PCA untuk Pengenalan Wajah

PENGENALAN WAJAH(FACE RECOGNITION)
Pengenalan wajah adalah merupakan suatu pengenalan pola (pattern recognition) yang khusus untuk kasus wajah. Ini dapat dideskripsikan sebagai pengklasifikasian suatu wajah apakah dikenali (known) atau tidak dikenali (unknown), dimana setelah dibandingkan kemudian disimpan secara tersendiri. Beberapa pendekatan untuk pengenalan obyek dan grafika komputer didasarkan secara langsung pada citra-citra tanpa penggunaan model 3D. Banyak dari teknik ini tergantung pada suatu representasi citra yang membentuk suatu struktur ruang vektor, dan dalam prinsip ini memerlukan korespondensi yang padat. Pendekatan appearance-based kebanyakan digunakan untuk pengenalan wajah. Pada metode ini, model wajah dipelajari melalui proses training dengan menggunakan satu set data pelatihan yang berisi contoh-contoh wajah. Kemudian hasil training ini digunakan untuk pengenalan wajah. Secara umum metode ini menggunakan teknik-teknik analisis statistik dan mesin pembelajaran (machine learning) untuk menemukan karakteristik-karakteristik yang sesuai dari wajah maupun non-wajah. Yang termasuk dalam kelompok ini adalah : Eigenfaces, distribution-based dan clustering, jaringan syaraf tiruan, SVM (Support VectorMmachine), dll.
Tiga pengklasifikasi linear appearance-based adalah PCA, ICA and LDA. Tiap pengklasifikasi mempunyai representasi (vector basis) tersendiri dari suatu ruang space vector wajah dengan dimensi tinggi didasarkan pada titik pandang secara statistik yang berbeda. Melalui proyeksi

vector wajah ke vector basis, koefisien proyeksi digunakan sebagai representasi fitur tiap citra wajah.

Nilai matching diantara citra wajah tes dan pelatihan dihitung (sebagai contoh sudut nilai cosine) diantara vector-vector koefisien. Ketiga representasi dapat dianggap sebagai suatu transformasi linier dari vector citra asli ke suatu vector fitur proyeksi.
Proyeksi citra ke dalam ruang eigen (eigenspace) merupakan suatu prosedur standar untuk beberapa algoritma pengenalan obyek yang didasarkan pada tampilan (appearance-based). Penelitian dasar tentang proyeksi eigenspace pertama kali dilakukan oleh Michael Kirby yang memperkenalkan tentang ide karakteristikasi dimensi rendah suatu wajah. Turk and Pentland menggunakan proyeksi eigenspace untuk pengenalan wajah. Eigenspace dihitung melalui identifikasi eigenvector dari matriks kovariansi yang diturunkan dari suatu himpunan citra pelatihan (Turk and Pentland,1991)
Proyeksi ruang eigen (eigenspace) juga dikenal sebagai Karhunen-Loeve (KL) atau juga dinamakan dengan Principal Component Analysis (PCA). Algoritma eigenface memanfaatkan Principal Component Analysis (PCA) untuk mereduksi dimensinya guna menemukan vector-vektor yang mempunyai nilai terbaik untuk distribusi citra wajah didalam ruang citra masukan. Vektor ini mendefinsikan subruang dari citra-citra wajah dan subruang tersebut dinamakan ruang wajah. Semua wajah-wajah dalam himpunan pelatihan diproyeksikan ke dalam ruang wajah untuk menemukan suatu himpunan bobot-bobot yang mendeskripsikan kontribusi dari tiap vector dalam ruang wajah. Untuk identifikasi suatu citra uji, membutuhkan proyeksi suatu citra ke dalam ruang wajah untuk menentukan korespondensi kumpulan bobot-bobot. Dengan membandingkan kumpulan bobot-bobot wajah dalam training set, Pengujian citra dapat diidentifikasi. Prosedur kunci dalam PCA didasarkan pada tranformasi Karhumen-Loeve. Jika elemen-elemen citra dianggap sebagai variable-variabel random, citra mungkin dilihat sebagai sample suatu proses stokastik.

Ide utama principal component analysis adalah menemukan vektor dengan nilai terbaik untuk distribusi citra wajah dalam seluruh ruang citra. Vektor-vektor ini mendefinisikan subruang citra wajah atau biasa disebut dengan nama ruang wajah. Tiap vektor dengan panjang N2, mendsikripsikan citra dengan ukuran N x N, yang merupakan suatu kombinasi linier dari citra wajah asli (Atalay,1996).

