Dua jenis error pada mesin presensi sidik jari

Hari ini saya membaca kegagalan presensi sebagaimana berita di Kronologi Terungkapnya Presensi Curang Lurah KartiniSaya tidak hendak membahas apakah benar Lurah Kartini melakukan kecurangan atau tidak. Yang saya bahas di artikel ini adalah tentang biometrics error.  Error sebagaimana yang terjadi pada cerita di atas itu secara teknis sangat mungkin terjadi.

Ada dua jenis error yang mungkin terjadi pada sistem biometrics :

  1. False Match (False Accept) Error:  saat seseorang menempelkan sidik jari di mesin presensi, sidik jari tersebut match dengan sidik jari orang lain, sehingga yang muncul justru data orang lain. Walaupun peluangnya kecil, tapi hal ini sangat mungkin terjadi. False Match cukup riskan, apalagi jika dikaitkan dengan identifikasi pelaku kriminal. Kesalahan pemadanan akan menyebabkan orang tak bersalah dituduh sebagai pelaku kejahatan. Kasus Brandon Mayfield adalah contoh nyata, kasus salah tangkap karena false match error.
  2. False Non Match (False Reject) Error : saat seseorang menyodorkan sidik jari di mesin presensi, sidik jarinya selalu tertolak.  Sidik jari seperti ini masuk kategori goat class dalam konsep Doddington Zoo, yaitu sidik jari yang sangat sulit dikenali. Secara umum ada sekitar 2% populasi yang biometrics-nya sulit dikenali (pls. see http://www.biometrics.org/bc2005/Presentations/Conference/2%20Tuesday%20September%2020/Tue_%20Ballroom%20E/Hicklin_Goats_Sept05.pdf )  Selama melakukan penelitian biometrics, beberapa kali saya menemukan kasus no.2. Sidik jari seseorang gagal dibaca. Saat diperiksa hasil pemindaiannya ternyata sidik jari ybs. sulit dibaca polanya, seperti seolah-olah berminyak. Ada juga yang sulit dikenali karena banyak goresan-goresan pada sidik jarinya (ybs sekretaris) sehingga akan sulit untuk menemukan titik minutiae pada jari ybs. (Titik minutiae adalah titik perhentian atau percabangan garis pada sidik jari kita, kadang berjumlah 60, bisa lebih banyak maupun lebih sedikit. Informasi posisi dan orientasi titik minutiae pada jari seseorang inilah yang jadi informasi unik individu).

False Match dan False Non Match walaupun probabilitynya kecil adalah hal yang lazim terjadi di sistem biometrics, karena biometrics authentication adalah statistical process. Selalu ada peluang error walau sekecil apapun.

Related articles :

  1. https://asnugroho.wordpress.com/2013/08/26/mengapa-sidik-jari-tidak-berhasil-dibaca/
  2. https://asnugroho.wordpress.com/2015/03/12/false-match-di-absensi-kantor/
  3. https://asnugroho.wordpress.com/2013/10/01/memahami-false-match-false-non-match/
  4. https://asnugroho.wordpress.com/2015/02/21/mengukur-kinerja-sistem-biometrics-dari-rasio-between-within-class-variance/
  5. Kasus Brandon Mayfield :  

 

 

 

 

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 research, Uncategorized. Tandai permalink.

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