• Tidak ada hasil yang ditemukan

SISTEM AUTENTIFIKASI DENGAN PENGENALAN IRIS - Binus e-Thesis

N/A
N/A
Protected

Academic year: 2019

Membagikan "SISTEM AUTENTIFIKASI DENGAN PENGENALAN IRIS - Binus e-Thesis"

Copied!
12
0
0

Teks penuh

(1)

v UNIVERSITAS BINA NUSANTARA

_________________________________________________________________ Jurusan Teknik Informatika

Skripsi Sarjana Komputer Semester Genap tahun 2005/2006

SISTEM AUTENTIFIKASI DENGAN PENGENALAN IRIS

Kent Kadim 0600618004 Yuwanly 0600660795

Abstrak

Tujuan dari penulisan skripsi ini adalah menganalisis dan merancang sistem aplikasi autentifikasi yang dapat memberikan tingkat keamanan yang baik dengan menggunakan pola iris manusia sebagai dasar identifikasi biometrik. Metode penelitian yang digunakan dalam skripsi ini adalah metode studi pustaka, metode analisis, dan metode perancangan. Metode tersebut dilakukan dengan cara melakukan penelitian kepustakaan sehingga diperoleh teori dan pengetahuan yang membantu penulisan skripsi ini, mengumpulkan data dan survei analisis aplikasi program, serta perancangan yang meliputi rancangan layar, STD, dan spesifikasi modul. Hasil yang dicapai yaitu sistem aplikasi dapat melakukan pengenalan pola iris manusia dengan tingkat keakuratan yang baik Simpulannya adalah pola iris manusia memiliki tingkat keunikan yang tinggi sehingga dijadikan biometrik untuk mengidentifikasi seseorang.

Kata Kunci:

(2)

vi PRAKATA

Puji syukur penulis panjatkan kepada Tuhan Yang Maha Esa, atas berkat dan

rahmat yang telah diberikan sehingga penulis dapat menyelesaikan tugas akhir yang

berjudul “Sistem Autentifikasi dengan Pengenalan Iris”. Skripsi ini ditulis untuk

memenuhi syarat kelulusan dalam program studi Strata-1 di Universitas Bina Nusantara.

Tanpa adanya dukungan dan perhatian yang baik dari berbagai pihak, penulis tidak

akan mampu menyelesaikan skripsi ini dengan baik. Penulis ingin mengucapkan terima

kasih yang sebesar-besarnya kepada semua pihak yang telah membantu, yaitu:

1. Bapak Prof. Dr. Gerardus Polla, M.App.Sc selaku Rektor Universitas Bina

Nusantara, yang telah memberi kesempatan kepada penulis untuk mengecap

pendidikan tinggi;

2. Bapak Moh. Subekti, BE.,M.Sc selaku Ketua Jurusan Teknik Informatika dan

Bapak Fredy Purnomo, S.Kom.,M.Kom selaku Sekretaris Jurusan Teknik

Informatika, yang telah membantu penulis dalam menyelesaikan skripsi ini;

3. Bapak Tri Djoko Wahjono, Ir., M.Sc selaku dosen pembimbing, yang telah bersedia

meluangkan waktu untuk banyak memberikan bimbingan dan pengarahan;

4. Segenap Dosen Universitas Bina Nusantara, yang telah mendidik penulis dari awal

hingga selesainya perkuliahan;

5. Orang tua dan keluarga, yang, telah memberikan semangat dan dukungan moril

kepada penulis ;

6. Teman-teman, yang telah banyak memberikan bantuan dan dorongan semangat

(3)

vii

7. Semua pihak yang telah banyak membantu penulis dalam penyusunan skripsi ini

yang tidak dapat penulis sebutkan satu persatu;

Penulis menyadari bahwa banyaknya hal-hal yang belum sempurna dalam penulisan

tugas akhir ini baik dalam bahasa maupun cara penyajian skripsi ini. Penulis sangat

berterima kasih atas setiap saran dan kritik yang diberikan guna memperbaiki skripsi ini

menjadi lebih baik.

