SI122 - Interaksi Manusia dan Komputer Input Output pada Komputer Pertemuan 5 Season 1

Light Pen Suatu alat input yang memiliki fungsi sama dengan mouse maupun keyboard. Light pen digunakan pada peranti layar sentuh untuk menggantikan fungsi jari-jari tangan. Light pen sangat akurat karena dapat menandai piksel secara individual sehingga dapat digunakan untuk memilih dengan cara yang lebih baik dan juga dapat digunakan untuk menggambar

Permasalahan pada Light Pen Pena dapat mengganggu layar Gampang rusak atau patah Mudah hilang Melelahkan tangan

Tablet Digital Varian yang dimiliki oleh tablet digital, seperti : 1. Resistive tablet (tablet tahanan) yang berfungsi untuk mendeteksi titik temu antara dua lapisan yang terpisah. Keuntungannya dapat beroperasi tanpa pena khusus. Sebuah pena biasa ataupun jari-jari dapat digunakan untuk jenis tablet ini.

2. Magnetic tablet berfungsi untuk mendeteksi pulsa medan magnetik yang ada pada pena khusus 3. Sonic tablet mirip dengan resistive/magnetic tablet, tetapi tidak membutuhkan permukaan khusus karena pulsa elektronik dipancarkan oleh dua atau lebih mikrofon yang mencatat posisi pena secara triangular. Kelebihan dari sonic tablet adalah dapat menangani input 3D

Masukan biometrik Biometrik adalah pengenalan atau identifikasi dengan menggunakan faktor fisik manusia sebagai masukan data. Pemasukan dilakukan dengan menggunakan suatu pola entitas yang terdefinisi dan dapat diidentifikasi melalui ciri-ciri (feature) tertentu yang kemudian digunakan untuk membedakan pola yang satu dengan yang lainnya.

Pola biometrik POLA CIRI Suara Amplitudo, frekuensi, nada, intonasi, warna Tanda tangan Panjang, kerumitan, tekanan Sidik jari Lengkungan, jumla garis, ukuran muka Lingkaran wajah, garis-garis muka, pelipis dll mata Retina, pelipis

Pengenalan terhadap pola bertujuan untuk menentukan kelompok atau kategori pola berdasarkan ciri-ciri yang dimiliki oleh pola tersebut. Dengan kata lain, pengenalan pola membedakan satu objek dengan objek lain. Terdapat tiga pendekatan yang dilakukan dalam proses pengenalan pola, yaitu:

Clustering (unsupervised classification), Pattern matching,

1. Clustering (unsupervised classification), memasukkan suatu pola yang diamati kesuatu kelas pola yang belum diketahui, disebut sebagai kluster pola 2. Classification, melakukan identifikasi suatu pola yang diamati sebagai anggota satu kelas pola yang sudah diketahui 3. Pattern matching, mencocokkan atau membandingkan objek-objek yang dikandung suatu citra dengan template/deskriptor objek yang telah diketahui

Untuk mendapatkan biometrik yang diinginkan, salah satunya fasilitas input yang digunakan pada sistem komputer adalah dengan jaringan saraf tiruan yang merupakan sebuah sistem pengolahan informasi yang karakteristik kinerjanya menyerupai jaringan saraf biologi.

Jaringan saraf tiruan telah dikembangkan sebagai generasi model matematika dari pengertian manusia atau saraf biologi, dengan menggunakan dasar asumsi sbb : Pemrosesan informasi terjadi pada banyak elemen sederhana yang disebut saraf (neuron)

Sinyal-sinyal disampaikan antarsaraf pada jalur-jalur hubungan (connection link) Setiap jalur hubungan mempunyai sebuah bobot hubungan yang mana di dalam jaringan inputnya (penjumlahan dari bobot sinyal input digunakan untuk menentukan sinyal outputnya)

Sebuah jaringan saraf terdiri dari sejumlah besar elemen pemrosesan sederhana yang disebut saraf (neuron), unit (unit), sell (cell, atau titik (node). Jaringan saraf dapat diaplikasikan untuk jenis-jenis masalah yang luas seperti penyimpanan dan pembentukan data atau pola, pengklasifikasikan pola, melakukan pemetaan umum dari pola input ke pola output, pengelompokan pola-pola yang sama, atau menemukan solusi untuk optimasi yangmemiliki kendala dan batasan.