BIOMETRIK SEBAGAI PENGGANTI PASSWORD

Teknologi biometrik yang mampu mengenali manusia lewat sidik jari, mata, atau karakter khas bagian tubuh lain kini semakin memasyarakat. Didukung faktor harga yang semakin terjangkau dan bisa diterapkan pada banyak sektor, teknologi ini akan menggusur kata sandi (password) sebagai pintu masuk yang punya kelemahan.
Film Sixth Day (2001) dengan pemeran utama Arnold Schwarzenegger memperlihatkan betapa biometrik sudah seperti menggantikan kunci. Sidik jari atau mata bisa digunakan sebagai pembuka akses masuk ke ruang kantor, laboratorium, menstarter mobil, atau membayar taksi. Teknologi pengenalan diri itu kini benar-benar mengenali fisik si pemilik, bukan lagi password (kata sandi).
Akan seperti komputer
Seperti diwartakan Kompas Cyber Media yang mengutip hasil penelitian CentralNIC (perusahaan pendaftar domain di Inggris), hampir separuh responden menggunakan nama atau nama panggilan sendiri sebagai password. Sepertiga responden memakai nama tim olahraga kesayangan atau nama bintang pujaan.
Padahal kata sandi punya kelemahan. Selain harus diingat oleh si pemegang sandi, juga gampang ditebak meski yang sulit sekalipun karena ada alatnya. Menurut para ahli keamanan, kini ada cracking tool yang mampu memindai kata maupun menebak password berupa kombinasi huruf dan angka. "LoftCrack", salah satu program penjebol sandi misalnya, hanya butuh waktu 48 jam untuk mencari seluruh arsip password di suatu perusahaan.
Tak heran jika kemudian ada gagasan mencari pendekatan lain yang lebih canggih sebagai pengganti password. Jika kata sandi harus diingat (entah password-nya sendiri dan atau tempat menyembunyikannya), mengapa tidak memakai sesuatu yang melekat di tubuh dan tanpa harus mengingat-ingat segala? Suara manusia, raut muka, atau sidik jari sebagai pembuka akses menjadi peluang besar pengganti kata sandi yang rentan dibobol.
Parameter manusia yang dikenal dengan biometrik itu punya keunggulan sifat tidak bisa dihilangkan, dilupakan, atau dipindahkan dari satu orang ke orang lain. Juga sulit ditiru atau dipalsukan.
Aplikasi teknologi biometrik bisa dicontohkan seperti ketika Anda memberikan tanda masuk ke kantor atau akses ke komputer menggunakan pemindai sidik jari; mengambil uang dari mesin kas yang dapat memindai mata Anda untuk mengenali bahwa Anda-lah pemilik sah uang itu; mengidentifikasi diri Anda pada bank melalui telepon dengan memakai pengenal suara (voice recognition); dan check in untuk penerbangan hanya dengan melewati sebuah kamera di bandara yang mengenali Anda sebagai penumpang berlangganan.
Di masa depan, teknologi biometrik akan mirip fenomena komputer yang kemudian menjadi bagian dari sebuah produk kebutuhan hidup sehari-hari. Semua proses kerja di kantor seperti aktivitas akuntansi, pembuatan laporan, penawaran penandatanganan kontrak, dan banyak hal lain disinyalir akan melibatkan teknologi biometrik.
Sejak Mesir kuno
Sebenarnya, teknologi biometrik sudah dikenal sejak zaman Mesir kuno. Rekaman roman muka dan ukuran bagian tubuh yang dikenali biasanya digunakan untuk meyakinkan bahwa yang bersangkutan adalah orang yang sebenarnya. Akses kontrol seperti itulah awal dari workflow sistem pengamanan. Logikanya, tidak seorang pun memiliki akses tanpa ia dipercaya dan orang lain dilarang. Teknologi akses kontrol berusaha mengotomatisasi proses yang menjawab dua pertanyaan dasar sebelum menawarkan berbagai jenis akses. Yang pertama, "Siapakah Anda?" Kedua, "Apakah Anda benar seperti yang Anda katakan?" Pertanyaan pertama mewakili fungsi identifikasi, dan pertanyaan kedua mewakili fungsi verifikasi (pembuktian).
Pendekatan umum untuk memperoleh akses itu melalui penggunaan tanda dan anggapan bahwa pemilik tanda dan identitas pembuktian agak sepadan. Model seperti ini disebut pengamanan satu faktor (single-factor security). Contohnya, kunci rumah atau password. Pendekatan seperti ini memiliki risiko jika tanda itu hilang atau tercuri. Sekali kunci jatuh ke tangan orang lain, ia bisa leluasa masuk rumah. Begitu juga dengan password yang sudah tidak rahasia lagi, orang lain bisa menggunakannya.
