Tugas Softskill Smart System

Jurnal 1 : Pembuatan Aplikasi Presensi Perkuliahan Berbasis Fingerprint (Studi Kasus : Jurusan Sistem Informasi Institut Teknologi Sepuluh Nopember Surabaya)

RESUME

Era globalisasi seperti saat ini menuntut kita semua untuk berproses lebih cepat, begitu pula dengan absensi kelas.

Absensi kelas yang masih menggunakan tanda tangan secara konvensional dinilai kurang efektif untuk menunjang pembelajaran di institusi selevel Institut Teknologi Sepuluh Nopember (ITS). Mahasiswa kerap mengelabuhi presensi dengan cara menitipkan tanda tangan kepada teman satu kelasnya, presensi yang ada di absen konvesional tersebut kerap tidak valid.

Fasilitas recording dan Tracking presensi mahasiswa ini akan diwadahi dalam sebuah web-based application. Dimana admin dari aplikasi ini adalah Tata Usaha (TU) JSI. Admin akan secara berkali (sehari sekali) mengupdate database presensi dari database internal ke dalam website JSI. Sehingga presensi tiap kelas dapat dilihat online.

Dengan menggunakan aplikasi presensi fingerprint tersebut akan sangat membantu sistem absensi kelas di JSI untuk realtime, meningkatkan validitas dan meminimalisir kecurangan – kecurangan yang kerap terjadi, dan dapat diamati secara online.

 Absensi Fingerprints

Absensi berbasis fingerprints merupakan suatu metode yang sangat efektif untuk memonitoring tingkat kehadiran di tempat kuliah. Dengan menggunakan absensi berbasis fingerprints seorang mahasiswa tidak bisa menitip absensi lagi kepada teman sekelasnya, sangat efektif untuk mengurangi kecurangan absensi yang sering terjadi di tempat kuliah.

Device yang digunakan untuk fingerprints scanning adalah VF-30.Sebuah mesin fingerprints scanner dengan spesifikasi sebagai berikut:

·        BioNano inti aloritma platrform dengan kinerja dan kehandalan tinggi

·        Versi algoritma 2010 terbaru dengan kinerja baik pada sidik jari basah dan kering, indentikasi dari sudut yang berbeda

·        Keypad backlight putih dengan 10 tombol angka dan 7 tombol fungsi

·        Standart fingerprint reader, RFID/Mifare/HID card reader

·        Mini USB, RS485, dan TCP/IP untuk koneksi jaringan

·        Metode Identifikasi: Sidik jari, Kartu, Password

·        VF30: standar 1.000 sidik jari dan 32000 records Dengan spesifikasi yang telah disebutkan di atas maka

device tersebut akan mampu beroperasi di JSI ITS dengan maksimal.

Web-Based Application

Web-Based Application adalah aplikasi yang diakses oleh pengguna melalui jaringan seperti internet atau intranet. Istilah ini juga dapat berarti aplikasi perangkat lunak komputer yang dikodekan dalam bahasa pemrograman yang mendukung seperti JavaScript, dikombinasikan dengan bahasa browser seperti HTML dan bergantung pada web browser umum untuk membuat aplikasi dapat dieksekusi.

CodeIgniter adalah sebuah web application framework yang bersifat open source dan digunakan untuk membangun aplikasi PHP dinamis. Tujuan utama pengembangan framework tersebut adalah membantu developer dalam mengerjakan aplikasi secara lebih cepat dibandingkan menuliskan semua kode program dari awal. CodeIgniter menggunakan lingkungan pengembangan dengan metode Model View Controller (MVC) yang membedakan antara logika dan tampilan. Model merepresantiskan struktur data dari aplikasi yang bisa berupa basis data maupun data lain, misalnya dalam bentuk file teks atau file xml.

1. View

Merupakan informasi yang ditampilkan kepada pengguna. Didalam View tidak berisi logika-logika kode dan pemrosesan data akan tetapi hanyaberisi variabel-variabel data yang siap ditampilkan.

