ANALISIS PENEKANAN KUNCI DINAMIK UNTUK VERIFIKASI BIOMETRIK BERBASIS JARINGAN SYARAF TIRUAN PROPAGASI BALIK
ARIF BUDIMAN
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006
PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa Tesis ANALISIS PENEKANAN KUNCI DINAMIK UNTUK VERIFIKASI BIOMETRIK BERBASIS JARINGAN SYARAF TIRUAN PROPAGASI BALIK, adalah karya saya sendiri dan belum diajukan dalam bentuk apapun kepada Perguruan Tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini.
Bogor, Juli 2006
Arif Budiman NRP. G651034104
ABSTRAK ARIF BUDIMAN. Analisis penekanan kunci dinamik untuk verifikasi biometrik berbasis jaringan syaraf tiruan propagasi balik. Dibimbing oleh SUGI GURITMAN dan HERU T. NATALISA. Penekanan kunci biometrik mempelajari pola kebiasaan pengetikan seseorang. Jurnal literatur menunjukkan prospek yang bagus sebagai sistem verifikasi dan umumnya menggunakan metode statik (yakni data pelatihan mirip dengan data verifikasi). Penelitian ini menggunakan metode analisis dinamik. Data dianalisis ke dalam pasangan karakter dominan tertentu sehingga memungkinkan data pelatihan berbeda dengan data verifikasi (pemunculan data secara acak). Pasangan karakter dominan diperoleh dari penelitian pendahuluan yang khusus diadakan untuk menganalisis 756 kata dalam bahasa Indonesia dengan berdasarkan pergerakan jari kiri-kanan. Pasangan karakter tersebut adalah an,ng,la,en,ka dan kelompok pasangan karakter yang berdekatan adalah (ng,ba,ma,na,nd), (an,am,ab), (su,au,ay,gu,di,du,di,ai), (pa,is,ia,ya,ua,us), dan (ri,ti,ru,tu,ro,to,ep). Prototipe sistem ini menggunakan tiga variabel yakni durasi (d), interkey (i) dan waktu total (T). Masing-masing mempunyai Jaringan Syaraf Tiruan (JST) yang terpisah dengan pengolahan awal input ke dalam 5 kelas fuzzy (SC,C,S,L,SL). Algoritme pelatihan adalah propagasi balik dan menggunakan dua tipe model pelatihan A (tegas) dan B (berarti dua). Data pelatihan diperoleh dari analisis statistik (rata-rata, median, modus, simpangan baku, minimum, maksimum) dan data komplemen pola kelas fuzzy untuk setiap pasangan karakter tersebut. Penelitian ini telah dilakukan untuk menguji pengaruh layout keyboard terhadap hasil persentase False Rejection Rate (FRR), pengaruh pengulangan pengambilan data terhadap hasil % FRR, pengaruh uji verifikasi JST dalam memberikan respon terhadap data baru yang secara eksklusif tidak diikutkan dalam proses pelatihan, pengaruh uji identifikasi dalam hal persentase False Acceptance Rate (FAR) terhadap JST model pelatihan A dan B, dan pengaruh respon keseluruhan dalam % FRR terhadap deteksi penyusupan. Kesimpulan penelitian ini menunjukkan model A memberikan hasil % FRR lebih rendah dan hasil % FAR lebih tinggi daripada model B, namun model B mempunyai nilai batas ambang keputusan yang lebih fleksibel sehingga bisa digunakan dalam model output fuzzy pada penelitian mendatang. Kestabilan sistem sangat ditentukan oleh layout keyboard dan kondisi lingkungan saat pengetikan. Namun, proses pengulangan pengambilan data lebih dari 56 hari masih memberikan hasil yang konsisten. JST mempunyai kemampuan mengenali data eksklusif dengan hasil % FRR yang relatif rendah. Penyusupan bisa dideteksi dengan mudah dengan melihat keberadaan lonjakan % FRR. Model ini mempunyai kemampuan yang bagus untuk verifikasi biometrik penekanan kunci dengan pengetikan teks dinamik, namun membutuhkan beberapa penelitian lanjutan untuk identifikasi biometrik. Kata kunci: biometrik, perilaku, penekanan kunci, analisis dinamik, jaringan syaraf tiruan, propagasi balik.