Untuk mengatasinya dibuatlah dua tanda. Pendekatan seperti ini disebut pengamanan dua faktor (two-factor security). Cara ini lebih tahan terhadap risiko. Contoh paling umum adalah kartu anjungan tunai mandiri (ATM). Dengan kartu yang menunjukkan siapa Anda dan PIN yang merupakan tanda Anda sebagai pemilik sah kartu, Anda bisa mengakses rekening bank Anda. Kelemahan pengamanan ini, kedua tanda itu harus berada pada peminta akses. Jadi, kartu saja atau PIN saja tidak akan bekerja.
Sistem keamanan dua faktor ini memerlukan infrastruktur untuk membuat dan menerbitkan kartu serta mekanik yang dipakai untuk membaca kartu yang salah satunya berisi data PIN. Pendekatan ini masih terhitung praktis sebab orang hanya membawa beberapa kartu.
Persoalan timbul manakala Anda dilanda "penyakit" lupa. Juga, kita sering tidak menyadari bahwa PIN itu sesuatu yang sangat pribadi. Keluarga atau teman dekat sekalipun pada dasarnya tidak boleh tahu. Kejahatan yang lebih canggih adalah dengan mencuri data-data PIN itu langsung dari sumbernya.
Tak perlu PIN lagi
Ada banyak biometrik yang bisa dipakai. Dari yang sudah disebut tadi, sidik jari paling banyak dipakai dalam sistem keamanan. Tinta untuk sidik jari sudah digunakan selama berabad-abad, dan di era digital sekarang sidik jari sudah didigitalisasikan. Sistem elektronik modern menyaring bentuk melengkung (loop), jerat (arche), dan lingkaran (whorl) dari seluruh jenis sidik jari konvensional ke dalam kode numerik. Parameter sidik jari lebih banyak digunakan karena mudah dan murah. Sebagai gambaran, jika tahun 1998 pangsa pasar sidik jari baru 40%, dua tahun kemudian meningkat menjadi 84% (International Biometric Group).
Teknologi sidik jari (finger scan) dipertimbangkan sebagai salah satu produk biometrik untuk aplikasi dalam sistem jaringan perusahaan. Perusahaan teknologi menyatakan, kebanyakan telepon yang masuk ke meja operator (help desk) adalah meminta bantuan karena lupa password. Biaya yang dikeluarkan untuk menangani hal itu berkisar AS $ 135 – 170 per orang per tahun! Tak heran jika kemudian teknologi finger scan ditengok karena lebih efisien.
Sistem ini juga banyak dipakai untuk mengontrol akses dan membedakan identitas di banyak perkantoran, pabrik, sekolah, rumah sakit, pusat tenaga nuklir, dan gedung pemerintahan dengan sistem keamanan tinggi. Produk ini juga bisa digunakan sebagai sistem hadir yang bisa mencegah penipuan seperti pada sistem kartu.
Beberapa negara rela mengeluarkan dana dan waktu dalam jumlah lumayan untuk digitalisasi sidik jari demi memberantas penipuan identitas. Argentina, misalnya, menghabiskan waktu lima tahun dan biaya AS $ 1 miliar. Amerika, Inggris, dan negara maju lainnya memakai sistem ini untuk departemen kepolisian dan informasi social security.
Beberapa bank mulai menerapkan teknologi sidik jari untuk transaksi melebihi batas pada teller approval. Juga bagi customer service dalam memberikan layanan dan informasi pada nasabah serta penggunaan ATM. Yang lebih penting memang penerapan pada transaksi kartu debit yang saat ini masih menggunakan password. Sebab, transaksi itu dilakukan di tempat umum dan kasir biasanya tidak dikurung layaknya ATM.
Lewat imigrasi berbekal tangan
Biometrik yang terkenal lainnya, hand geometry. Tidak seperti pemindaian sidik jari yang dikenal luas di Amerika dan Eropa Barat, sistem ini tidak distigmatisasikan oleh sebuah badan keamanan atau intelijen yang memiliki konsekuensi hukum. Produk ini melibatkan pemindaian bentuk, ukuran, dan karakter lain (seperti ukuran jari) dari sebagian atau keseluruhan tangan. Pemakai diwajibkan membuat beberapa klaim tentang siapa mereka dengan menggesek kartu sebagai contoh sebelum pemindaian.
Contoh teknologi ini yang terkenal adalah program Inspass. Penumpang yang sering terbang ke Amerika boleh melewati antrean di bagian keimigrasian di tujuh bandara besar dengan hanya menggesek sebuah kartu dan menempatkan tangan mereka di atas pemindai. Pemindainya dipasok oleh Campbell, Kalifornia.
Sistem lain, pemindaian mata, dikenal dari cerita mata-mata. Serat-serat, alur, dan bintik-bintik pada selaput pelangi mata (bagian berwarna pada mata) dipindai menggunakan sebuah kamera video yang bisa memberikan informasi untuk mengenali seseorang. Tapi sistem ini di mata pemakai lebih mengganggu dibandingkan dengan sistem sidik jari.
Meski begitu, sistem pemindaian mata ini telah dicoba oleh sejumlah bank di Inggris, Jepang, dan Amerika. Dengan teknologi ini, tidak diperlukan lagi kartu atau PIN untuk mengakses sebuah rekening. Maskapai Amerika juga sudah mencoba sistem ini di dua bandara bagi pelanggan untuk memperoleh kartu penerbangannya.
