IDENTIFIKASI TANDA TANGAN MENGGUNAKAN PERHITUNGAN JARAK ANTAR TITIK PADA TANDA TANGAN

Transkripsi

1 IDENTIFIKASI TANDA TANGAN MENGGUNAKAN PERHITUNGAN JARAK ANTAR TITIK PADA TANDA TANGAN Ratnadewi 1, Ardhi Prasetya 2 Jurusan Teknik Elektro, Fakultas Teknik Universitas Kristen Maranatha Jalan Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia Telp.: , 1 ratnadewi@engineer.com, 1 ratnadewi36@yahoo.com, 2 ardhip@yahoo.com Abstract A handwritten signature, being a behavior biometrics, is well accepted socially and legally as a convenient mean of authorization and identification. Each person has a unique handwritten signature. This uniqueness becomes a reliable feature for identifying a person. The proposed method in this paper used calculation distances between two points. The system was tested by using 5 data signature. In the first test case of five people whose data was entered into the database will try to be recognized by the system. For the method of calculating distances between points in the signature, from 30 times the test there was no reception error, so the system got Acceptance Rate (FAR) value equal to 0%. In the case of the second test, five forgery will try to replicate the existing signatures in the database. For the method of calculating distances between points in the signature, from 100 times the test there are eight times the error rejection, so the system got Rejection Rate (FRR) value equal to 8%. Keywords: signature identification, calculation of distance between two point, authorization. 1. PENDAHULUAN Pada era saat ini, sebagian besar kegiatan yang dilakukan oleh manusia berbasiskan sistem informasi. Sistem Informasi memiliki peranan yang sangat penting dalam berbagai bidang. Contohnya transaksi-transaksi di bank sekarang sudah menggunakan teknologi sistem informasi. Dalam menjaga kegiatan-kegiatan yang berbasis sistem informasi, Maka keamanan sistem informasi perlu ditingkatkan. Keamanan Sistem Informasi bertujuan agar informasi hanya dapat diakses oleh pihak tertentu yang memiliki kepentingan terhadap informasi tersebut. Ada berbagai macam cara untuk menjaga kerahasiaan informasi yang mengutip dari pustaka nomor [1] yaitu : pertama, menggunakan suatu alat pengenal yang hanya dimiliki oleh pihak yang berhak mengakses informasi (possesions based) seperti kartu dan kunci. Kedua, menggunakan kode yang hanya diketahui pihak yang berhak mengakses informasi (knowledge based) seperti password dan PIN. Ketiga, berdasarkan biometrik (biometric based). Biometrik menggunakan karakteristik unik dari fisik maupun tingkah laku yang dimiliki oleh manusia. Setiap manusia memiliki karakteristik tersendiri yang unik sehingga tidak dapat ditiru oleh siapapun. Biometrik tidak mudah hilang serta tidak dapat dimiliki bersama-sama. Oleh karena itu biometrik banyak digunakan untuk keamanan sistem informasi. Beberapa biometrik yang umum dipakai antara lain: retina, wajah, sidik jari, tanda tangan yang mengutip dari pustaka nomor [2]. Dalam makalah ini, akan digunakan biometrik tanda tangan. Tanda tangan digunakan di pelbagai bidang, yaitu antara lain pada: bank, monitoring kedatangan dan aplikasi visa [3]. Teknik ekstrasi ciri yang digunakan berbeda-beda, antara lain dengan metode gradien [4], Radon transform (DRT) [5], discrete wavelet transform [6], teknik clustering [7], geometric center [8]. Pada makalah ini akan direalisasikan program identifikasi tanda tangan dengan menggunakan metode perhitungan jarak antar titik pada tanda tangan. Langkah-langkah metode perhitungan jarak antar titik yaitu dengan cara mensegmentasi tanda tangan, kemudian dari tanda tangan tersebut diambil titik tengahnya lalu dihitung jarak antara titik tengah dengan titik-titik hasil segmentasi dari tanda tangan tersebut. Berdasarkan latar belakang di atas, masalah yang akan dibahas pada makalah ini adalah mengenai pembuatan perangkat lunak yang mampu untuk mengidentifikasi tanda tangan dengan metode perhitungan jarak antar titik, serta cara kerja dari perangkat lunak tersebut. Identifikasi Tanda Tangan (Ratnadewi, A. Prasetya) 225

