Gagal absen setelah mesin absensi diganti

Mida Maratul HamidahKemarin sore teman-teman saya yang berkantor di Gedung Teknologi 3 BPPT Puspiptek Serpong mengalami masalah dengan mesin absensi. Banyak sekali yang gagal absen. Banyak rekan-rekan yang mencoba ulang, sehingga mengakibatkan antrian saat pulang mengular. Ada juga rekan yang terpaksa ketinggalan bus jemputan. Hal ini terjadi setelah ada penggantian mesin absensi dari Biro SDM, di gedung teknologi III. Dari penjelasan di milis, memang ada perbedaan spesifikasi dari mesin absensi yang lama dan yang baru. Untuk itu bulan Desember 2012 yang lalu, sidik jari kami diambil ulang untuk mengantisipasi adanya perbedaan karakteristik (fitur/minutiae) sidik jari yang dicapture di database lama dan yang akan dicapture saat absensi dengan mesin baru.  Mestinya, tidak ada kasus gagal absen yang terjadi pada jumlah cukup signifikan. Kegagalan bisa saja terjadi karena biometric identification adalah statistical process. Tidak ada jaminan bisa 100% berhasil absen, karena untuk sebagian populasi, fitur sidik jarinya sulit terambil. Tapi itu bisa dikendalikan/diminimisir lewat setting matching threshold yang optimal.

Yang terjadi sore kemarin adalah banyak keluhan kesulitan absen. Pagi ini pun saya kembali gagal absen. Kebetulan saya sempat merekam gagal absensi pada pagi ini

Mengapa saya dan banyak teman gagal absen ? Proses absensi dapat dijelaskan lewat bagan berikut:

flow

  1. Proses perekaman data sidik jari (enrollment)
    Dalam proses perekaman data sidik jari, data citra dicapture dengan fingerprint scanner. Selanjutnya data citra sidik jari tersebut akan mengalami serangkaian proses. Dalam tahap preprocessing, dilakukan segmentasi (mengekstrak area sidik jari dan menghapus data citra selain area yang diinginkan tersebut) diikuti dengan image enhancement (noise filtering, histogram equalization, dan berbagai proses) untuk membuat citra lebih informatif. Selanjutnya dilakukan ekstraksi fitur sidik jari. Fitur sidik jari terbagi dalam 3 level : fitur global (pola ridge), fitur lokal minutiae dan fitur  yang lebih detail seperti pores. Dalam proses matching, informasi yang paling utama dipakai adalah fitur pada level 2 yaitu minutiae. Minutiae adalah posisi (koordinat) spasial dimana alur ridge berhenti (ridge ending) atau bercabang (bifurcation). Jumlah titik minutiae pada sebuah sidik jari bervariasi, tergantung orangnya maupun cara pengambilannya. Adakalanya bisa terambil 30, 40, bisa lebih dan bisa berkurang. Data ini lah yang disimpan dalam database sidik jari pegawai, dan akan dipakai sebagai acuan saat seorang pegawai melakukan absensi.
  2. minutiae
    Gambar di atas menunjukkan titik-titik minutiae (dot warna merah pada gambar kanan) diperoleh sebagai hasil ekstraksi minutiae terhadap citra masukan kiri.

  3. Proses absensi (verification)
    Dalam proses absensi, alurnya sama seperti saat pengambilan data. Tetapi dataset minutiae yang diperoleh saat seseorang melakukan absensi, akan dibandingkan dengan data sidik jari yang diperoleh pada proses perekaman, yaitu yang tersimpan dalam database pegawai. Proses matching ini bisa dilakukan dengan berbagai cara, antara laian generalized Hough Transform. Dengan algoritma ini, walaupun pada saat absensi, banyaknya data minutiae berbeda, harusnya tetap bisa dikenali sebagai orang yang sama. Algoritma ini juga  mampu mengantisipasi apabila ada sebagian minutiae yang tidak terambil, atau sidik jari mengalami translasi (pergeseran posisi dibandingkan saat pengambilan), maupun rotasi.