ABSTRACT ARIF BUDIMAN. Dynamic keystroke analysis for biometric verification based on artificial neural network backpropagation. Under the direction of SUGI GURITMAN and HERU T. NATALISA. Biometric keystroke analysis studies the typing pattern of human behavior. Literature journals show a good prospect for a verification system and commonly use static method (where training data is similar with the verification data). This research uses dynamic analysis method. The data will be analyzed into certain dominant character pairs so that it is possible for training data to be different than the verification data (using random data display). The dominant character pairs were obtained from preliminary research which was conducted to specifically analyze 756 words in the Indonesian language. It is based on left-right finger movement. The character pairs are an, ng, la, en, ka while the cluster of close character pairs are (ng,ba,ma,na,nd), (an,am,ab), (su,au,ay,gu,di,du,di,ai), (pa,is,ia,ya,ua,us), and (ri,ti,ru,tu,ro,to,ep). The system prototype uses three variables, namely duration (d), interkey (i) and total time (T). Each variable has its own separated Artificial Neural network (ANN) by pre-processing input into five fuzzy classes (SC, C, S, L, SL). The training algorithm is backpropagation and uses two types of training models: A (crispy) and B (ambiguity). The training data were obtained by statistical analysis (mean, median, modus, standard deviation, minimum, maximum) and from fuzzy class pattern complementary data for each character pairs. The research was conducted to study the effect of keyboard layout on False Rejection Rate (FRR) percentage, the effect of data re-taken on % FRR, the effect of ANN verification test on the responses to the new exclusive data (which had never been included in training process). It also studies the effects of identification tests in terms of False Acceptance Rate (FAR) percentage on ANN training model A and B, and the effect of overall response in % FRR on intrusion detection. The conclusions are that model A gives lower % FRR and higher % FAR than model B while model B has a more flexible value of the decision threshold to be used as fuzzy output model in future research. The system stability is affected significantly by keyboard layout and environment conditions during typing. However, the data re-take process carried out more than 56 days afterwards still gave consistent results. ANN has the capability to recognize exclusive data with relatively lower % FRR results. Intrusion can be detected easily by spotting the existence of the % FRR spike. This model has a good capability for Biometric keystroke verification with dynamic text typing but still requires more research for Biometric identification. Keywords: Biometric, Behavior, Keystroke, Dynamic Analysis, Artificial Neural Network, Backpropagation.
© Hak Cipta milik Institut Pertanian Bogor, tahun 2006 Hak Cipta dilindungi
Dilarang mengutip dan memperbanyak tanpa izin tertulis dari Institut Pertanian Bogor, sebagian atau seluruhnya dalam bentuk apapun, baik cetak, fotokopi, microfilm, dan sebagainya
ANALISIS PENEKANAN KUNCI DINAMIK UNTUK VERIFIKASI BIOMETRIK BERBASIS JARINGAN SYARAF TIRUAN PROPAGASI BALIK
ARIF BUDIMAN NRP : G651034104
Tesis Sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada Departemen Ilmu Komputer
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006
PRAKATA Puji dan syukur penulis panjatkan kepada ALLAH SWT atas segala karuniaNya sehingga karya ilmiah ini berhasil diselesaikan. Topik yang dipilih dalam penelitian yang dilaksanakan sejak bulan Agustus 2005 ini adalah ANALISIS PENEKANAN KUNCI DINAMIK UNTUK VERIFIKASI BIOMETRIK BERBASIS JARINGAN SYARAF TIRUAN PROPAGASI BALIK. Terima kasih penulis ucapkan kepada Bapak Dr. Sugi Guritman dan Bapak Ir. Heru Triyono Natalisa, M.Math selaku Komisi Pembimbing serta Bapak Ir. Agus Buono, M.Si, M.Kom selaku penguji luar komisi yang telah banyak memberikan masukan. Serta teman-teman mahasiswa Pascasarjana Ilmu Komputer yang telah memberikan kritikan dan saran baik langsung maupun tidak langsung, khususnya kepada rekan Moh. Syafii, Risanto Darmawan, Mahyus yang telah membantu langsung dalam pengumpulan data. Ucapan terima kasih juga disampaikan kepada istri Wahyuningsih yang telah juga membantu langsung dalam pengumpulan data serta seluruh keluarga yang mendukung. Semoga karya ilmiah ini bermanfaat.