2 2. METODE Perhitungan Jarak antar 2 Titik Berikut ini adalah cara menghitung jarak antar 2 titik pada koordinat kartesian. menjadi 2 bagian utama yaitu Input Database dan signature recognition. Secara garis besar cara kerja sistem yang dibuat dapat dilihat pada gambar 2. Sebelumnya, pengguna harus menginputkan tanda tangan ke dalam database dahulu agar tanda tangan dapat dikenali oleh sistem. Setelah tanda tangan sudah terdapat di dalam database, maka tanda tangan tersebut dapat dikenali oleh sistem. Hasil pengenalan berupa username dari pengguna dan persentase kecocokan tanda tangan terhadap database. Gambar 1. Menghitung jarak antar 2 titik komponen y dari garis AB = y 2 - y 1 ; komponen x dari garis AB = x 2 - x 1 maka, untuk menghitung jarak antar 2 titik yaitu dengan menggunakan rumus phytagoras: (1) FAR ( Acceptance Rate) menyatakan tingkat kesalahan penerimaan yang muncul akibat dari sistem menganggap sah pengguna yang tidak sah. FRR ( Rejection Rate) menyatakan tingkat kesalahan penolakan yang muncul akibat dari sistem menganggap tidak sah pengguna yang sah. Nilai FAR dan FRR menurut daftar pustaka [9] dapat dihitung dengan menggunakan rumus sebagai berikut: jumlah kesalahan akibat pengguna tidak sah dianggap sah FAR 100% (2) Jumlah pengujian jumlah kesalahan akibat pengguna FRR sah dianggap tidak sah Jumlah pengujian 100% (3) Gambar 2. Blok diagram secara umum Tahap pertama (database input) merupakan tahap pengambilan contoh (sample) tanda tangan yang akan digunakan sebagai referensi. Pada tahap awal database harus diisi terlebih dahulu. Setelah database terisi, pengguna dapat melakukan proses identifikasi (signature recognition). Bila pengguna adalah user baru yang belum menyimpan datanya ke dalam database, maka pengguna dapat menambahkan data ke dalam database dengan memasukkan nama (username) dan memasukkan tanda tangan lalu menyimpan data tersebut ke dalam database. Tahap kedua (signature recognition) merupakan tahap pencocokan tanda tangan dengan database yang ada. Tanda tangan pengguna akan dinormalisasi, dianalisis dan dihitung persentase kecocokannya dengan database yang ada. Normalisasi dilakukan dengan membatasi area tanda tangan masukan sehingga tidak melampaui daerah pixel tanda tangan pada database. Gambar 3 adalah diagram alir (flowchart) program secara umum. 3. DISKUSI Perancangan dan Realisasi Program pendeteksian tanda tangan dengan perhitungan jarak antar titik pada tanda tangan. Terbagi 226 Jurnal Ilmiah Ilmu Komputer, Vol. 8 No. 2 Maret 2012:

3 dihitung jarak antar titiknya. Gambar 5 adalah ilustrasi untuk proses perhitungan jarak antar titik pada tanda tangan. Setelah jarak antar titik dihitung, nilai-nilai tersebut dikelompokkan menjadi sebuah nilai baru. Nilai baru itu kemudian disimpan di dalam variabel array bernama letter distance. Nilai letter distance ini ditentukan dari hasil perhitungan jarak antar titik. Tabel 1 adalah pembatasan nilai perhitungan jarak antar titik untuk menentukan letter distance. Gambar 3. Diagram alir program secara umum Database Input Metode Perhitungan Jarak antar Titik pada Tanda tangan Tahap ini merupakan tahap pengambilan contoh (sample) tanda tangan yang akan digunakan sebagai referensi untuk proses berikutnya yaitu pengenalan tanda tangan (signature recognition). Pada tahap database input, database yang kosong harus diisi terlebih dahulu agar tanda tangan dapat dikenali oleh program. Data yang terdapat pada database berupa nama user dan nilai gradien. Database yang digunakan terdiri dari 2 buah field. Field pertama berfungsi menyimpan nama user. Field kedua berfungsi untuk menyimpan hasil perhitungan jarak antar titik dari tanda tangan. Gambar 4 adalah modul dari sistem database input. Input Database Input username Writefile = true Input tanda tangan Apakah input tanda tangan berhasil? Y Segmentasi Tanda tangan N Menghitung Jarak antar Titik pada Tanda Tangan Proses penghitungan jarak antar titik pada tanda tangan dilakukan saat pengguna mulai memasukkan tanda tangan. Pada program ini digunakan event picture_mouse down, picture_mouse move, picture_mouse up. Ketika mouse diklik pada PictureBox kemudian digerakkan, tanda tangan akan disegmentasi kemudian koordinat dari setiap pergerakkan mouse akan dicatat dan disimpan ke dalam variabel array. Proses ini akan terus berlangsung hingga tanda tangan selesai dimasukkan. Ketika tombol save ditekan, program akan mencari titik tengah dari tanda tangan tersebut. Cara mencari titik tengah dari tanda tangan tersebut yaitu dengan mencari jarak antara titik awal dengan titik akhir dari tanda tangan kemudian dibagi dengan 2. Dari titik tengah tersebut kemudian dihitung jarak antara titik-titik hasil segmentasi menuju ke titik tengah tersebut. Dalam proses perhitungan jarak antar titik pada tanda tangan, tanda tangan yang diinputkan disegmentasi terlebih dahulu kemudian baru Hitung jarak antar titik pada tanda tangan setelah di segmentasi Simpan hasil perhitungan jarak ke dlm Letter Distance Simpan Letter Distance ke dlm database microsoft access. writefile = false Return Gambar 4. Modul sistem database input (perhitungan jarak) Identifikasi Tanda Tangan (Ratnadewi, A. Prasetya) 227