Biometrik wajah juga bisa dipakai. Teknologi ini bekerja dengan menganalisis sebuah citra video atau fotografi dan mengidentifikasi posisi dari beberapa "titik pusat pertemuan" pada raut muka seseorang. Titik pusat pertemuan ini kebanyakan berada di antara dahi dan di atas bibir. Ekspresi maupun keberadaan rambut halus tidak berdampak terhadap analisisnya.
Identifikasi wajah punya kelebihan, yakni orang yang bersangkutan tidak merasa kalau wajahnya sedang dianalisis. Makanya, teknik ini bisa dikembangkan untuk mengetahui keberadaan seorang teroris, misalnya, yang sedang kasak-kusuk hendak beraksi di sebuah bandara. Atau untuk mencegah pengacau pertandingan sepakbola di lapangan dan penipuan di kasino.
Yang agak sulit dikembangkan adalah biometrik suara. Padahal teknologi ini murah biayanya, hanya memerlukan alat penganalisis karakter vokal seseorang (ingat kasus pembuktian rekaman beberapa tokoh oleh pakar multimedia R.M. Roy Suryo). Akan tetapi keandalaan produk ini rendah dibandingkan dengan produk biometrik lainnya, terutama ketika waktu untuk berbicara cuma sedikit.
Mirip dengan suara adalah tanda tangan. Sistem ini berlandaskan pada teori grafologi bahwa tanda tangan mencerminkan karakter seseorang. Perangkat keras yang digunakan adalah pen dan sebuah pad untuk mengambil suatu tanda tangan. Tapi teknologi ini akan bermasalah jika hanya bertumpu pada kebiasaan.
Sinergi lebih sip
Masih banyak tanda tubuh lain yang bisa dipakai sebagai pembuka akses. Ambil contoh pengenalan bau tubuh, pengukuran suhu muka, dan resonansi suara. Masing-masing bisa melengkapi kekurangan biometrik lain. Misalnya, kesulitan membedakan orang kembar bisa diatasi dengan pengenalan suhu muka. Masalahnya, beberapa produk biometrik kurang praktis dan perlu biaya besar untuk membuatnya.
Menurut Mark Lockie, editor pada Biometric Technology Today, tahun 2000 menjadi tahun menentukan bagi perkembangan biometrik. Pendorongnya adalah besarnya perhatian orang akan keamanan jaringan atau network dan perdagangan online. Ditambah dengan menurunnya harga perangkat keras.Maka tak salah jika International Biometric Industry Association (IBIA) meramalkan, pada 2003 penjualan untuk perangkat kerasnya mencapai AS $ 600 juta. Sedangkan penjualan untuk perangkat lunaknya bisa mencapai 2 – 3 kali lipat. Dari beberapa teknologi yang saat ini dikomersialkan (sidik jari, mata, muka, suara, dan tanda tangan), teknologi sidik jari yang paling luas dipergunakan. Sistem ini juga memiliki beberapa keunggulan dengan harga semakin murah dan aplikasi semakin sederhana.
Sementara itu Amerika, Inggris, dan Irlandia telah meloloskan hukum untuk mengesahkan tanda tangan yang dibuat secara digital. Dengan peraturan ini sebuah tanda tangan digital punya kekuatan hukum yang sama dengan tanda tangan yang memakai tinta. Namun, ini seperti kembali ke sistem pengamanan satu faktor. Untuk mengatasi tercurinya tanda tangan digital, teknologi itu akan didampingi degan teknologi biometrik lain, misalnya sidik jari. Dengan begitu sebuah tanda tangan bisa dikeluarkan jika hanya sidik jari pemiliknya ditampilkan.
Optimisme akan perkembangan teknologi ini semakin membuncah ketika raksasa piranti lunak Microsoft mengumumkan akan menyediakan bantuan untuk penerapan biometrik pada sistem operasi Windows. Pengguna nantinya bisa log in menggunakan biometrik sehingga menciptakan keamanan transaksi e-commerce.
Toh yang kontra pun bermunculan. Ada yang mempertanyakan soal privacy penggunaan biometrik ini. Yang lain meributkan mengenai tingkat keamanan dari database penyimpan data bioemtrik. Untuk yang terakhir bisa diakali dengan membawa database biometriknya sendiri dalam kartu pintar seperti dilakukan Inpass.
Persoalan biaya akan terjawab manakala produk ini sudah menjadi massal. Di lain pihak, orang akan menggunakan produk ini jika ada peningkatan layanan. Misalnya lebih cepat, biaya rendah, serta tingkat keamanan meningkat. Dalam jangka empat tahun ke depan, diperkirakan sensor sidik jari bisa didapat dengan harga AS $ 10.
Jika sudah begitu, Sixth Day bukan lagi sebuah film, melainkan sebuah realitas. Lalu, siapa tahu Anda-lah si Arnold Schwarzenegger