Bogor, Juli 2006
Arif Budiman NRP. G651034104
Judul Tesis
:
ANALISIS
PENEKANAN
KUNCI
DINAMIK
UNTUK
VERIFIKASI BIOMETRIK BERBASIS JARINGAN SYARAF TIRUAN PROPAGASI BALIK (DYNAMIC KEYSTROKE ANALYSIS FOR BIOMETRIC VERIFICATION
BASED
ON
BACKPROPAGATION
ARTIFICIAL NEURAL NETWORK) Nama
:
Arif Budiman
NRP
:
G651034104
Disetujui Komisi Pembimbing
Dr. Sugi Guritman Ketua
Ir. Heru Triyono Natalisa, M.Math Anggota Diketahui
Ketua Program Studi
Dekan Sekolah Pascasarjana
Pascasarjana Ilmu Komputer
Dr. Sugi Guritman
Tanggal Ujian : 9 Juni 2006
Dr. Ir. Khairil Anwar Notodiputro, MS
Tanggal Lulus :
RIWAYAT HIDUP Arif Budiman dilahirkan di Tanjung Karang Lampung pada tanggal 25 Januari 1972. Putra pertama dari tiga bersaudara dari orang tua Lokman Muchsin dan Lusiana Kawidjaja. Penulis beristrikan Wahyuningsih dan mempunyai seorang putra dan putri. Penulis menempuh pendidikan sarjana Teknik Elektro Universitas Trisakti Jakarta dari tahun 1990 sampai dengan tahun 1995 dan pada tahun 2004 lulus seleksi masuk pada Program Pasca Sarjana Ilmu Komputer IPB Bogor. Penulis mengawali pekerjaan secara konsisten di bidang Teknologi Informasi sejak tahun 1996 di bidang jaringan, keamanan TI dan platform Microsoft serta memegang sertikasi profesional sebagai Microsoft Certified System Engineer. Penulis bekerja di PT Microsoft Indonesia sebagai Technical Account Manager sejak tahun 2003 dan tercatat sebagai IEEE Student Member dengan nomor 80087465. Penulis saat ini bertempat tinggal di Jakarta dengan alamat Jl. Laut Sulawesi BB4/32 Duren Sawit I Kecamatan Duren Sawit Jakarta Timur 13440 Telpon (021) 8620335.
