti ukuran.

Karakteristik sidik jari merupakan gabungan dari pola bukit (ridge) dan lembah (valley). Bentuk dari bukit dan lembah merupakan kombinasi dari faktor genetik dan faktor lingkungan. DNA memberikan arah dalam pembentukan kulit ke janin, namun pembentukan sidik jari pada kulit itu sendiri merupakan suatu kejadian acak (random). Inilah yang menjadi suatu alasan mengapa setiap jari seseorang memiliki sidik jari yang berbeda-beda dengan orang lain,bahkan pada kembar identik.

2.1.2 Klasifikasi dan Tipe Pola Sidik Jari

Sidik jari dapat dibagi kedalam tiga buah tipe pola utama yaitu : Arche,loop, dan whorl. Tipe loop merupakan pola yang paling banyak ditemukan. Menurut Galton sekitar 60% sidik jari bertipe loop 30% bertipe whorl dan 10% bertipe arche. Sebuah sidik jari dapat dipandang dari beberapa tingkat yang berbeda yaitu: tingkat global, tingkat local dan tingkat yang sangat baik. Pada tingkat global sidik jari dipandang secara menyeluruh . Pada tingkat ini dapat ditemukan titik singular yang disebut titik inti (core pint) dan titik delta (delta point). Pada tingkat global, titik singular cocok untuk mengklasifikasikan tipe sidik jari, namun tidak cocok untuk pencocokan sidik jari. Pada tingkat local, sidik jari dipandang lebih detail. Pada tingkat ini dapat ditemukan detail minusi atau titik minusi. Titik minusi merupakan titik-titik informasi yang dapat mencirikan suatu sidik jari. Beberapa bagian pada sidik jari yang dapat dijadikan sebagai titik minusi antara lain akhir bukit (ridge termination), percabangan ( bifurcation ), pulau ( island ), danau ( lake ), taji ( spur ), persilangan ( crossover ). Berdasarkan beberapa titik minusi diatas titik percabangan dan titik akhir bukit merupakan titik yang paling banyak digunakan dalam proses pengenalan sidik jari.

Pada tingkat sangat baik, sidik jari dipandang sangat detail. Pada tingkat ini dapat ditemukan pori-pori pada sidik jari . posisi dan bentuk dari pori-pori dapat digunakan untuk mengidentifikasi seseorang. Untuk mendapatkan informasi ini diperlukan sebuah citra sidik jari dengan resolusi yang sangat tinggi.


Gambar 2.1 Bentuk Sidik Jari

2.1.2.1 Loop (Sangkutan)

Loop (Sangkutan) adalah bentuk pokok sidik jari dimana satu garis atau lebih datang dari satu sisi lukisan, melereng, menyentuh atau melintasi suatu garis bayangan yang ditarik antara delta dan core, berhenti atau cenderung berhenti ke arah sisi semula.

2.1.2.2 Arch (Busur)

Arch (Busur) merupakan bentuk pokok sidik jari yang semua garis-garisnya datang dari satu sisi lukisan mengalir atau cenderung mengalir ke sisi yang lain dari lukisan itu, dengan bergelombang naik tengah.

2.1.2.3 Whorl (Lingkaran)

Whorl (Lingkaran) adalah bentuk pokok sidik jari, mempunyai dua delta dan sedikitnya satu garis melingkar di dalam pattern area, berjalan di depan kedua delta. Jenis whorl terdiri dari Plain whorl, Central pocket loop whorl, Double loop whorl, dan Accidental whorl.

2.1.3 Titik Fokus (Focus Point)


Keberadaan titik fokus di dalam sidik jari akan berperan penting dalam menentukan termasuk klasifikasi apa sidik jari tersebut. Dalam pengklasifikasian dikenal dua jenis titik fokus yaitu delta yang merupakan titik fokus luar (outer terminus) dan core yang merupakan titik fokus dalam (inner terminus). Tidak semua sidik jari memiliki titik fokus tergantung jenis/klasifikasi dari sidik jarinya.

2.1.3.1 Core (inter terminus)

Titik fokus dalam Core adalah titik tengah yang terdapat pada garis sidik jari loop yang terdalam dan terjauh dari delta. Dapat dikatakan bahwa core merupakan titik tengah atau pusat dari lukisan sidik jari.