PasPoR biOmeTriK

Sebagian besar dari kita mungkin pernah mendengar istiah "Biometrik". Jargon tersebut santer ketika Kantor Imigrasi meluncurkan paspor baru yang katanya berteknologi tinggi. Apa sebenarnya paspor biometrik itu ?
Paspor Biometrik adalah dokumen perjalanan (paspor) yang dapat dibaca oleh mesin pembaca atau disebut Machine Readable Travel Document (MRTD). Standar MRTD diatur oleh ICAO .
Sesuai dengan namanya, informasi yang disimpan di dalam paspor adalah informasi biometrik yang meliputi: sidik jari, pengenal wajah dan pindaian iris mata. Di samping informasi tadi mungkin sekali informasi penting lain seperti nama kecil, tanggal lahir, alamat, dll ikut disimpan di sana.
Paspor yang menggunakan teknologi ini, biasanya akan memuat logo biometrik seperti berikut

Coba perhatikan, jika anda pemegang paspor Indonesia, mungkin tidak menemukannya di paspor anda.
Di dalam paspor informasi disimpan di dalam chip RFID (Radio Frequency ID). Chip yang disebut sebagai RFID tag tadi berukuran kecil bahkan bisa dimasukkan ke dalam lapisan kertas. Mungkin inilah yang digunakan untuk Paspor Biometrik. RFID tag dapat dibaca dari jarak tertentu oleh RFID reader.
Isu Keamanan & Privasi
Di balik sesumbar teknologi canggih tadi, rasanya pemegang paspor biometrik harus lebih berhati-hati karena bisa saja informasi pribadinya dimanfaatkan oleh orang lain untuk kejahatan.
Sudah ada cerita mengenai paspor Inggris yang di-clone, lantas penjahat tersebut membeli tiket menggunakan nomor frequent flyer yang berhasil dicurinya dari RFID paspor. Tidak sampai di situ, penjahat terus bepergian menggunakan paspor duplikasi menggunakan identitas pemilik paspor yang informasinya dicuri. Banyak cerita lain mengenai pembobolan informasi di paspor biometrik .
Tips Pengamanan Sederhana
Pengaman harus dilakukan sendiri oleh pemilik barang yang di dalamnya terdapat RFID tag. Bisa saja menggunakan RFID-Zapper . Yang termudah adalah melapisi paspor anda dengan aluminium foil untuk menghalangi sinyal radio pemindai RFID menghubungi chip di paspor. Oleh karena itu, mulai sekarang bungkuslah paspor anda dengan aluminium sehingga informasi pribadi anda tetap aman.

tEk. biometriK

Tas Berteknologi Biometric

Selama ini, tas merupakan salah satu barang yang penting dibawa ketika bepergian. Kita bisa menyimpan berbagai benda di dalamnya. Tapi, tas tidak memiliki tingkat keamanan tinggi. Siapa pun bisa membuka untuk melihat isinya.

Dengan adanya tas biometric temuan Louise Wilson, keamanan terjamin. Tas ini dilengkapi dengan biometric reader device (alat pembaca sidik jari) yang terletak di bagian pojok bawah. Di sana terdapat kotak hitam berukuran kurang lebih 5 cm. Bagian ini berfungsi untuk men-scan sidik jari pemilik.