2. Controller

Controller merupakan penghubung antara Model dan View. DidalamController ini terdapat class dan fungsi-fungsi yang memprosespermintaan dari View kedalam struktur data didalam Model.

ANALISA DAN DESAIN SISTEM

A. Rancang Umum Sistem

MONIKUL mengelolah semua data absensi JSI, dimana semua civitas yang tergabung di dalamnya dapat melihat dan merekap absensinya. Civitas yang dimaksud adalah user yang tidak lain adalah Dosen, Mahasiswa, dan Admin. User tersebut memiliki previlage berbeda tergantung jabatan user tersebut.

B.  Proses Penghitungan

Proses penghitungan absensi dilakukan berdasarkan matakuliah, kelas matakuliah, dan jadwal kuliah Setiap user yang melakukan absensi fingerprint pada kelas – kelas akan terekam, namun dengan pengecualian-pengecualian yang dilakukan maka hanya user dengan matakuliah, kelas matakuliah, ruangan, jadwal, dan dosen yang tepat yang akan disimpan sebagai hadir. Diluar itu tidak akan ditampilkan karena salah kelas, matakuliah, jadwal, atau dosen. User yang ketidakhadirannya lebih dari yang telah sistem tentukan akan keluar pada halaman kehadiran kurang.

C.  Usecase

Usecase diagram pada aplikasi ini memiliki fungsi untuk menjelaskan interaksi antar aktor dan sistem untuk mencapai tujuan, aktor yang dimaksud dapat berupa user atau sistem.

Package Usecase Admin

Admin adalah user yang mengelolah aplikasi ini, dalam hal ini orang tersebut adalah bagian TU JSI pengelolah absensi. User ini memiliki prioritas tertinggi sehingga user ini juga memiliki hak akses untuk semua fitur pada aplikasi ini. Hak akses tersebut antara lain:

·        Melihat rekap absensi semua matakuliah

·        Mengubah profil user Dosen dan Mahasiswa

·        Mengubah jadwal dosen dan mahasiswa

·        Mengubah kelas dosen dan mahasiswa

·        Mengubah matakuliah yang diampu/diambil dosen dan mahasiswa

Isi dari package usecase tersebut adalah usecase untuk admin.

Package Usecase Dosen

Dosen adalah middle user dalam aplikasi ini yang hanya memiliki akses untuk privilege dosen, antara lain:

·        Melihat rekap absesnsi untuk matakuliah yang sedang diampu

·        Mengubah profil dosen

·        Mengubah matakuliah yang sedang diampu dosen tersebut

·        Mengubah jadwal untuk matakuliah yang sedang diampu dosen tersebut

·        Mengubah kelas untuk matakuliah yang sedang diampu dosen tersebut

Selain itu dosen juga memiliki hak untuk meminta admin melakukan hal – hal di atas bila dosen yang bersangkutan tidak bisa melakukan hal tersebut.

Package Usecase Mahasiswa

Mahasiswa adalah middle user dalam aplikasi ini, sama seperti dosen, mahasiswa juga memiliki limited privilege, antara lain:

·        Mengubah profil mahasiswa

·        Mengambil/drop matakuliah yang sedang diambil

·        Melihat rekap absensi untuk matakuliah yang sedang diambil

Selain itu mahasiswa juga dapat meminta admin untuk melakukan hal – hal di atas apabila mahasiswa yang bersangkutan berhalang melakukannya.

D.  Robustness Diagram

Robustness diagram adalah penjabaran dari usecase, yang bertujuan untuk mendetailkan proses dari tiap usecase. Robustness diagram akan dibuat berdasarkan usecase yang ada.

E.  Sequence Diagram

Sequence diagram adalah step by step dari sistem terhadap sebuah usecase. Dapat disebut sebagai penjabaran sistem dari usecase. Sequence diagram akan menjelaskan tentang proses yang terjadi dalam sistem. Pembuatan sequence diagram dijabarkan berdasarkan usecase yang ada.

F.  Class Diagram

Pada bagian ini akan dijelaskan tentang atribut beserta fungsi dan method yang digunakan dalam mengembangkan sistem.