2.1.3.2 Delta (outer terminus)

Delta ( Titik fokus luar ) dalam pengertian sehari-hari adalah gugusan yang terdapat pada muara sungai air yang mengalir ke laut atau danau selalu membawa lumpur dan batu sehingga lama-kelamaan terbentuk suatu gugusan pulau yang disebut delta. Delta yang sebenarnya pada sidik jari adalah titik/garis yang terdapat pada pusat perpisahan garis type lines. Delta merupakan titik fokus yang terletak di depan pusat berpisahnya garis pokok (type lines). Garis pokok lukisan merupakan dua buah garis yang paling dalam dari sejumlah garis yang berjajar (paralel) dan memisah serta (cenderung) melingkupi pokok lukisan (pattern area). Pokok lukisan adalah daerah/ruangan putih yang dikelilingi oleh garis type lines yang mana ruangan tersebut merupakan tempat lukisan garis sidik jari. Pada kenyataannya tidak semua sidik jari memiliki delta tetapi ada juga sidik jari yang memiliki lebih dari satu delta.

2.2 Sensor Sidik Jari

Dibawah ini merupakan struktur umum dari scanner sidik jari dimana sebuah sensor membaca permukaan jari dan merubah pembacaan analog kedalam digital melalui sebuah A/D konverter (Analog ke

Digital), sebuah modul interface bertanggung jawab untuk

berkomunikasi (mengirim gambar, menerima perintah, dan sebagainya) dengan alat luar (personal computer / PC). Sebagian besar sistem pengenalan diri tidak menyipan gambar sidik jari tetapi hanya menyimpan numerik dari ektrak feature.


Gambar 2.2 Diagram Dari Scanner Sidik Jari http://ideatech.stts.edu/prosiding/46.pdf

2.2.1 Sensor Optik

Jari menyentuh sisi atas dari kaca prisma, tapi ridges mulai bersentuhan dengan permukaan prisma, bekas valley pada jarak pasti. Pada sisi kiri prisma menerangi melalui suatu cahaya yang menyebar. Cahaya masuk ke prisma dicerminkan pada menyebar (menyerap) pada

valley, dan secara acak

ridges. Pantulan yang kurang memberikan

ridges menjadi

berbeda-beda dari valleys. Sinar cahaya keluar dari sisi kanan prisma dan fokus melaui lensa diatas CCD atau CMOS sensor gambar. Karena alat FTIR berguna untuk permukaan 3 dimensi, ini tidak dapat dengan mudah menipu pemberian foto atau cetak gambar dari sidik jari. Ketika jari sangat kering, itu tidak dapat membuat kontak yang sama dengan permukaan sensor. Memperbaiki pembentukan sidik jari dari jari yang kering yang mana ridge tidak mengandung partikel keringat, beberapa penghasil scanner menggunakan lapisan silikon yang menyerupai kontak dari permukaan dengan prisma. Dengan tujuan mengurangi biaya dari alat optik, plastik pada saat sekarang sering kali digunakan dibandingkan kaca prisma, dan lensa.


Gambar 2.3 Sensor Sidik Jari Dengan FTIR http://ideatech.stts.edu/prosiding/46.pdf

Dimana seperti pada percobaan Newton menjelaskan bahwa cahaya putih (polikromatis) bila dilewatkan terhadap prisma akan mengalami gejala disperse yaitu gejala peruraian cahaya putih menjadi cahaya monokromatik (merah, jingga, kuning, hijau, biru, nila, dan ungu), cahaya-cahaya ini memiliki panjang gelombang yang berbeda. Setiap panjang gelombang memiliki indeks bias yang berbeda. Semakin kecil panjang gelombangnya semakin besar indeks biasnya. Dispersi pada prisma terjadi karena adanya perbedaan indeks bias kaca setiap warna cahaya.

Gambar 2.4 Gejala Dispersi Cahaya

Menggunakan lembaran prima membuat angka dari “primslets” berdampingan. Dibandingkan dari prisma satu yang besar, membolehkan ukuran dari kumpulan mesin untuk dikurangi beberapa tingkat. Sesungguhnya sekalipun sisa lintasan optik sama, lembaran prisma hampir datar. Bagaimanapun, kualitas dari perolehan gambar secara umum rendah dibandingkan teknik tradisional FTIR menggunakan kaca prisma.