Teknologi yang digunakan pada tas ini sama dengan teknologi biometric umumnya. Ketika sidik jari diidentifikasi dan hasilnya cocok, lampu hijau akan menyala dan tas terbuka. Bila tidak cocok, lampu akan menyala merah sebagai tanda penolakan.

Untuk sumber energi, tas ini menggunakan sebuah baterai yang bisa diisi ulang. Ketika habis tinggal ditancapkan saja. "Saya sudah mengenal teknologi biometric sejak lama. Dan, saya berusaha untuk mengaplikasikan dalam sebuah gadget yang dapat digunakan setiap hari," ujar Wilson. Pilihannya jatuh pada tas.

"Seorang wanita membawa seluruh ’hidup’-nya dalam tas mereka. Jika sampai hilang, kemungkinan sebagian ’hidup’-nya akan terganggu. Nah, tas biometrci ini akan sangat berguna sekali jika digunakan di tempat-tempat ramai. Misalnya, di tempat perbelanjaan dan kendaraan umum," kata lulusan London’s Brunel University ini. (top/cnn)

Biometrics

Teknologi biometrics adalah teknologi kemanan yang menggunakan bagian tubuh sebagai identitas. Dunia medis mengatakan bahwa ada berapa bagian tubuh kita yang sangat unik. Artinya, tidak dimiliki oleh lebih dari satu individu. Contohnya saja sidik jari atau retina mata. Meskipun bentuk atau warna mata bisa saja sama, namun retina mata belum tentu sama. Begitu juga dengan suara dan struktur wajah. Bagian-bagian unik inilah yang kemudian dikembangkan sebagai atribut keamanan.

Sebagai bagian dari teknologi keamanan, biometrics memiliki dua fungsi sekaligus yang dapat dijalankan terpisah maupun secara bersamaan. Yang pertama sebagai pencatat ID atau sebagai alat verifikasi (password).

Teknologi biometrics hampir dapat diterapkan di mana saja. Mulai untuk melindungi sebuah barang tertentu dari akses yang tidak diinginkan, seperti komputer. Sampai untuk melindungi sebuah ruangan yang ramai dari orang-orang tertentu. Misalnya, untuk mengetahui keberadaan teroris atau penjahat lain di bandara.

Cara kerja teknologi keamanan yang satu ini hampir sama dengan teknologi keamanan lain yang sangat bergantung kepada sensor. Sendor yang digunakan pada teknologi biometrics cenderung mahal dan semakin akurat ketajamannya maka akan semakin mahal.

Selain sensor, bagian yang tidak kalah penting dari biometrics adalah data. Bagaimana Anda menyimpan data pada sebuah sistem sangat penting. Sebab biometrics adalah teknologi yang bergantung kepada data. Bila data yang disimpan tidak aman atau lengkap, kemungkinan adanya penyusup ke system ini akan lebih besar.

Menurut sistemnya biometrics sendiri terbagi atas tiga macam, yaitu:

1. Sistem yang menyimpan data langsung pada alat.
Dengan sistem ini, data akan disimpan pada media penyimpanan yang berada dalam alat detektor. Jika sewaktu-waktu mesin harus di-reset atau dikembalikan ke posisi awal, maka data yang ada dapat saja ikut terhapus. Sehingga petugas harus meng-input ulang. Jika data yang dimasukkan sangat banyak tentu akan sangat merepotkan, lain halnya bila data tidak terlalu banyak. Biometrics dengan sistem ini sangat cocok untuk diterapkan pada sebuah alat tertentu yang tidak digunakan oleh banyak orang atau untuk untuk melindungi sebuah ruang khusus, yang juga tidak diakses oleh banyak pengunjungnya.

2. Sistem yang menyimpan data pada jaringan.
Sistem yang kedua memanfaatkan jaringan untuk menyimpan datanya. Sistem yang kedua sangat efektif bagi aplikasi yang memang dipergunakan untuk banyak user. Misalnya saja untuk data absen karyawan atau siswa. Bentuk fisik yang ditampilkan oleh alat juga tidak perlu terlalu besar. Karena data tidak akan diproses langsung pada alat. Melainkan dikirim dahulu ke sebuah jaringan baru kemudian diproses dan disimpan. Sistem ini memang membutuhkan waktu lama.

Tetapi cukup efektif untuk data yang besar. Karena tidak akan terkena risiko data hilang pada saat proses reset pada alat harus dilakukan.