IMPLENTASI DAN UJI COBA

A. Implementasi

Pada tahapan implementasi dan uji coba ini, dibutuhkan beberapa komponen pendukung seperti perangkat keras dan perangkat lunak. Perangkat keras berperan dalam menciptakan lingkungan operasi dari sistem yang dibangun. Perangkat lunak berperan dalam menyusun aplikasi tersebut

B.  Uji Coba

Setelah melakukan uji coba fungsional didapatkan rincian apakah fitur-fitur aplikasi telah berjalan dengan baik.

Jurnal 2 : Identifikasi Iris Opsi Identifikasi Biometrik

RESUME

Identifikasi iris dianggap merupakan salah satu metode identifikasi biometrik yang ideal dan lebih stabil karena iris adalah organ internal yang terproteksi oleh kornea. Beberapa kekurangan metode ini ialah pada pengguna kacamata, lensa kontak, atau cadar,serta peminum alkohol.

A.   STRUKTUR HISTOLOGIK IRIS

Iris berfungsi untuk mengatur jumlah cahaya yang masuk ke bagian posterior bola mata melalui pupil. Pada rangsangan cahaya terang, serat saraf parasimpatis merangsang otot polos sirkular  (mconstrictor pupillae) untuk berkontraksi dan menyempitkan ukuran pupil (konstriksi). Pada cahaya redup, serat saraf simpatis merangsang otot polos radial (m. dilatator pupillae) untuk berkontraksi dan memperbesar ukuran pupil (dilatasi). Respons-respons ini bersifat refleks viseral.

B.   IDENTIFIKASI BIOMETRIK

Identifikasi biometrik adalah metode pengukuran objektif atas karakteristik fisik tertentu dari seseorang. Data biometrik dari sekelompok orang bila disimpan dalam sebuah bank data, dapat digunakan untuk verifikasi identitas orang dalam kelompok tersebut. Metode identifikasi biometrik yang telah banyak digunakan yaitu sidik jari, pengenalan wajah dan identifikasi iris. Negara tertentu seperti Amerika serikat, RRC, India, dan Indonesia, telah menerapkan penggunaan identifikasi biometrik dalam pembuatan identitas resmi warga negara maupun wisatawan yang akan masuk ke negaranya.

Mekanisme penggunaan sistem biometrik dapat digambarkan dengan beberapa fase, yaitu :

Fase Pertama yaitu fase pemasukan data (enrollment). Pada fase ini masukan akan di pindai oleh sensor biometrik, yang mengambil data digital karakteristik anggota tubuh seseorang.

Fase selanjutnya adalah fase pencocokan; dalam fase ini sekelompok data pembanding yang telah dimasukkan sebelumnya akan dicocokkan dengan identifikasi data yang dimasukkan pada fase pertama.

Pada pencatatan data digital dimungkinkan adanya reduksi, sehingga dihasilkan data digital yang bebas dari data yang menyebabkan kesalahan identifikasi. Hasil ini akan diproses dengan ekstraktor ciri untuk menghasilkan suatu representasi individual yang ekspresif dalam bentuk template, yang dapat disimpan dalam database di sistem biometrik atau dapat direkam pada berbagai media seperti kartu magnetik, chip, atau media penyimpan lain sesuai maksud penggunaannya. Pada fase pengenalan, bagian tubuh individu dibaca oleh pembaca biometrik dan dikonversi dalam bentuk digital, untuk diproses sebagai template. Selanjutnya, template ini dicocokkan dengan identifikasi individu yang disim-pan dalam database, kartu magnetik, chip, atau media penyimpan lain.

C.   IDENTIFIKASI IRIS

Identifikasi iris (iris recognition) adalah metode identifikasi biometrik yang menggunakan pengenalan pola matematis data video dari iris mata seseorang.