Akhir kata, penulis sangat berharap skripsi ini dapat bermanfaat bagi kepentingan

banyak orang, khususnya mahasiswa Universitas Bina Nusantara yang akan

mengembangkan skripsi ini sebagai bahan untuk menyelesaikan tugas akhirnya.

Jakarta, Juni 2006

(4)

viii DAFTAR ISI

Halaman

Halaman Judul Luar ... i

Halaman Judul Dalam ... ii

Halaman Persetujuan ... iii

Halaman Persetujuan Hardcover ... iv

Abstrak ... v

Kata Pengantar ... vi

Daftar Isi ... viii

Daftar Tabel ... xiii

Daftar Gambar ... xiv

BAB 1 PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Ruang Lingkup ... 2

1.3 Tujuan dan Manfaat ... 3

1.4 Metodologi Penelitian ... 3

1.5 Sistematika Penulisan ... 4

BAB 2 LANDASAN TEORI ... 6

2.1 Artificial Intelligence ... 6

2.2 Autentifikasi ... 7

2.3 Biometrik ... 8

2.3.1 Sidik Jari ... 11

(5)

ix

2.3.2 Telapak Tangan ... 12

2.3.3 Retina ... 12

2.3.4 Iris ... 13

2.3.5 Wajah ... 13

2.3.6 Tanda Tangan ... 14

2.3.7 Suara ... 14

2.3.8 Pola Pengetikan ... 15

2.4 Mata Manusia ... 15

2.4.1 Iris ... 16

2.5 Citra... 18

2.5.1 Piksel ... 19

2.5.2 Citra Bitmap ... 19

2.5.3 Pengolahan Citra ... 20

2.6 Pengenalan Pola ... 20

2.7 Transformasi Hough ... 21

2.8 Model Rubber SheetDaugman ... 22

2.9 Filter Gabor ... 23

2.10 Hamming Distance ... 25

2.11 Pengenalan Iris ... 27

2.11.1 Prinsip Pengenalan Iris ... 27

2.11.2 Keunggulan dan Kelemahan Pengenalan Iris ... 28

(6)

x

2.12 Interaksi Manusia dan Komputer ... 30

2.12.1 Ciri-ciri Perangkat Lunak yang Baik ... 30

2.12.2 Delapan Aturan Emas User Interface ... ... 30

2.12.3 Usability Test ... 31

BAB 3 ANALISIS DAN PERANCANGAN SISTEM ... 32

3.1 Analisis Pre-Kuesioner ... ... 32

3.2 Analisis Ekstraksi Fitur ... 38

3.2.1 Segmentasi Iris ... 38

3.2.2 Normalisasi Iris ... 40

3.2.3 Feature Encoding ... 41

3.3 Analisis Matching ... 42

3.4 Gambaran Umum Sistem ………... 43

3.5 Proses Registrasi ... 47

3.5.1 Input Gambar ... 47

3.5.2 Ekstraksi Fitur ... 47

3.5.3 Penyimpanan Tempat Iris ... 48

3.6 Proses Autentifikasi ... 48

3.6.1 Input Gambar ... 49

3.6.2 Ekstraksi Fitur ... 49

3.6.3 Segmentasi ... 49

Halaman 3.6.4 Matching ... 50

(7)

xi

3.8 Rancangan Layar ... 51

3.8.1 Rancangan Layar Utama ... 51

3.8.2 Rancangan Layar Registrasi ... 52

3.8.3 Rancangan Layar Autentifikasi ... 53

3.8.4 Rancangan Layar Informasi ... 55

3.9 State Transision Diagram ... 55

3.10 Spesifikasi Modul ... 57

3.10.1 Modul Utama ... 58

3.10.2 Modul Registrasi ... 58

3.10.3 Modul Autentifikasi ... 59

3.10.4 Modul Create Template ... 61

3.10.5 Modul Segmentasi ... 62

3.10.6 Modul Normalisasi ... 63

3.10.7 Modul Encoding ... 64

3.10.8 Modul Hitung Hamming Distance ... 65

3.10.9 Modul Koordinat Lingkaran ... 66

3.10.10 Modul Gabor Filter ... 67

3.10.11 Modul Geser Bit ... 68

3.10.12 Modul Koordinat Garis ... 69

Halaman 3.10.13 Modul Hough ... 70

BAB 4 IMPLEMENTASI DAN EVALUASI ... 71

(8)