Mode pada sistem biometrik Data collection Signal processing Matching Storage Decision Aplication

Koleksi data didapatkan melalui input dari divice atau sensor yang membaca informasi biometrik dari user. Informasi biometrik dikonversi ke dalam bentuk yang seharusnya untuk diproses dengan sistem biometrik seperti : Kamera video Pemindai sidik jari Tablet digital Mikrofon

Hal yang dibutuhkan untuk koleksi data karakteristik, contoh : biometrik harus sama dengan user yang ada di daftar template Para pemakai memerlukan pelatihan Adaptasi dari template pemakai atau re-enrolment Sensor harus sama sedemikian rupa sehingga fitur biometrik terukur secara konsisten dengan sensor yang lain

Untuk memproses koleksi data yang ada, pada proses Signal Processing dilakukan hal-hal di bawah ini : Penyaringan fitur yang ada Menerima bentuk data biometrik dari sub-sistem koleksi data Mentransport data untuk keperluan pencocokan Membedakan fitur dari data yang ada

Setelah data diproses maka akan dilakukan pencocokan terhadap data yang ada dengan melakkan hal sbb : Mengunci data yang ada Menerima proses data biometrik dari sub-sistem signal processing dan template biometrik dari sub-sistem database Mencocokkan kesamaan dari sampel yang ada dengan sample yang ada di database Metode typical : pengukuran jarak, probabilistik, jaringan neural dsb Hasilnya adalah suatu jumlah yang dikenali atau tidak dikenali sama sekali

Setelah dilakukan pencocokan maka akan ada keputusan yang diberikan untuk mengakses aplikasi yang ada. Untuk keprluan pengambilan suatu keputusan maka : Data yang dimasukkan = data yang ada di DB Jika data untuk keperluan autentikasi tidak sesuai dengan data yang ada di database maka proses akan ditolak Memberikan toleransi untuk mengulangi pemasukan data sampai jumlah yang ditentukan

1. sidik jari Sidik jari (fingerprint) dapat digunakna sebagai sarana pengamanan dalma melakukan akses ke komputer karena sidik jari mempunyai ciri yang unik, setiap manusia memilikinya, dan sellau ada perbedaan antara yang satu dengan yang lain.

Pada sistem biometrik sidik jari, tes dilakukan terhadap data yang dimasukkan ke alat sensor. Proses yang dilakukan diantaranya adalah : Data yang asli Rincian dari data asli Titik-titik yang ada Membuang fitur yang tidak penting Rincian dari data yang telah dibuang Grafik

Keuntungan dari sistem sidik jari Teknologi yang canggih Dimiliki semua orang Ketelitian yang tinggi Stabilitas untuk jangka panjang Kemampuan untuk menampung berbagai fitur Biaya yang secara komparatif cukup rendah

Kerugian dari sistem sidik jari Tidak bisa dipakai oleh banyak pemakai (orang cacar jari) Dipengaruhi oleh kondisi kulit Sensor mudah kotor Asosiasi dengan aplikasi forensik

2. Geometri Tangan Sistem geometri tangan (hand geometry) dapat digunakan untuk keperluan autentikasi karena dimiliki oleh semua manusia, terkecuali yang cacar tangan, dan juga unik. Halyang dikenali untuk keperluan autentikasi adalah : Dimensi - Engsel jari Bentuk tangan - sisi samping dari jari Jari - sisi ujung

Keuntungan geometri tangan Teknologi canggih Tidak mengganggu Penerimaan pemakai yang tinggi Tidak ada asosiasi negatif

Kerugian geometri tangan Ketelitian yang rendah Mahal Sukar digunakan untuk beberapa pemakai (anak-anak, orang mengalami radang sendi) Bila jari tangan hilang, sistem tidak bisa digunakan

3. biometrik mata Pada sistem biometrik mata (eye biometric) yang dikenali untuk keperluan autentikasi adalah : Retina scanning, retina vascular di dalam bola mata Iris scanning, warna dari mata, pupil

Keuntungan Teknologi yang canggi Potensi ketelitian yang tinggi Stabilitas jangka panjang Fitur yang terlindungi (berada didalam bola mata) Perbedaan ayng tinggi (ras, suku dan bangsa)

Kerugian Sulit digunakan Intrusif Faktor kesehatan Harganya mahal

PIRANTI OUTPUT Keluaran yang dihasilkan komputer berasal dari pegolahan data yang dapat digolongkan ke dalam 4 macam bentuk, sbb : Tulisan terdiri dari huruf, angka, karakter khusus dan simbol Image, dalam bentuk grafik dan gambar Suara, dalam bentuk musik dan suara video,dll Bentuk yang didapat oleh mesin, dalam bentuk simbol yang hanya dapat dibaca dan dimengerti oleh komputer

Secara umum output ditampilkan dengan dua kategori, yaitu : Visual output a. cathode ray tubes b. LCD screens c. random scan display 2. Audio output a. beeps b. multitonal sound

SEKIAN dan TERIMA KASIH