Identifikasi iris dimulai dengan melokalisasi batas luar dan dalam dari iris (pupil and limbus) pada data gambar sebuah mata. Selanjutnya, program algoritma mendeteksi dan melakukan eksklusi kelopak mata, bulu mata, dan refleksi spektrum cahaya. Data gambar mata yang sekarang hanya berisi data gambar iris dinormalisasi untuk mengompensasi dilatasi atau konstriksi pupil, kemudian dianalisis dengan mengambil data berupa informasi pola iris untuk dapat dibandigkan dengan pola pembanding. Pada algoritma Daugman, sebagian besar informasi amplitudo dihilangkan; hal ini dimaksudkan agar pola iris tidak dipengaruhi oleh perubahan pada pencahayaan atau kontras kamera.

Identifikasi atau verifikasi identitas seseorang dilakukan dengan mencocokkan pola iris yang diperoleh dengan data pola iris yang sebelumnya telah dimasukkan ke dalam database. Data yang diperoleh dianalisis dengan komputer menggunakan metode bayesian untuk meningkatkan akurasinya.

1       Kelebihan identifikasi iris

Metode identifikasi iris dianggap merupakan salah satu metode identifikasi biometrik yang ideal karena iris adalah organ internal yang terproteksi oleh kornea. Berbeda dengan sidik jari yang akan sulit dicocokkan bila kulit jari mengalami kerusakan, iris umumnya stabil dan datar. Konfigurasi geometrik iris dikontrol oleh otot sfingter pupil dan dilator pupil. Sedikitnya otot yang mampu menimbulkan perubahan menyebabkan iris lebih stabil dibanding metode identifikasi biometrik lain seperti metode pengenalan wajah.

Metode identifikasi iris mengambil data gambar iris dari jarak 10 cm hingga beberapa meter, tergantung ketelitian alat pengambil gambar. Cara ini mengurangi kontak dan penularan penyakit akibat penggunaan alat, atau terjadinya penolakan pada budaya tertentu akibat terjadinya kontak langsung atau jarak individu yang diperiksa amat dekat dengan pemeriksa. Walau beberapa prosedur operasi dapat merubah warna dan bentuk keseluruhan iris, namun pola halus pada iris tetap stabil hingga beberapa dekade.

2       Kekurangan identifikasi iris

Kebanyakan teknologi biometrik mengalami kesulitan membedakan apakah data biometrik yang diperolehnya berasal dari jaringan hidup. Identifikasi biometrik baru dianggap terpercaya bila dapat dibuktikan bahwa data yang diperoleh merupakan data yang berasal dari bagian tubuh yang hidup, dan bukan dari cetakan atau gambar yang sengaja dibuat. 

Pada identifikasi iris kekurangan di atas dapat diatasi dengan melakukan analisis spektrum warna untuk membedakan apakah data berasal dari jaringan iris atau bahan lain. Beberapa alat dibuat dengan menggunakan penyaring berupa pergerakan bola mata untuk menghindarkan digunakannya gambar mata untuk menggantikan mata orang yang akan diidentifikasi.

Identifikasi iris dapat mengalami kesalahan atau menurun ketepatannya, khususnya pada keadaan sebagai berikut, yaitu: penggunaan kacamata yang memantulkan cahaya atau menghalangi pengambilan gambar bola mata; lensa kontak untuk kepentingan kosmetik atau yang berpola; dan penggunaan cadar atau penutup wajah yang menutupi daerah mata. Oleh karena itu, sebelum identifikasi iris penggunaan hal tersebut di atas harus dipastikan untuk dilepas sementara waktu.                                              

Jurnal 3 : Sistem Pengenalan Wajah (Face Recognation) Menggunakan Metode Hidden Markov Model (HMM)

RESUME

Aplikasi pengenalan wajah pada citra digital dengan metode Hidden Markov Models dengan menggunakan database Pain Ekspression Subset sebagai input data untuk diolah oleh program face recognition, dikarenakan mampu memodelkan data 2 dimensi seperti citra dengan biak, serta mendapatkan hasil yang lebih teliti.

Hidden Markov model merupakan pemodelan probabilitas suatu sistem dengan mencari parameter-parametermarkov yang tidak diketahui untuk memperoleh analisis sistem tersebut. Metode Hidden Markov Model (HMM) mampu menangani perubahan statistik dari gambar, dengan memodelkan eleman- eleman menggunakan probabilitas. Salah satu aplikasinya adalah pada image processing, HMM memiliki tiga parameter utama yang harus dicari nilainya terlebih dahulu.