xii

4.2 Implementasi Aplikasi ... 71

4.3 Tampilan Layar ... 72

4.3.1 Tampilan Layar Utama ... 72

4.3.2 Tampilan Layar Registrasi ... 74

4.3.3 Tampilan Layar Autentifikasi ... 76

4.3.4 Tampilan Layar Informasi ... 79

4.4 Evaluasi ... 80

4.4.1 Data Citra Iris ... 81

4.4.2 Percobaan Segmentasi Pada Citra Iris ... 81

4.4.3 Percobaan Untuk Menentukan Keunikan Iris ... 85

4.4.4 Percobaan Untuk Menentukan Individual Threshold ... 87

4.4.5 Percobaan Untuk Menentukan Tingkat Keakuratan ... 90

4.4.6 Hasil Survei Post Kuesioner ... 93

BAB 5 KESIMPULAN DAN SARAN ... 98

5.1 Kesimpulan ... 98

5.2 Saran ... 99

DAFTAR PUSTAKA ... 100

(9)

xiii DAFTAR TABEL

Halaman

Tabel 2.1 Tabel Biometrik ... 11

Tabel 2.2 Tabel Penerapan Sistem Iris ... 29

Tabel 3.1 Tabel pre-kuesioner pertanyaan pertama ... 32

Tabel 3.2 Tabel pre-kuesioner pertanyaan kedua ... 33

Tabel 3.3 Tabel pre-kuesioner pertanyaan ketiga ... 34

Tabel 3.4 Tabel pre-kuesioner pertanyaan keempat ... 34

Tabel 3.5 Tabel pre-kuesioner pertanyaan kelima ... 35

Tabel 3.6 Tabel pre-kuesioner pertanyaan keenam ... 36

Tabel 3.7 Tabel pre-kuesioner pertanyaan ketujuh ... 37

Tabel 3.8 Tabel pre-kuesioner pertanyaan kedelapan ... 37

Tabel 4.1 Tabel hasil percobaan segmentasi ... 81

Tabel 4.2 Tabel hasil percobaan autentifikasi yang sukses... 92

Tabel 4.3 Tabel hasil percobaan autentifikasi yang gagal ... 93

Tabel 4.4 Tabel post kuesioner pertanyaan pertama ... 94

Tabel 4.5 Tabel post kuesioner pertanyaan kedua ... 94

Tabel 4.6 Tabel post kuesioner pertanyaan ketiga ... 95

Tabel 4.7 Tabel post kuesioner pertanyaan keempat ... 96

Tabel 4.8 Tabel post kuesioner pertanyaan kelima ... 96

(10)

xiv DAFTAR GAMBAR

Halaman

Gambar 2.1 Skema Mata ... 16

Gambar 2.2 Anatomi iris manusia ... 17

Gambar 2.3 Grafik Hamming Distance ... 26

Gambar 3.1 Diagram pre-kuesioner pertanyaan pertama ... 32

Gambar 3.2 Diagram pre-kuesioner pertanyaan kedua ... 33

Gambar 3.3 Diagram pre-kuesioner pertanyaan ketiga ... 34

Gambar 3.4 Diagram pre-kuesioner pertanyaan keempat ... 35

Gambar 3.5 Diagram pre-kuesioner pertanyaan kelima ... 35

Gambar 3.6 Diagram pre-kuesioner pertanyaan keenam ... 36

Gambar 3.7 Diagram pre-kuesioner pertanyaan ketujuh ... 37

Gambar 3.8 Diagram pre-kuesioner pertanyaan kedelapan ... 38

Gambar 3.9 Citra mata yang sudah tersegmentasi ... 39

Gambar 3.10 Citra yang sudah tersegmentasi dan tanpa noise ... 40

Gambar 3.11 Proses normalisasi iris menggunakan rubber sheet Daugman ... 41

Gambar 3.12 Contoh template iris ... 42

Gambar 3.13 Bagan sistem pengenalan iris ... 44

Gambar 3.14 Skema Sistem ... 45

Gambar 3.15 Struktur menu ... 51

Gambar 3.16 Rancangan Layar Utama ... 52

Gambar 3.17 Rancangan Layar Registrasi ... 53

(11)