4 Tabel 1. Penentuan letter distance Jarak antar titik Letter Distance 0 < r < 3 = 0 3 < r < 5 = 3 5 < r < 8 = 5 8 < r < 10 = 8 10 < r < 13 = < r < 15 = < r < 18 = < r < 20 = 18 r > 20 = 20 Setiap tanda tangan yang disimpan ke dalam database akan mempunyai N letter distance. Akan tetapi yang dapat disimpan dalam database hanya 100 letter distance. Maka data yang ada perlu dilakukan proses terlebih dahulu agar data tersebut dapat masuk ke dalam variabel array 1 x 100. Hal tersebut dapat dilakukan dengan metode statistik sederhana yaitu dengan mengambil sampel dengan jarak tertentu. Misalnya sebuah user memiliki 200 letter distance, maka sampel akan diambil dengan jarak 2 sampel (N/100 sampel) agar dapat masuk ke dalam variabel array 1 x 100. r2 r1 r4 r3 r5 r6, dst rn Gambar 5. Ilustrasi perhitungan jarak antar titik pada tanda tangan Signature Recognition dengan Metode Perhitungan Jarak antar Titik pada Tanda Tangan Tahap ini merupakan tahap identifikasi tanda tangan. Identifikasi pada tanda tangan dilakukan dengan membandingkan data masukan dengan data yang ada pada database. Data masukan akan dibandingkan satu per satu dengan data yang ada pada database kemudian dihitung persentase kecocokannya. Pada sub-program signature recognition, terdapat variabel array berdimensi 2 dengan ukuran 250 x 100. Variabel ini berfungsi untuk memanggil seluruh database yang ada pada microsoft access ke dalam program agar dapat dihitung persentase kecocokannya. Persentase kecocokan dihitung dengan cara menghitung selisih dari hasil perhitungan jarak antar titik. Setelah selisih nilai didapat, nilai tersebut kemudian dikelompokkan menjadi beberapa nilai yang mewakili hasil perhitungan tersebut. Nilai tersebut diberi variabel difference. Berikut ini adalah pembatasan nilai hasil perhitungan jarak. Tabel 2. Penentuan variabel difference Selisih data difference 2 atau 3 = 1 5 = 2 7 atau 8 = 3 10 = 4 12 atau 13 = 5 15 = 6 17 atau 18 = 7 20 = 8 Persentase kecocokan (matching) dihitung dengan cara menghitung difference dari tanda tangan yang diinputkan terhadap database. Apabila terjadi kecocokan maka diberi nilai 9. Contoh: Data pada database : 15 Data perhitungan jarak masukan : 08 Selisih nilai : 7 Difference : 3 Score : 9 3 = Jurnal Ilmiah Ilmu Komputer, Vol. 8 No. 2 Maret 2012:

5 Perhitungan akan diulang dan dilakukan sebanyak 100 kali karena setiap user memiliki 100 letter distance. Maka persentase kecocokan (X%) dapat dihitung dengan cara: Maksimum nilai dari total score yaitu 900 karena setiap user memiliki 100 letter distance. Gambar 6 adalah modul sistem signature recognition. X% = Total Score Total Difference Total Score (4) Gambar 6. Modul sistem signature recognition metode perhitungan jarak antar titik Identifikasi Tanda Tangan (Ratnadewi, A. Prasetya) 229

6 4. HASIL Pada sub bab ini akan ditampilkan hasil pengujian program identifikasi tanda tangan dengan metode perhitungan jarak antar titik pada tanda tangan. Pengujian 1 Pada pengujian 1, user akan memasukkan tanda tangan ke database kemudian mencoba mendeteksi tanda tangan yang digunakannya. Pengujian dilakukan terhadap 5 user yang dilakukan sebanyak 5 kali. Tabel 3 sampai 4 adalah hasil pengujian dari 5 tanda tangan Pengujian 2 Pengujian 2 dilakukan dengan cara mencoba meniru sebuah tanda tangan yang dilakukan oleh user yang bukan seharusnya (forgery user). Pengujian dilakukan oleh 5 orang. Kelima orang ini akan mencoba menirukan tanda tangan 5 pemilik identitas yang sah sebanyak 4 kali. Sehingga sampel dari percobaannya ada sebanyak 5 x 5 x 4 = 100 buah. Tabel 5 dan 6 adalah contoh gambar hasil pengujiannya. Tabel 3. Data pengujian milik Ricky dengan metode perhitungan jarak antar titik Nama Keterangan Letter Movement % Gambar Hasil Database R Test % Terdeteksi I C K Y Test % Terdeteksi Test % Terdeteksi Test % Terdeteksi Test % Terdeteksi 230 Jurnal Ilmiah Ilmu Komputer, Vol. 8 No. 2 Maret 2012:

7 Tabel 4. Pengujian milik Victor dengan metode perhitungan jarak antar titik Nama Keterangan Letter Movement % Gambar Hasil Database V Test % Terdeteksi I C T O R Test % Terdeteksi Test % Terdeteksi Test % Terdeteksi Test % Terdeteksi Analisa Hasil FAR dan FRR Untuk syarat seorang user dianggap sah dengan persentase kecocokan di atas 50%, berdasarkan hasil pengujian di atas maka didapat hasil: Jumlah Kesalahan Penerimaan : 0 Jumlah Kesalahan Penolakan : 8 Jumlah kesalahan penerimaan didapat dari pengujian 1 dan jumlah kesalahan penolakan didapat dari pengujian 2. Dari data di tersebut nilai FAR dan FRR dapat dihitung. FAR (false acceptance rate) menyatakan tingkat kesalahan penerimaan yang muncul akibat dari sistem menganggap sah pengguna yang tidak sah, sedangkan FRR (false rejection rate) menyatakan tingkat kesalahan penolakan yang muncul akibat Kesimpulan Dari percobaan diketahui bahwa persentase kesalahan akibat pengguna tidak sah dianggap sah yang dapat dihitung dengan nilai FAR untuk metode perhitungan jarak antar titik yang bernilai 0%. Sedangkan persentase kesalahan akibat pengguna sah dianggap tidak sah yang dinyatakan dengan nilai FRR bernilai 8%. Identifikasi Tanda Tangan (Ratnadewi, A. Prasetya) 231

8 Tabel 5. Contoh gambar hasil pengujian 2 menggunakan metode perhitungan jarak antar titik pada tanda tangan User 1 Ricky Victor Gian Dismas Ardhi User 2 User 3 User 4 User 5 Berikut ini adalah hasil pengujiannya : Tabel 6. Data pengujian terhadap fake user dengan metode perhitungan jarak antar titik Ricky Victor Gian Dismas Ardhi User 1 X X X X X X X 82% X X X X X X X X X X X X User 2 X X X X X 83% X 80% X X X X X X X X X X X X User 3 X X X X X X X 79% X X X X X X X X X X 81% X User 4 X X X X X X X X 86% X X X X X X X X X X 72% User 5 X X X X X 82% X X X X X X X X X X X X X X Keterangan: X : Menyatakan pengguna dianggap tidak sah. **% : Menyatakan pengguna dianggap sah dengan persentase kecocokan **% Dari Tabel 6 terlihat bahwa untuk syarat seorang user dianggap sah apabila persentase kecocokan di atas 50%, maka terdapat 8 kesalahan penolakan. 5. DAFTAR PUSTAKA [1] B. Rahardjo, Keamanan Sistem Informasi Berbasis Internet, PT Insan Indonesia- Bandung & PT INDOCISC-Jakarta, [2] A. K. Jain, P. Flynn, and A. A. Ross, Handbook of Biometrics, Springer Science+Business Media, LLC, [3] D. Samuel et. al., Novel Feature Extraction Technique for Off-Line Signature Verification System, International Journal 232 Jurnal Ilmiah Ilmu Komputer, Vol. 8 No. 2 Maret 2012:

9 of Engineering Science and Technology, vol. 2, no. 7, pp , [4] R. Mountero, Verifikasi Tanda tangan Dengan Metode Gradien, Universitas Kristen Maranatha, Bandung, [5] V. Kiani, R. Pourreza, and H. R. Pourreza, Offline Signature Verification Using Local Radon Transform Support Vector Machines, International Journal of Image Processing (IJIP), vol. 3, no. 5, pp , [6] S. Ghandali and M.E Moghaddam, Off-line Persian Signature Identification and Verification Based on Image Registration and Fusion, Journal of Multimedia, vol. 4, no. 3, [7] S. Biswas, T. Kim, D. Bhattacharyya, Feature Extraction and Verification of Signature Image using Clustering Technique, International Journal of Smart Home, vol. 4. no. 3, pp 43-55, July [8] B. Majhi, Y. S. Reddy, and D. P. Babu, Novel Features for Off-line Signature Verification, International Journal of Computers, Communication & Control, vol. 1, no. 1, pp 17-24, [9] P. Gregory, CISA, CISSP, M.A. Simon, Biometrics for Dummies, Wiley Publishing, Identifikasi Tanda Tangan (Ratnadewi, A. Prasetya) 233