Gambar 2.5 Menggunakan Lembaran Prisma Dalam Perolehan FTIR Sidik Jari


http://ideatech.stts.edu/prosiding/46.pdf

2.3 Cara Kerja Absensi Fingerprint

Sebuah absensi fingerprint scanner memiliki dua pekerjaan, yakni mengambil gambar sidik jari dan memutuskan apakah pola alur sidik jari dari gambar yang diambil sama dengan pola alur sidik jari yang ada di database. Ada beberapa cara untuk mengambil gambar sidik jari seseorang, namun salah satu metode yang paling banyak digunakan saat ini adalah optical scanning.

Inti dari scanner optical adalah charge coupled device (CCD). CCD merupakan sebuah larik sederhana dari diode peka cahaya yang disebut photosite, yang menghasilkan sinyal elektrik yang merespon foton cahaya. Setiap photosite merekam sebuah pixel, titik kecil yang merepresentasikan cahaya dan membenturnya. Pixel-pixel ini membentuk pola terang dan gelap dari sebuah gambar hasil scan sidik jari seseorang.

Proses scan mulai berlangsung saat user meletakkan jari pada lempengan kaca dan sebuah kamera CCD mengambil gambarnya. Scanner memiliki sumber cahaya sendiri, biasanya berupa larik light emitting diodes (LED), untuk menyinari alur sidik jari. Sistem CCD menghasilkan gambar jari yang terbalik, area yang lebih gelap merepresentasikan lebih banyak cahaya yang dipantulkan (bagian punggung dari alur sidik jari), dan area yang lebih terang merepresentasikan lebih sedikit cahaya yang dipantulkan (bagian lembah dari alur sidik jari).

Sebelum membandingkan gambar yang baru saja diambil dengan data yang telah disimpan, processor scanner memastikan bahwa CCD telah mengambil gambar yang jelas dengan cara melakukan pengecekan kegelapan pixel rata-rata, dan akan menolak hasil scan jika gambar yang dihasilkan terlalu gelap atau terlalu terang. Jika gambar ditolak, scanner akan mengatur waktu pencahayaan, kemudian mencoba pengambilan gambar sekali lagi.

Jika tingkat kegelapan telah mencukupi, sistem scanner melanjutkan pengecekan definisi gambar, yakni seberapa tajam hasil scan sidik jari. Processor memperhatikan beberapa garis lurus yang melintang secara horizontal dan vertikal. Jika definisi gambar sidik jari memenuhi syarat, sebuah garis tegak lurus yang berjalan akan dibuat di atas bagian pixel yang paling gelap dan paling terang. Jika gambar sidik jari yang dihasilkan benar-benar tajam


dan tercahayai dengan baik, barulah processor akan membandingkannya dengan gambar sidik jari yang ada dalam database.

2.3.1 Charge Couple Device ( CCD )

CCD merupakan chip cilikon yang terbentuk dari ribuan atau bahkan jutaan dioda fotosensitif yang disebut photosites, photodelements, atau disebut juga piksel. Tiap photosite menangkap satu titik objek kemudian dirangkai dengan hasil tangkapan photosite lain menjadi satu gambar.

Disaat jari menekan permukaan sensor sidik jari sel pengukur intesintas cahaya yang ada pada sensor fingerprint akan menerima dan merekam setiap cahaya yang masuk menurut intensitasnya. Dalam waktu yang sangat singkat, tiap titik photosite akan merekam cahaya yang diterima dan diakumulasikan dalam sinyal elektronis. Gambar yang sudah dikalkulasikan dalam gambar yang sudah direkam dalam bentuk sinyal elektronis akan dikalkulasi untuk kemudian disimpan dalam bentuk angka-angka digital. Angka tersebut akan digunakan untuk menyusun gambar ulang untuk ditampilkan kembali.Perekaman gambar yang dilakukan oleh CCD sebenarnya dalam format grayscale atau monokrom dengan 256 macam intensitas warna dari putih sampai hitam.

2.3.3 Teknik Pembacaan Sensor

Pembacaan pola sidik jari dilakukan dengan alat elektronik. Hasil pembacaan lalu disimpan dalam format digital saat pertama kali seseorang mendaftarkan sidik jarinya ke dalam komputer. Proses ini disebut sebagai proses pendaftaran (enrollment). Setelah itu,rekaman sidik jari tersebut diproses dan dibuatkan daftar pola fitur fitur sidik jari yang unik. Pola fitur sidik jari yang unik tersebut kemudian disimpan dalam komputer. Pola sidik jari yang unik ini disebut dengan istilah minutiae. Pola minutiae tersebut kemudian dicocokan dengan orang yang diperiksa sidik jarinya.