3. Sistem yang menyimpan data pada sebuah chip.
Sistem yang terakhir ini menggunakan media tambahan berupa chip untuk menyimpan data si pemilik ID. Sehingga untuk menggunakannya seseorang harus membawanya. Untuk sistem yang terakhir ini, akan sangat efektif diterapkan untuk yang memiliki pengguna sangat banyak atau bila alatnya hendak diletakkan di tempat umum. Misalnya saja untuk keamanan di mesin ATM atau hanya sekadar sebagai ID masuk dalam sebuah gedung.

Sedangkan bagian tubuh yang saat ini sudah mulai digunakan sebagai ID atau password adalah:

- Sidik Jari

Ini adalah bagian tubuh yang penggunaannya sangat populer baik sebagai ID maupun sebagai password. Sensor yang digunakan untuk men-scan sidik jari sangat bervariasi. Ada sensor yang hanya dapat memeriksa satu sidik jari saja ada yang dapat memeriksa lebih dari satu sidik jari.

Luka pada sidik jari dapat mengakibatkan sidik jari sulit dideteksi. Namun, bukan berarti tidak bisa. Selama luka tersebut tidak terlalu dalam ada beberapa sensor yang masih dapat
mengenalinya. Tentu saja sensor-sensor dengan ketajaman seperti ini akan lebih mahal harganya ketimbang sensor sidik jari dengan ketajaman biasa.

Penerapan sidik jari sebagai bagian dari sistem keamanan kini sudah se makin luas. Bahkan saat ini sudah ada mouse yang penggunaannya membutuhkan sidik jari penggunanya.

- Geometris Tangan
Lain sidik jari lain pula yang dimaksud dengan geometris tangan atau yang dikenal juga dengan bentuk tangan. Nilai-nilai yang menjadi bagian dari datanya adalah, ukuran tangan, bentuk telapak tangan, sampai bentuk dan ukuran masing-masing jari. Sensor yang digunakan untuk mendeteksi geometris tangan berbeda dengan sensor yang digunakan untuk mendeteksi sidik jari. Cara pengambilan sampel juga lebih rumit, karena harus dilakukan dari berbagai perspektif. Oleh sebab itu, biometrics ini dianggap lebih akurat dan lebih sulit untuk dipalsukan datanya. Namun, proses pengaksesan juga akan berjalan lebih lama. Oleh sebab itu, sebaiknya jangan menggunakan sistem ini untuk ruangan yang terbuka atau untuk aplikasi yang dimanfaatkan oleh banyak orang (seperti absensi).

- Mata
Mata manusia sangat unik. Meskipun secara kasat mata, setiap bola mata manusia hampir sama. Ada dua bagian yang kerap menjadi bagian dari biometrics mata, yaitu retina dan iris mata. Iris mata lebih mudah penggunaannya dibandingkan dengan retina mata. Untuk menganalisis retina mata, seorang pengguna harus menatap pada fokus yang telah ditentukan dan proses analisis juga tidak akan dapat dilakukan bila user menggunakan kaca mata.

Lain halnya dengan iris mata. Teknologi dengan iris mata tidak sesulit retina mata. User tidak perlu menatap lurus ke fokus. Dan pengguna kaca mata masih dapat dikenali.

- Bentuk Wajah
Teknologi biometrics yang menganalisis bentuk wajah sudah juga digunakan di beberapa tempat. Salah satunya bandara. Perangkat yang difungsikan sebagai sensor untuk teknologi ini umumnya adalah kamera CCTV biasa. Dan sistem yang digunakan adalah sistem yang datanya disimpan dalam sebuah jaringan. Sedangkan proses kerjanya adalah sebagai berikut. Gambar yang diperoleh oleh kamera CCTV secara otomatis akan diolah oleh komputer yang terhubung langsung dengan data kepolisian. Setiap wajah yang lewat akan dilihat kecocokannya dengan data yang ada pada jaringan. Jika ada kemiripan, maka nyala alarm akan berbunyi dan memberi tahu kepada petugas.

Untuk menggunakan bentuk wajah sebagai bagian dari sistem keamanan, sampel yang diambil harus lengkap, artinya pengambilan sampel harus dilakukan dari berbagai arah. Sama halnya seperti pada penggunaan geometris tangan.

- Suara
Gelombang suara juga dapat dijadikan identitas yang unik. Namun sayangnya, untuk yang satu ini keadaan sekitar sangat mempengaruhi. Sehingga untuk menerapkannya harus benar-benar di ruangan atau lingkungan yang tidak ramai. Dan semakin tinggi toleransi yang dimiliki oleh sebuah sensor akan membuat harga sensor akan semakin tinggi.

