Pengamanan Biometric Menggunakan Algoritma Rivest Shamir Adleman pada Sistem Identifikasi Iris Mata

  PENGAMANAN BIOMETRIC MENGGUNAKAN ALGORITMA RIVEST SHAMIR ADLEMAN PADA SISTEM IDENTIFIKASI IRIS MATA SKRIPSI

  IBRAHIM DENAI 101402005

  PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015 PENGAMANAN BIOMETRIC MENGGUNAKAN ALGORITMA RIVEST SHAMIR ADLEMAN PADA SISTEM IDENTIFIKASI IRIS MATA SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah

  Sarjana Teknologi Informasi

  IBRAHIM DENAI 101402005

  PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015

  

PERSETUJUAN

  Judul : PENGAMANAN BIOMETRIC MENGGUNAKAN ALGORITMA RIVEST SHAMIR ADLEMAN PADA SISTEM IDENTIFIKASI IRIS MATA

  Kategori : SKRIPSI Nama : IBRAHIM DENAI Nomor Induk Mahasiswa : 101402005 Program Studi : S1 TEKNOLOGI INFORMASI Departemen : TEKNOLOGI INFORMASI Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

  UNIVERSITAS SUMATERA UTARA Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Dedy Arisandi, ST.M.Kom M. Andri Budiman, ST.M.Comp.Sc.M.E.M NIP. 19790831 200912 1 002 NIP. 19751008 200801 1 001 Diketahui/disetujui oleh Program Studi S1 Teknologi Informasi Ketua, Muhammad Anggia Muchtar, ST., MM.IT NIP. 19800110 200801 1 010

  

PERNYATAAN

PENGAMANAN BIOMETRIC MENGGUNAKAN ALGORITMA RIVEST SHAMIR

ADLEMAN PADA SISTEM IDENTIFIKASI IRIS MATA

  SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.

  Medan, Mei 2015 Ibrahim Denai 101402005

  Puji dan syukur penulis sampaikan ke hadirat Tuhan Yang Maha Esa yang telah memberikan rahmat serta restu-Nya sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Teknologi Informasi.

  Pertama, penulis ingin mengucapkan terima kasih kepada Bapak M. Andri Budiman, ST.M.Comp.Sc.M.E.M selaku pembimbing pertama dan Bapak Dedy Arisandi, ST.M.Kom selaku pembimbing kedua yang telah membimbing. penulis dalam penelitian serta penulisan skripsi ini. Tanpa inspirasi serta motivasi yang diberikan dari kedua pembimbing, tentunya penulis tidak akan dapat menyelesaikan skripsi ini. Penulis juga mengucapkan terima kasih kepada Bapak Romi Fadillah Rahmat B.comp.Sc.,M.Sc sebagai dosen pembanding pertama dan Bapak Sajadin Sembiring S.Si.,M.Comp.Sc sebagai dosen pembanding kedua yang telah memberikan masukan serta kritik yang bermanfaat dalam penulisan skripsi ini. Ucapan terima kasih juga ditujuan kepada Ketua dan Sekretaris Program Studi Teknologi Informasi, Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi, dan semua dosen serta pegawai di lingkungan program studi Teknologi Informasi, yang telah membantu serta membimbing penulis selama proses perkuliahan.

  Penulis tentunya tidak lupa berterima kasih kepada kedua orang tua penulis, yaitu Bapak Marjunas dan Ibu Alm Ariani yang telah membesarkan penulis dengan sabar dan penuh cinta. Terima kasih juga penulis ucapkan kepada kakak penulis Liza Prima Sari, Rahayu Mardasari, Mei Indah sari dan adik penulis Muhardi, serta seluruh keluarga yang selalu memberikan dukungan kepada penulis.

  Terima kasih juga penulis ucapkan kepada teman-teman yang telah memberikan dukungan, khususnya Joko Ali Permady, Dian Rahmad, Handra Saito, Edgar Audela, Dian Puspitasari Sebayang, Fahry Rozi, Muslim B Naution, M Galih Rivai, Eka Tama, Desy Affrianti, Chairul Saleh, M Herri Mustaqim, Ovy Rizki, Fezan Habil dan Yohana Fithri serta seluruh teman-teman angkatan 2010 Teknologi Informasi USU. Semoga Allah SWT membalas kebaikan kalian.