Tempat untuk meletakkkan ujung jari disebut permukaan sentuh. Dibawah permukaan sentuh, terdapat permukaan cahaya yang menerangi permukaan jari. Hasil pantulan cahaya dari ujung jari ditangkap oleh alat penerima yang selanjutnya menyimpan gambar sidik jari tersebut kedalam komputer. Tentu saja apabila permukaan sentuhnya kotor atau ada goresan, proses pembacaan sidik jari akan terganggu. Kelemahan metode ini adalah bahwa hasil pembacaan ini sangat tergantung pada kualitas kulit tangan. Apabila permukaan tangan kotor atau kulit luka, maka kualitas hasil pembacaan akan terpengaruh.

Alat pembaca langsung menggunakan kamera kualitas tinggi secara langsung fokus ke ujung jari. Jari tidak berhubungan dengan satu permukaan, tetapi scanner dilengkapi dengan mekanik pendukung fasilitas pengguna menyajikan jari pada jarak seragam. Seperti alat yang mengatasi beberapa masalah seperti pembersihan berkala permukaan sensor dan mungkin dirasa lebih higienis, tetapi memperoleh fokus yang baik dan kontras gambar yang tinggi sangat sulit.

2.4 Kategori Pencocokan Sidik Jari

Pencocokan gambar sidik jari yang dapat dipercaya merupakan masalah yang sangat sulit, terutama karena variabilitas yang besar dari perbedaan pengaruh dari jari yang sama. Terdapat 3 kategori dari pencocokan sidik jari terdiri dari : 1. Correlation-based matching merupakan dua gambar sidik jari dilapisi dan dikorelasi (pada tingkat intensitas) antara

pixel korespoden diperhitungkan untuk perbedaan

kesesuaian (berbagai pemindahan dan rotasi). 2. Minutiae-based matching yaitu

minutiae diekstrak dari dua sidik jari dan disimpan

sebagai titik pada bidang 2 dimensi. Hal-hal yang perlu dalam pencocokan minutiae terdiri dari penemuan kesesuaian antara template dan masukan minutiae dikumpulan hasil kedalam angka maksimum untuk memasangkan minutiae. 3. Ridge feature-based matching yaitu ekstraksi minutiae sulit dalam gambar sidik jari dengan kualitas yang sangat rendah, disamping mengingat feature dari pola ridge sidik jari (orientasi lokal dan frekuensi, bentuk ridge, informasi tekstur) mungkin diekstrak lebih dipercaya daripada minutiae, meskipun mereka khusus secara umum menurun. Termasuk pendekatan ke keluarga membandingkan sidik jari kedalam istilah ekstraksi feature dari pola ridge.


2.5 Gambaran Umum Sistem

Gambaran umum sistem merupakan gambaran keseluruhan proses yang dilakukan sistem serta modul-modul yang digunakan untuk mengerjakan masing-masing proses tersebut yang nantinya akan diterapkan dalam pembuatan program. Sistem verifikasi ini terdiri dari 4 bagian utama yaitu: 1. Bagian akuisisi citra, berupa citra sidik jari yang diambil secara langsung menggunakan scanner (jari diletakkan langsung diatas scanner). 2. Modul pengekstraksi fitur, terdiri dari pra-pengolahan dan pemrosesan blok untuk memperoleh fitur. 3. Modul pencocokan, untuk mencocokkan fitur yang diperoleh dengan fitur dalam basis data sehingga di dapatkan skor tertentu. 4. Modul basis data, yang dibutuhkan sistem untuk menyimpan data biometrik individu yang telah terdaftar.

2.5.1 Akuisisi Citra

Citra sidik jari diambil secara langsung menggunakn scanner flatbed. Jari tangan diletakkan langsung diatas scanner. Untuk membatasi area pengambilan sidik jari maka pada scanner ditempel karton berlubang berbentuk segi empat.

Kotak pembatas tersebut

hanya di dasarkan pada ukuran rata-rata ibu jari.