DAFTAR ISI DAFTAR TABEL ……………………………………………………… …………… DAFTAR GAMBAR …………………………………………………………….….. DAFTAR LAMPIRAN .……………………………………………………………... 1 PENDAHULUAN Latar Belakang………………………………………………… …….. Tujuan Penelitian ……………………………………………………. Manfaat Penelitian ………………………………………………….. Intisari Penelitian Sebelumnya …………………………………….. Perbedaan dari Penelitian Sebelumnya ………………………….. Ruang Lingkup …. …………………………………………… …….. 2 TINJAUAN PUSTAKA Sistem Biometrik ……………………………………………… …….. Mode Operasi Biometrik ……………………………………………. Parameter Kinerja …………………………………………… ……… Penekanan Kunci Dinamik (Dynamic Keystroke) ………………... Prinsip Kerja Keyboard ……………………………………… ……... Jaringan Syaraf Tiruan ……………………………………… ……… Variabel Fuzzy ………………………………………………… …….. 3 METODOLOGI Kerangka Pemikiran ………………………………………… ……… Tata Laksana ………………………………………………… ……… Rancangan Percobaan .... …………………………………………. 4 RANCANG BANGUN SISTEM Dasar Pemikiran Perancangan .................................................... Perancangan Model Data ............................................................ Perancangan Prototipe Aplikasi ................................................... 5 ANALISIS DAN PEMBAHASAN Percobaan Untuk Melihat Pengaruh Perbedaan Perangkat Keras ………..……………………………………………………….. Percobaan Untuk Melihat Pengaruh Pengulangan Pengambilan Data ……………………………………….………………………….. Percobaan Untuk Melihat Kemampuan Verifikasi Dengan Data Eksklusif .……………… ……..………………………………………. Percobaan Untuk Melihat Pengaruh Model Data Pelatihan A dan B – Uji Identifikasi ………………………………………………. Percobaan Untuk Melihat Pengaruh Model Data Pelatihan A dan B – Uji Penyusupan (%FRR = 1 - %FAR) ………………..….. Percobaan Untuk Melihat Pengaruh Model Data Pelatihan A dan B - Pengaruh % FRR dan ambang keputusan (0.5 – 0.9) ... Perbandingan Kelayakan Sistem ……………..........……………... Implementasi Sistem …………………………................................ 6 KESIMPULAN DAN SARAN Kesimpulan …………………………………………………….......... Saran ……………………………………………………………......... DAFTAR PUSTAKA ………………………………………………………............. LAMPIRAN ......... ………………………………………………………..............
Halaman xi xii xiii 1 5 5 6 15 16 17 18 21 23 25 27 31 34 37 39 41 41 50
77 79 81 82 83 85 86 87 89 91 92 95
DAFTAR TABEL 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Perbandingan Biometrik (NCSC,2005) ........……………………………… Perkembangan Biometrik Perilaku Penekanan Kunci …………………… Perbandingan Karakteristik Biometrik (Anil K. Jain et al, 2004)…..…….. Nama, Jenis Dan Sumber Data Penelitian ……………………………….. Daftar Kosakata ……………………………………………………… ………. Daftar Kandungan Pasangan Karakter Dari 51 Kata ............................... Hubungan Bobot JST Dengan Uji Data Eksklusif ………....……………... Penyusunan Data Komplemen Untuk Variabel d, i Dan T ………….…… Contoh Nilai Target Yang Bertentangan (Paradoks) …………………….. Ringkasan Hasil Uji Abudiman1 dan Abudiman2 Terhadap JST Bobot Abudiman4 ……………………………………………………………………. Ringkasan Hasil Uji Wningsih1 dan Wningsih2 Terhadap JST Bobot Wningsih4 …………………………………………………………………….. Ringkasan Hasil Uji Mahyus2 Terhadap JST Bobot Mahyus1 ..………… Ringkasan Hasil Uji Abudiman3 Terhadap JST Bobot Abudiman4 ..…… Ringkasan Hasil Uji Wningsih5 Terhadap JST Bobot Wningsih4 ............ Ringkasan Hasil Uji Syafii1 Terhadap JST Bobot Syafii2 ........................ Ringkasan Hasil Uji Risantod1 Terhadap JST Bobot Risantod2 ......…… Cuplikan Analisis Statistik Pada Kasus Risantod ………………………… Ringkasan Hasil Uji Dat a Eksklusif Terhadap JST Bobot Milik Sendiri ... Ringkasan Uji Identifikasi Pengguna Di Notebook Nx6125 ..................... Ringkasan Hasil Uji Penyusupan Dengan JST Model Pelatihan A ......... Ringkasan Hasil Uji Penyusupan Dengan JST Model pelatihan B .......... Cuplikan Bentuk Keluaran JST Model Pelatihan B ................................. Perbandingan Kelayakan Sistem ............................................................