  

ABSTRAK

  Keamanan sistem informasi menjadi suatu kebutuhan di dalam teknologi informasi. Aspek utama dalam keamanan informasi tersebut diantaranya yaitu privasi yang menjaga kerahasiaan informasi. Salah satu pengamanan data yang sangat penting yaitu melakukan pengamanan data citra mata dari proses sistem biometric. Salah satu cara yang digunakan untuk mengidentifikasi citra mata tersebut benar adalah dengan mencocokan frekuensi citra tersebut. Proses identifikasi pada citra merupakan cara untuk memvalidasi pemilik dari citra dan keaslian dari citra tersebut. Namun dari aspek keamanan informasi, identifikasi saja belum cukup untuk melindungi data informasi pribadi dari seseorang. Dibutuhkannya metoda pengamanan data sebagai fitur yang selaras saat proses identifikasi citra berlangsung. Pengamanan data sangat diperlukan karena citra yang diproses berdasarkan karakteristik fisiologis yang bersifat unik dan tidak tergantikan. Metode yang diajukan pada penelitian ini adalah Histogram Equalization untuk identifikasi citra mata. Dengan fitur keamanan kriptografi dengan metode RSA. Sebelum proses identifikasi dilakukan, citra mata akan mengalami pre-processing, binarization dan nilai matriks yang telah diubah ke biner akan diolah pada fitur kriptografi RSA yang selaras saat proses identifikasi. Pada penelitian ini ditunjukkan bahwa metode yang diajukan mampu melakukan identifikasi citra mata dengan akurasi 85%.

  Kata kunci: Identifikasi citra mata, biometric, Histogram Equalization, RSA, kriptografi, verifikasi, pre-processing.

  

BIOMETRIC IMAGE SECURITY FEATURES USING RIVEST SHAMIR

ADLEMAN ALGORITHM THROUGH EYE IDENTIFICATION SYSTEM

ABSTRACT

  Security of information systems become a necessity in information technology. The main aspect of the information security among which privacy maintain the confidentiality of information. One of the most important data security is security for eye image data from the biometric system. One of the means used to identify the right eye image is to match the frequency of the image. The identification procces of the image is a mode to validate the owner of the image and also the authenticity of the image. However, from the view point of information security, only to identification procces is not enough to protect the personal information of a person. Be required for data security methods as features in tune when the image identification process takes place. Security of data is needed because the image is processed based on physiological characteristics that are unique and irreplaceable. The method proposed in this study is the identification of Histogram Equalization for eye image. With the cryptographic security features use RSA method. Pre-processing and binarization will be done before the identification phase then the value matrix that has been converted to binary will be processed on RSA cryptography features are aligned during the process of identification.This research shows that the proposed method is able to identify the image of the eye with accuracy of 85%.

  Keyword: eye identification, biometric, Histogram Equalization, RSA, kryptograph, verification, pre-processing.

  

DAFTAR ISI

Hal.