Pengambilan sampel pada sidik jari pada ibu jari ini di dasarkan atas asumsi bahwa ibu jari memiliki ukuran yang lebih besar dari jari-jari lainnya sehingga citra sidik jari yang diambilnya lebih luas/banyak. Pengambilan citra sidik jari dilakukan 4 kali untuk setiap orang. Sidik jari yang diambil adalah sidik jari tangan kiri. Pengambilan sidik jari tangan kiri di dasarkan atas asumsi bahwa sebagian besar pengguna lebih sering menggunakan tangan kanan untuk aktivitas sehingga jari tangan kiri bentuknya lebih invarian di banding jari tangan kanan.

2.5.1.1 Proses Akuisisi Citra


Gambar 2.6 Proses Akuisisi Citra (Gonjales,rickhard .2010,)

Gambar menampilkan contoh proses citra digital. Proses ini dapat dijelaskan sebagai berikut. Ada sebuah objek yang akan diambiul gambarnya untuk dijadikan citra digital. Sumber cahaya diperllukan untuk menerangi objek, yang berarti ada intensitas cahaya yang diterima oleh objek. Oleh objek, intensitas cahaya ini sebagian diserap dan sebagian lagi dipantulkan ke lingkungan sekitar objek secara radial . Sistem pencitraan menerima sebagian

dari

intensitas cahaya yang dipantul oleh objek tadi. Di dalam sistem pencitraan terdapat sensor optik yang digunakan untuk mendeteksi intensitas cahaya yang masuk kedalam sistem. Keluaran dari sensor ini berupa arus yang besarnya sebanding dengan intensitas cahaya yang mengenainya. Arus tersebut kemudian dikonversi menjadi data digital yang kemudian dikirimkan ke unit penampil atau unit pengolah lainnya. Secara keseluruhan hasil keluaran sistem pencitraan berupa citra digital.

2.5.1.2 Model Citra Sederhana

Sensor optik yang terdapat di dalam sistem pencitraan di susun sedemikian rupa sehingga membentuk bidang dua dimensi (x,y). besar intensitas yang diterima sensor disetiap titik (x,y) disimbolkan oleh f(x,y) dan besarnya tergantung pada intensitas yang dipantulkan oleh objek. Ini berarti f(x,y) sebanding dengan energi yang dipancarkan oleh sumber cahaya. Konsekuensinya, besar intensitas cahaya f(x,y) tidak boleh nol dan harus berhingga, dengan persamaan: 0 < 𝑓(𝑥, 𝑦) < ∞

(2.1)


Fungsi f(x,y) dapat dipisahkan menjadi dua komponen yaitu,

1. Jumlah cahaya yang berasal dari sumbernya disimbolkan oleh i(x,y) (illumination), nilainya antara 0 dan ∞. 2. Derajat kemampuan objek memantulkan cahaya r (x,y) (reflection) nilainya antara 0 dan 1. Besar f(x,y) merupakan kombinasi perkalian dari keduanya, 𝑓(𝑥, 𝑦) = 𝑖(𝑥, 𝑦). 𝑟(𝑥, 𝑦)

(2.2)

0 < 𝑖(𝑥, 𝑦) < ∞

(2.3)

0 < 𝑟(𝑥, 𝑦) < 1

(2.5)

Dimana

Dan

Nilai i(x,y) ditentukan oleh sumber cahaya, sedangkan r(x,y) ditentukan oleh karakteristik objek di dalam gambar. Nilai r(x,y) = 0 mengindikasikan penyerapan total, sedangkan r(x,y) = 1 menyatakan pemantulan total. Jika permukaan mempunyai derajat pemantulan nol maka fungsi intensitas cahaya sama dengan iluminasi yang diterima oleh permukaan tersebut. Intensitas f(x,y) dititik (x,y) disebut derajat keabuan (grey-level), yang dalam hal ini derajat keabuan bergerak dari hitam keputih sedangkan citranya disebut citra skala keabuan

(grayscale image). Derajat keabuan memiliki rentang nilai dari 𝐼𝑚𝑖𝑛 <

𝑓(𝑥, 𝑦) < 𝐼𝑚𝑎𝑥 atau biasa ditulis dalam bentuk

( 𝐼𝑚𝑖𝑛 , 𝐼𝑚𝑎𝑥 ). Rentang nilai ini sering

digeser untuk alasan-alasan praktis menjadi selang [0,L] yang dalam hal ini nilai intensitas 0 menyatakan hitam, nilai intensitas L menyatakan putih.