xv

Gambar 3.19 Rancangan Layar Informasi ... 55

Gambar 3.20 State Transition Diagram pada layar utama ... 56

Gambar 3.21 State Transition Diagram pada halaman Registrasi ... 56

Gambar 3.22 State Transition Diagram pada halaman autentifikasi ... 57

Gambar 3.23 State Transition Diagram pada halaman informasi ... 57

Gambar 4.1 Tampilan layar utama ... 73

Gambar 4.2 Tampilan layar konfirmasi keluar dari program ... 73

Gambar 4.3 Tampilan layar registrasi ... 74

Gambar 4.4 Tampilan layar registrasi setelah file citra dipilih ... 75

Gambar 4.5 Tampilan layar registrasi dengan pesan registrasi selesai ... 75

Gambar 4.6 Tampilan layar registrasi konfirmasi kembali ke menu utama ... 76

Gambar 4.7 Tampilan layar autentifikasi ... 77

Gambar 4.8 Tampilan layar autentifikasi setelah file citra dipilih ... 77

Gambar 4.9 Tampilan Layar Autentifikasi jika autentifikasi sukses... 78

Gambar 4.10 Tampilan Layar Autentifikasi jika autentifikasi gagal ... 78

Gambar 4.11 Tampilan layar autentifikasi konfirmasi kembali ke menu utama . 79 Gambar 4.12 Tampilan layar informasi ... 80

Gambar 4.13 Hasil segmentasi yang sukses ... 82

Gambar 4.14 Hasil segmentasi yang gagal ... 83

Gambar 4.15 Pendeteksian kelopak mata yang sukses ... 84

Halaman Gambar 4.16 Pendeteksian kelopak mata yang gagal ... 84

Gambar 4.17 Pendeteksian kelopak mata yang berlebihan ... 85

(12)

xvi

Gambar 4.19 Grafik distribusi Hamming distance intra-kelas ... 88

Gambar 4.20 Grafik distribusi Hamming distance inter-kelas dan intra-kelas .. 89

Gambar 4.21 Diagram post kuesioner pertanyaan pertama ... 94

Gambar 4.22 Diagram post kuesioner pertanyaan kedua ... 94

Gambar 4.23 Diagram post kuesioner pertanyaan ketiga ... 95

Gambar 4.24 Diagram post kuesioner pertanyaan keempat ... 96

Gambar 4.25 Diagram post kuesioner pertanyaan kelima ... 97

Referensi

Dokumen terkait

Analisis akan digunakan pada masing-masing indikator untuk mengetahui faktor-faktor apa saja yang mempengaruhi minat mahasiswa untuk bekerja di kantor akuntan publik,

Berdasarkan data di atas, penulis menarik simpulan bahwa ada dua (2) tindakan antisosial yang dilakukan Yuno, yaitu tidak peduli dengan keselamatan orang lain

Hal ini mempunyai beberapa alasan untuk dilakukan, yaitu (a) ovulasi setelah kehamilan tidak dapat diprediksi dan CuT merupakan kontrasepsi yang berguna

Sedangkan resipien universal (golongan AB) adalah golongan darah yang bisa menerima darah dari semua golongan, karena tidak memiliki aglutinin. Jadi O bisa menjadi

g mempengaruhi fluktuasi harga saham dapat berasal dari Faktor pertama adalah faktor internal, dimana faktor ini aktor kedua adalah rasal dari luar namun

A gyakorló tanítók sokoldalúan, és komplexen fogalmazták meg a diszkalkulia jelenté- sét. Többek között említették a részképességek fejlődésének elmaradását,

Hasil penelitian ini menunjukkan bahwa ada pengaruh positif yang signifikan dari kualitas produk tabungan wadi>’ah terhadap keputusan nasabah menabung di BPRS

Effendy (2009:50) menyatakan hubungan antar manusia merupakan komunikasi persuasif yang dilakukan oleh seseorang kepada orang lain secara tatap muka dalam situasi