Apabila proses absensi gagal, maka penyebabnya ada bermacam-macam:

  1. Pegawai yang absen memang memiliki karakteristik sidik jari yang tidak mudah dibaca. Hal ini karena pola ridge di sidik jarinya sudah rusak, atau terlalu tipis sehingga tidak bisa tertangkap oleh scanner. Tukang batu, petani, dan para pekerja kasar sering mengalami hal ini. Pekerjaan mereka membuat ridge pada kulit sidik jari rusak. Sekretaris pun demikian juga, karena sering memegang kertas. Serbuk kertas dapat mengakibatkan pola ridge rusak, seperti misalnya gambar sidik jari dibawah, yang kiri. Sidik jari kiri memiliki pola ridge yang rusak, sedangkan sidik jari kanan relatif jelas. Dalam proses ekstraksi fitur, ada tahapan yang disebut thinning, yaitu mengambil skeleton dari alur hitam ridge. Sidik jari yang di sebelah kiri tidak akan menghasilkan skeleton yang bagus. Sedangkan sidik jari yang kanan akan menghasilkan skeleton yang bagus. Sebagai akibatnya, orang yang memiliki sidik jari kiri akan mengalami kesulitan saat absensi, sedangkan orang yang memiliki sidik jari kanan tidak ada masalah.perbandingan
  2. Kegagalan dikarenakan scanner yang dipakai berbeda. Apabila scanner yang dipakai berbeda, maka citra sidik jari yang diperoleh bisa jadi berbeda kualitasnya. Ini akan berdampak pada kualitas minutiae yang diperoleh.
  3. Kegagalan saat absensi, karena sidik jari terlalu basah, kering, berminyak dan kotor.
  4. Perbedaan pada sisi algoritma, yang meliputi enhancement dan ekstraksi minutiae. Ini terjadi apabila vendor software sidik jari tersebut berbeda. Kualitas minutiae yang diperoleh pada tahap enrollmet akan berbeda dengan saat absensi.
  5. Penetapan matching treshold yang tidak optimal.
  6. Hal-hal lain

Saya tidak tahu, manakah dari berbagai kemungkinan ini yang terjadi sehingga proses absensi pegawai tidak dapat berjalan semulus sebelumnya. Kemungkinan no.1 saya kira tidak tepat jadi penyebab kegagalan. Karena saat masih memakai mesin absensi lama, tidak ada masalah dan tetap bisa absen. Tetapi setelah memakai mesin absensi yang baru, para pegawai tsb. gagal absen. Hal ini menunjukkan bahwa mereka gagal absen bukan karena sidik jarinya rusak. Tetapi lebih ke arah yang sifatnya teknis.

Kemudian, dari penjelasan di milis, diketahui vendornya sama. Apabila vendornya sama, mestinya algoritma enhancement, ekstraksi minutiae dan matching tidak akan terpengaruh. Ataukah fingerprint scannernya yang kurang bagus hasilnya ? Sayang, saya tidak dapat menganalisa lebih jauh tanpa melihat proses yang terjadi di dalamnya.

Iklan

Tentang Anto Satriyo Nugroho

My name is Anto Satriyo Nugroho. I am working as research scientist at Center for Information & Communication Technology, Agency for the Assessment & Application of Technology (PTIK-BPPT : Pusat Teknologi Informasi & Komunikasi, Badan Pengkajian dan Penerapan Teknologi). I obtained my doctoral degree (Dr.Eng) from Nagoya Institute of Technology, Japan in 2003. My office is located in Serpong, Tangerang Selatan City. My research is on pattern recognition and image processing with applied field of interests on biometrics identification & development of computer aided diagnosis for Malaria. Should you want to know further information on my academic works, please visit my professional site at http://asnugroho.net
Pos ini dipublikasikan di catatan kerja, coffee morning. Tandai permalink.

4 Balasan ke Gagal absen setelah mesin absensi diganti

  1. Bambang N berkata:

    sepertinya, bedanya antara mesin absen lama dg yg baru adalah: kalau mesin lama suara beep menandakan berhasil (tanpa harus mengangkat jari dulu) tapi kalau mesin baru harus lihat perintah untuk melepas/mengangkat jari baru ada nada beep. kesimpulanya, mesin baru tidak lebih baik dr mesin lama.

    salam BPPT.

    Ibeng-PDIS

  2. joetomo berkata:

    Tulisannya menambah pengetahuan, thx

  3. Ping balik: Membedah Teknologi e-KTP | Care to share

  4. Absensi berkata:

    Sudah menggunakan Absensi Sidik Jari ya Pak 🙂

    Salam,
    Sinta

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s