  2

  2.1.2. Keunggulan Biometric

  6

  2.1.1. Karakteristik biometric

  2.1. Biometric

  6

  4 BAB 2 Landasan Teori

  1.7. Sistematika Penulisan

  3

  1.6. Metodologi Penelitian

  3

  1.5. Manfaat Penelitian

  3

  1.4. Batasan Masalah

  1.3. Tujuan Penelitian

  Persetujuan ii

  2

  1.2. Rumusan Masalah

  1

  1.1. Latar Belakang

  1

  BAB 1 Pendahuluan

  Daftar Gambar xii

  Daftar Tabel xi

  Daftar Isi vii

  Abstract vi

  Abstrak v

  Ucapan Terima Kasih iv

  Pernyataan iii

  7

  2.1.3. Iris Mata

  8

  2.1.4. Pendekatan Daughman

  9

  2.2. Citra

  10

  2.2.1. Citra biner (binary image)

  10

  2.2.2. Citra keabuan (grayscale image)

  11

  2.2.3. Citra warna (color image)

  12

  2.3. Pengolahan Citra

  12

  2.3.1. Cropping

  12

  2.3.2. Scaling

  13

  2.3.3. Grayscaling

  13

  2.3.4. Perbaikan citra (Image Enhancement)

  14

  2.3.5. Thresholding

  15

  2.3.6. Erosi

  16

  2.3.7. Inversi

  17

  2.3.8. Perkalian Citra

  17

  2.4. Histogram Equalization

  17

  2.5. Rivest Shamir Aldeman

  21

  2.5.1. Pembangkitan Kunci

  22

  2.5.2. Proses Enkripsi

  23

  2.5.3. Proses Deskripsi

  24 2.6. penelitian Terdahulu

  25 BAB 3 Analisis dan Perancangan

  26

  3.1. Arsitektur Umum

  27

  3.2. Dataset

  28

  3.3. Pre-processing

  28

  3.3.1. Penyesuaian Ukuran Citra (Scaling)

  28

  3.3.2. Pembentukan Citra Green Channel

  28

  3.3.3. Peningkatan Kualitas Citra

  29

  3.3.4. Histogram Equalization

  30

  3.3.5. Pembentukan Citra Biner (Thresholding)

  31

  3.3.6. Pemotongan Dan pembagian skala citra biner

  32

  3.5. Verrification

  33

  3.6. Perancangan Sistem

  38

  3.6.1. Perancangan antarmuka

  38 BAB 4 Implementasi dan Pengujian

  43

  4.1. Implementasi Sistem

  44

  4.1.1. Spesifikasi perangkat keras dan perangkat lunak yang digunakan

  44

  4.1.2. Implementai perancangan antarmuka

  45

  4.1.3. Implementasi data

  45

  4.2. Prosedur Operasional

  46

  4.3. Pengujian Sistem

  51 BAB 5 Kesimpulan dan Saran

  62

  5.1. Kesimpulan

  62

  5.2. Saran

  62 Daftar Pustaka

  64

  

DAFTAR TABEL

Hal.

Tabel 4.1. Rangkuman Data Citra

  51 Tabel 4.2. Ukuran Kinerja Hasil Pengujian

  57 Tabel 4.3. Hasil Pengujian Functionallity

  60 Tabel 4.4. Hasil Pengujian Reliabillity

  61 Tabel 4.5. Hasil Pengujian Relianility

  61 Tabel 4.6. Hasil Pengujian Efficiency

  62 Tabel 4.7. Hasil Pengujian Maintainabitility

  62 Tabel 4.8. Hasil Pengujian Portability

  63 Tabel 4.9. Ukuran kinerja hasil pengujian

  64

  

DAFTAR GAMBAR

Hal.

  21 Gambar 2.11. Grafik Histogram

  34 Gambar 3.4. Flowchart Histogram Equalization pada program (dimodifikasi dari Kim, 2008)

  34 Gambar 3.3. Citra hasil proses contrast stretching

  32 Gambar 3.2. Citra green channel

  26 Gambar 3.1. Arsitektur umum dari metode yang diajukan

  25 Gambar 2.15. (a) Citra asli (b) Output pertama citra HE (c) Output pertama citra HE (N=10) (d)Output kedua citra HE (e) Output kedua citra HE (N=10)

  24 Gambar 2.14. Output Citra Array Ukuran 8x8

  24 Gambar 2.13. Hasil persamaan (Haidi, 2007)

  22 Gambar 2.12. Citra array ukuran 8x8

  20 Gambar 2.10. Normalisasi matriks

Gambar 2.1. Anatomi iris yang diambil dari dataset (ICE, 2006)

  20 Gambar 2.9. Matriks kookurensi, matriks transpose, dan matriks simetris

  29 Gambar 2.8. Matriks kookurensi dengan jarak 1 dan arah 0

  19 Gambar 2.7. Citra grayscale dalam bentuk matriks dan matriks framework

  18 Gambar 2.6. Jarak antar piksel

  12 Gambar 2.5. Arah ketetanggaan antara dua piksel

  11 Gambar 2.4. Citra warna

  11 Gambar 2.3. Citra keabuan

  9 Gambar 2.2. Citra biner

  36

Gambar 3.5. Citra Gray Scale diubah menjadi Citra Biner

  52 Gambar 4.4. Tampilan utama aplikasi setelah citra mata dipilih

  5

  55 Gambar 4.10. Hasil verifikasi citra pada kolom verifikasi

  55 Gambar 4.9. Tampilan kunci yang dihasilkan saat proses enkripsi

  54 Gambar 4.8. Tampilan zoom citra hasil proses binerisasi

  54 Gambar 4.7. Tampilan zoom citra hasil greyscale

  53 Gambar 4.6. Tampilan zoom citra resizing

  52 Gambar 4.5. Citra yang telah melalui proses binerisasi

  50 Gambar 4.3.

  37 Gambar 3.6. Citra hasil pengecilan

  49 Gambar 4.2. Tampilan utama sistem

  47 Gambar 4.1. Tampilan awal aplikasi

  46 Gambar 3.12. Flowchart aplikasi

  45 Gambar 3.11. Usecase Diagram dari aplikasi

  44 Gambar 3.10. Rancangan tampilan utama aplikasi

  42 Gambar 3.9. Rancangan tampilan awal aplikasi

  41 Gambar 3.8. Proses deskripsi RSA (Goshwe, 2013)

  37 Gambar 3.7. Flowchart Enkripsi RSA (Goshwe, 2013)