Halaman 3 14 23 38 42 42 43 45 46 77 77 78 79 79 79 80 80 81 82 83 84 85 86
DAFTAR GAMBAR 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34
Klasifikasi Biometrik ………………………………….. ……………………… Perbandingan Metodologi JST (Obaidat, 1995) …………………………… Perbandingan Fungsi Aktivasi JST Propagasi Balik (Obaidat et al, 1997)…………………………………………………………………………….. Perbandingan Pengukuran keystroke Latencies (Daw-Tung Lin, 1997) …………………………………………………………………………………… Acuan Pengukuran Variabel d, i, Dan T ...........……………………………. Keyboard QWERTY US English Standard (101/102 Keys) ……...……..... Biometrik Untuk Identifikasi (Salil Prabhakar et al, 2003) ........................ Biometrik Untuk Verifikasi (Salil Prabhakar et al, 2003) ........................... Proses Enrollment Dalam Biometrik (Salil Prabhakar et al, 2003)............ Blok Diagram Sistem Biometrik (Simon Liu et al, 2001) ............................ Gabungan Metode Biometrik Dalam Satu Sistem (Anil K. Jain et al, 2004) ……………….................................................................................... Distribusi Kurva Probabilitas Terhadap Skor Pencocokan Pola (Salil Prabhakar et al, 2003) …………..……….................................................... Blok Diagram Elektronik Keyboard …………………….……………………. Arsitektur Lapisan Jaringan Syaraf Tiruan (JST) ….………………………. Pemrosesan Di Satu Sel Neuron……………………………………..……… Diagram Alur Kerangka Pemikiran ………………………………................. Tahapan Pelaksanaan Penelitian ............................................................. Hubungan Histogram Dengan Batas Kelas Fuzzy ....……………………… Tujuh Kemungkinan Pola Dari 5 Kelas Fuzzy ........................................... Hasil Verifikasi Akibat Data Pelatihan Yang Paradoks .............................. Grafik Hubungan Laju Pembelajaran Dengan Penurunan Kesalahan ….. Grafik Hubungan Laju Kesalahan Dengan Model Pelatihan A Dan B ….. Pengaruh Tingkat Kesalahan (Jumlah epoch) Terhadap Verifikasi……… Diagram Alir Aplikasi pengambilan Data …………………………….……… Tampilan Pengguna Aplikasi Pengambilan Data ...................................... Diagram Status Penguraian Pasangan Karakter Berurutan ...................... Diagram Status Pengecekan Urutan Penekanan ...................................... Tampilan Pengguna Aplikasi Analisis Data ............................................... Struktur Jaringan Syaraf Tiruan Untuk Variabel d, i, Dan T ...................... Hasil Uji 1 Program Jaringan Syaraf Tiruan............................................... Hasil Uji 2 Program Jaringan Syaraf Tiruan .............................................. Perbandingan Notebook EvoN620C Dan Nx6125 .................................... Hubungan % FRR Dengan Ambang Keputusan (0.5 – 0.9) ..................... Implementasi Dalam Sistem Verifikasi ......................................................
Halaman 2 7 8 10 15 16 18 19 19 20 21 22 26 29 29 34 35 44 44 47 48 49 50 51 52 54 56 62 65 74 75 78 85 87
DAFTAR LAMPIRAN 1 2 3 4 5 6 7
Penelitian Pendahuluan Analisis Kata Bahasa Indonesia …………........... Perancangan Variabel Fuzzy ..............................................……………….. Tabel Analisis Statistik Data Biometrik (15 Data Dari 5 Pengguna) ............ Contoh Model Data Pelatihan A Dan B – Abudiman4 ................................. Uji Parameter Jaringan Syaraf Tiruan …………………………………….… Tabel Lengkap Hasil Percobaan ……………………………………………… Struktur Basis Data ....................................................................................
Halaman 96 107 110 113 115 123 139