Wajah diproses dengan cara scan secara vertical dari atas ke bawah. Prinsip kerja sistem secara keseluruhan adalah pengenalan beberapagambar wajah yang unik dengan berbagai

Ekspresi yang berfungsi sebagai input dengan gambar wajah yang di simpan dalam database dengan metode training Hidden Markov Model (HMM).

Sistem pengenalan wajah (face recognition) membandingkan percobaan

Pengenalan sesuai dengan codebook (32, 64,128, 256) dan iterasi (5, 10) dan di dapat hasil sebagai berikut :

Dengan perbandingan akurasi metode lain

Kesimpulan

Ø Perbandingan

          Dari ketiga jurnal diatas dapat diketahui bahwa ketiga jurnal memiliki pembahasan yang memiliki kesamaan dalam cara, kegunaan dll, yaitu mengidentifikasi identitas seseorang menggunakan Biometrik (sidik jari, mata(iris scanner), wajah) seseorang. Karena setiap orang pasti memiliki perbedaan pada biometriknya maka dari itu biometrik ini dapat juga di gunakan dalam mengidentifikasi identitas, pengamanan data, dll. Pembacaan biometrik ini sangat presisi maka dari itu sangat sulit untuk di tembus keamaannya dan cara menggunakan nya juga cepat.

          Disini saya menekankan pada penggunaan pengamanan data, dimana sekarang dapat mudah ditemukan yaitu contoh nya smartphone jaman sekarang yang sudah menggunakan ‘fingerprint(scan sidik jari)’,’iris scanner(scan mata)’,bahkan ‘face recognation’(scan wajah). Dalam ketiga metode pengamanan data, semua metode memiliki pertahanan dalam pembobolan data yang sulit di bobol oleh hacker karena penduplikasian sangat sulit dilalukan. Karena itu pengamanan menggunakan biometrik ini sangat populer karena ketahanannya dalam pembobolan data.

          Jaman sekarang metode ini juga digunakan untuk absensi dalam sebuah kantor, kampus atau sekolah karena kepresisisan dan kecepatan dalam mengidentifikasi identitas seseorang. Sehingga kita tidak perlu lagi menandatangan di kertas yang sangat membuang waktu dan tenaga.

          Dari ketiga metode pembaca biometrik diatas menurut kami metode yang paling baik adalah Fingerprint karena :

-         Alatnya paling murah.

-         Pengelolaan data lebih mudah.

-         Cepat kemampuan membaca datanya .

-         Sudah banyak orang yang familiar dengan fingerprint.

Namun tentunya memiliki kelemahan yaitu :

-         Mudah diduplikasi.

-         Tidak bisa diubah data sidik jari anda jika sudah diretas maka hacker dapat menggunakannya kapan saja.

-         Sensor tidak mengeli jika jadi anda basah, luka.

Ø Metode yang paling banyak digunakan

     Dari ketiga metode pembaca biometri yang paling banyak digunakan tentu saja Fingerprint, alasannya sama seperti yang kami bahas di perbandingan yaitu :

-         Alatnya paling murah.

-         Pengelolaan data lebih mudah.

-         Cepat kemampuan membaca datanya .

-         Sudah banyak orang yang familiar dengan fingerprint.

Daftar pustaka

Muhammad, Noval Aditya. dkk. 2013. Pembuatan Aplikasi Presensi Perkuliahan Berbasis Fingerprint (Studi Kasus : Jurusan Sistem Informasi Institut Teknologi Sepuluh Nopember Surabaya). Surabaya: Institut Teknologi Sepuluh Nopember.

Kristianto, Erwin G. dkk. Identifikasi Iris Opsi Identifikasi Biometri. Menado: Universitas Sam Ratulangi.

Sudiana, Dodi. dkk. Sistem Pengenalan Wajah (Face Recognation) Menggunakan Metode Hidden Markov Mode (HMM). Depok: Universitas Indonesia.