2.5.1.3 Sistem pencitraan

Pencitraan adalah proses untuk mentransformasi citra analog menjadi citra digital. Dalam Tugas Akhir ini alat yang digunakan untuk pencitraan adalah sensor sidik jari (fingerprint scaner).

Gambar 2.7 Citra Analog Menjadi Citra Digital


(Putra, 2009 )

2.5.2 Digitalisasi Citra

Telah dijelaskan sebelumnya bahwa citra analog tidak bias diproses langsung oleh komputer. Citra analog harus diubah menjadi citra digital agar computer dapat memprosesnya. Proses perubahan ini disebut degnan digitalisasi citra. Dua hal yang harus dilakukan pada digitalisasi citra yaitu digitalisi spasial yang disebut juga dengan sampling dan digitalisasi intensitas yang sering disebut dengan kuantisasi.

2.5.2.1 Sampling

Sampling adalah transformasi citra kontinu menjadi citra digital dengan cara membagi citra analog (kontinu) mejadi M kolom dan N baris sehingga menjadi citra diskrit. Semakin besar nilai M dan N semakin halus citra digital yang dihasilkan yang artinya resolusi citra semakin tinggi. Di dalam fingerprint scanner yang menerapkan sensor optis dimana menggunakan sensor optis jenis CCD ( Charge Couple Device) yang membentuk sebuah larik berukuran M kolom dan N baris. Sensor jenis CCD digunakan untuk mendeteksi intensitas cahaya

yang masuk ke dalam sistem.

(Castleman,1996). Keluaran dari matrik CCD

berupa arus yang besarnya

yang

besarnya sebanding dengan intensitas cahaya

yang mengenainya. Arus tersebut

kemudian dikonversi menjadi data digital yang kemudian dikirim keunit penampil dan pengolah lainnya. Hal inilah yang dimaksud dengan sampling yaitu pengambilan sebagian cahaya dari seluruh cahaya yang diterima oleh sensor.

Gambar 2.8 Proses Sampling


(Putra, 2009)

2.5.2.2 Kuantisasi

Proses kuantisasi dihasilkan oleh peralatan digital yang dalam tugas akhir ini adalah finger scanner (sensor sidik jari). Kuantisasi adalah merupakan transformasi intensitas analog yang bersifat kontinu ke daerah intensitas diskrit

Misalnya besar memori yang digunakan untuk menyimpan warna adalah 3 bit maka gradasi warna citra analog Gambar (b). ( yang seharusnya mempunyai jumlah gradasi wana yang tak terhingga) hanya diwakili oleh gradasi warna 3 bit. Kemudian dilalkukan kuantisasi untuk tiap piksel. Warna tiap-tiap piksel disesuaikan dengan gradasi warna yang disediakan oleh memori.

Gambar 2.9 Kuantisasi Piksel (Putra,2009)

Setelah tiap-tiap piksel dikuantisasi, nilai-nilai intensitas diperoleh sebagai berikut,

Gambar 2.10 Nilai intensitas Kuantisasi citra (Putra,2009)


2.5.2.3 Resolusi

Ada 2 jenis resolusi yang perlu diketahui yaitu resolusi spasial dan resolusi kecemerlangan. Resolusi spasial adalah ukurnan halus atau kasarnya pembagian kisikisi baris dan kolom pada saat dilakukan sampling. Resolusi kecemerlangan (intensitas/brightness)

adalah ukuran halus kasarnya pembagian tingkat gradasi

warna sat dilakukan kuantisasi. Satuan resolusi biasanya adalah dpi (idot per inch).

2.5.2.4 Pra Pemrosesan

Pada tahap akuisisi data sebelumnya, sampel sidik jari yang diambil masih berupa kumpulan beberapa sidik jari yang terdapat pada selembar kertas. Jadi belum merupakan file citra sidik jari tunggal. Juga masih dikelilingi oleh garis-garis dari segiempat pembatas yang harus di eliminasi terlebih dahulu. Oleh karena itu harus dilakukan tahapan pra-pemrosesan yang di dalamnya terdapat proses untuk membuat citra sidik jari menjadi file tunggal yang siap untuk diekstraksi fiturnya. Proses-proses tersebut diantaranya: 1. Mengubah kecitra beraras keabuan, yaitu proses untuk mengubah citra warna RGB menjadi citra warna beraras keabuan (grayscale). 2. Segmentasi, yaitu proses yang dilakukan untuk memisahkan antara wilayah latar belakang dengan latar depan. 3. Perhitungan arah orientasi (oriented estimation), yaitu proses penentuan arah orientasi lokal dari setiap titik ridge pada citra sidik jari yang membentuk sudut θ terhadap sumbu x. 4. Menentukan core point sebagai titik acuan dari citra sidik jari. Titik acuan ini merupakan pusat dari wilayah ROI ( region of interest) yang digunakan.

Untuk menentukan fitur sidik jari, pertama harus dicari reference point/ core ponint yang ada pada citra sidik jari. Core point

dijadikan sebagai titik acuan untuk memperoleh

daerah yang digunakan atau ROI (Region Of Interest). Setelah Core Point

diperoleh ,

kemudian di tentukan daerah yang digunakan (Region Of Interest). ROI yang digunakan diambil pada radius tertentu dari core point. ROI yang diperoleh kemudian disektorisasi.


Filter bank Gabor ini diperlukan untuk mendapatkan representasi sidik jari seperti skala, translasi dan rotasi

yang invarian. Skala yang sama bukan masalah yang signifikan

selama sebagian besar citra sidik jari dapat diskalakan sebagai per dpi dari spesifikasi sensor. Rotasi dan translasi yang sama dapat diselesaikan dengan menentukan frame referensi yang berbasisikan pada karakteristik intrinsik sidik jari seperti rotasi dan translasi yang invaria. Translasi ditangani oleh lokasi titik referensi tunggal sebelum ekstraksi ciri dimulai.

Implementasi dari ekstraksi ciri mengasumsikan bahwa sidik jari

berorientasi

vertikal. Pada kenyataannya, sidik jari pada database ini tidak selalu berada dalam orientasi vertikal, sidik jari ini mungkin diorientasikan diatas 45 dari orientasi vertikal yang diasumsikan. Rotasi citra ditangani secara parsial oleh putaran dari nilai ciri FingerCode pada bagian matching, untuk implementasi kedepan, rotasi citra akan ditangani secara otomatis menghasilkan orientasi sidik jari dari data citra Output

Input

Proses penentuan titik referensi

Input

Output Proses penentuan ROI

input

output Proses Sektorisasi

Normalisasi

+ Gambar 2.11 Pra Pemrosesan Sampai Normalisasi Citra Sidik Jari


Gambar 2.12 Pencocokan Sidik Jari http://www.cse.msu.edu/biometrics/Publications/Fingerprint/MSU-CPS-98-36.pdf

2.5.3 Pencocokan

Pengukuran kesamaan antara dua vector fitur v1 dan v2 dihitung dengan algoritma jarak Euclidean ternormalisasi berikut: 1

Dimana :

𝑑̅ (𝑢, 𝑣) = (∑𝑖(𝑢 �� 𝚤 ))2 𝚤 −𝑣

(2.5)

𝑢𝚤 = ��

(2.7)

𝑢𝑖 ‖𝑢‖

, 𝑣�𝚤 =

𝑣𝑖 ‖𝑣‖

‖𝑣‖ disebut norm dari v dan untuk jarak Euclidean, yaitu: 1

‖𝑣‖ = (∑𝑖(𝑣12 )2

(2.8)

Jika d(u,v) bernilai kecil maka nilai vector adalah sama. Sebaliknya jika d (u,v) bernilai besar maka kedua vector adalah berbeda. Sifat dari jarak eucliden ternormalisasi adalah hasilnya berada pada rentang 0 d(u,v) 2. Untuk mempermudahkan proses pengambilan keputusan maka digunakan metode pengukuran kesamaan (similarity measure). Semakin tinggi skor yang diperoleh maka dapat di asumsikan bahwa pengguna tersebut adalah sah. Rentang dari skor berada antara 0 sampai 1 yang di dapat dengan rumus : Skor = 1-𝑑̅ (u,v)/2

(2.9)


2.6

Teknik Penyimpanan Citra

2.6.1

Data sidik jari disimpan pada perangkat fingerscan

Cara ini disebut sebagai pendekatan desentralisasi keuntungan metode ini adalah adanya kecepatan dalam proses pencocokan. Kelemahannya antara lain adalah kaapasitas penyimpanan yang terbatas. Selain itu, identitas seseorang hanya bisa diproses pada peralatan yang memiliki pemindai yang sama.

2.6.2

Data sidik jari disimpan pada komputer sentral

Cara ini disebut sentralisasi. Keuntungannya adalah kapasitas penyimpanan yang sangat besar. Selain itu orang bisa dipindai (discan) pada semua lokasi komputer yang terhubung dengan komputer pusat. Kelemahannya ,proses identifikasi sedikit lebih lama dari pada dalam proses dalam model desentralisasi.

2.7 Noise

Noise secara umum adalah penurunan kualitas citra akibat terjadinya kesalahan acak (random error). Noise dapat terjadi selama proses akuisisi citra, transmisi atau pemrosesan citra.

Noise dalam citra sidik jari sedikit berbeda dari defenisi umum dari noise. Noise dalam citra sidik jari dapat berasal dari berbagai kondisi, antara lain: lipatan, bukit sidik jari yang putus karena luka atau berkerut, kontras yang rendah dikarenakan sidik jari yang kering, bentuk bukit yang sulit dikenali karena sidik jari yang kasar dan lain sebagainya. Khususnya


pada pendekatan thinning terdapat dua jenis noise, yaitu adanya jurang pada garis bukit dan garis bukit yang salah sehingga menghubungkan garis bukit yang berbeda.

Gambar 2.13 Noise pada pendekatan thinning (Greenberg et al., 2002)

2.8 Kesalahan dan Nilai keberhasilan dalam Sistem Biometric 2.8.1 Rasio Kesalahan Keputusan

2..8.1.1 Rasio Kesalahan Penerimaan

False Acceptance Rate (FAR) menyatakan bagian transaksi dengan klaim salah terhadap identitas (yang terdaftar disistem) ataupun non identitas (yang tidak terdaftar disistem) yang diterima sistem.

2.8.1.2 Rasio Kesalahan Penolakan

False Rejection Rate menyatakan bagian transaksi dengan klaim benar terhadap identitas, ataupun non identitas yang ditolak sistem.


2.8.2 Nilai Keberhasilan dan Kegagalan Sistem 2.8.2.1 Persentase Keberhasilan (Kecocokan)

Persentase keberhasilan menyatakan tingkat keberhasilan sistem dari jumlah sampel yang cocok (dinyatakan sistem) dengan jumlah sampel keseluruhan pengguna.

%Keberhasilan =

Jumlah Data Cocok

Jumlah Data keseluruhan proses pencocokan

x 100%

(2.10 )

2.8.2.2 Persentase Kegagalan

Persentase kegagalan menyatakan tingkat kegagalan sistem dari jumlah sampel yang tidak cocok (dinyatakan sistem) dengan jumlah sampel keseluruhan pengguna.

% kegagalan =

Jumlah data tidak cocok

jumlah data keseluruhan proses pencocokan

2.9 Universal Serial Bus (USB)

x 100% (2.11)

2.9.1 Konektor USB Ada dua macam konektor USB, yaitu konektor A untuk hubungan ke host, dan konektor B untuk hubungan ke perangkat USB. Kedua jenis konektor ini dapat dibedakan dengan mudah untuk menghindari kesalahan pemasangan.

Gambar 2.14 Konektor USB (Tipe A dan Tipe B)


Pin

Warna Kabel

Fungsi

1

Merah

Vbus(5 volt)

2

Putih

D-

3

Hijau

D+

4

Hitam

Ground

Table 2.1 Karakteristik PIN USB

2.11.2 Sinyal USB

Untuk mengurangi derau (noise), USB menggunakan sinyal diferensial. Kabel data USB terhubung dari titik ke titik (point to point) dan pengiriman data dilakukan secara half duplex, yang berarti hanya salah satu ujung kabel yang dikemudikan pada satu waktu. Protokol mengatur kedua ujung kabel bergantian mengirim informasi. Pada gambar menunjukkan sinyal data USB.

Gambar 2.15 Sinyal Data USB


Tabel 2.2 Karakteristik Tegangan Sinyal USB


BAB II TINJAUAN PUSTAKA

Recommend Documents