Metal Detector
Ini adalah alat yang paling sering ditemui masyarakat belakangan ini sejak merebaknya isu terror bom di Indonesia. Di mana-mana petugas keamanan baik gedung kantor sampai tempat hiburan dan belanja sibuk menenteng-nenteng alat berwarna hitam. Alat ini biasa ditempelkan pada barang bawaan pengunjung. Untuk mengetahui apakah pengunjung membawa barang berbahaya atau tidak. Selain dengan alat semacam pentungan berwarna hitam, kadang pengunjung juga harus melewati sebuah alat yang menyerupai gawang kecil. Bila pengunjung mengantongi perangkat berbahan logam atau metal seperti ponsel, maka alat itu akan berbunyi nyaring sekali. Begitu juga dengan alat berwarna hitam yang
menyerupai pentungan tersebut.

Alat ini dikenal juga dengan sebutan metal detector. Fungsinya adalah untuk mengetahui keberadaan komponen logam atau metal yang berada pada targetnya. Pada tempat-tempat tertentu, keberadaan metal detector memang membantu kemanan gedung. Namun, apa yang diamankan oleh metal detector? Tidak lain adalah semua komponen yang mengandung logam. Mulai dari benda tajam seperti pisau, gunting, penggaris sampai pena, dan ponsel. Semuanya akan memancing bunyi sebuah metal detector.

Jika untuk melindungi sebuah tempat dari pengunjung yang membawa sebuah bom. Alat keamanan ini dapat dikatakan kurang efektif, karena bahan kimia tidak akan dapat terdeteksi oleh alat ini. Dan pada umumnya, bom terbuat dari campuran bahan kimia.

Dalam melakukan proses deteksi, metal detector menggunakan kawat tembaga sebagai pengumpan sinyal. Bila sinyal tersebut bertabrakan dengan logam, maka akan terjadi medan magnet yang menyebabkan echo (gema) yang panjang.

Namun, keberadaan metal detector sendiri kini tidak lagi dapat dijadikan satu-satunya komponen keamanan. Karena sangat sering apa yang dibawa oleh pengujung digeledah. Hal ini tentu saja mengganggu hak privasi seseorang. Oleh sebab itu, bila sebuah institusi ingin menjaga keamanan tempatnya tanpa harus melanggar hak privasi pengunjungnya, maka ia harus menyediakan sebuah alat deteksi lain yang lebih sopan. Salah satu contohnya X-Ray.

X-Ray
Barang apa yang sedang dibawa? Sekali lagi, membuka tas seseorang bukanlah tindakan yang sopan. Karena ada beberapa bawaan yang sifatnya sangat pribadi. Dan tindakan menggeledah tas bukanlah hal yang tepat dilakukan. Meskipun atas nama keamanan. Jika memang ingin meningkatkan kemanan sebuah gedung, maka pihak pengelola gedung harus rela mengeluarkan kocek lebih mahal. Misalnya dengan menggunakan teknologi X-Ray. Dengan teknologi X-Ray, seseorang tidak perlu lagi merasa sungkan. Karena untuk
bawaan tertentu tidak akan terdeteksi. Misalnya saja pembalut atau kondom.

X-Ray bukanlah teknologi baru. Kehadirannya sudah lama digunakan oleh masyarakat, khususnya bagi mereka yang pernah melakukan pemeriksaan menyeluruh di rumah sakit. Kemampuannya dalam melihat jauh lebih ke dalam dimanfaatkan dunia kedokteraan untuk menelaah lebih jauh tentang apa yang terjadi pada bagian dalam tubuh manusia.

Namun ternyata, sinar X ini tidak hanya mampu menelaah komponen dalam tubuh manusia, melainkan juga mampu menelaah isi sebuah tas. Baik tas kecil sampai tas besar sekalipun.

Kemampuannya inilah yang kemudian dilirik oleh pelaku sistem keamanan untuk kemudian digunakan sebagai bagian dari komponen penjaga keamanan. Seperti halnya dengan sinar X dalam duania kedokteran. Sinar X yang digunakan untuk sistem keamanan juga memiliki radiasi. Hanya saja, radiasinya bukan membahayakan si pemilik barang, melainkan barang yang sedang diperiksa. Salah satu yang sangat rentan terhadap radiasi sinar X adalah film. Lembaran film kamera manual sering rusak bila terkena radiasi sinar X.

Namun, lain dengan sekarang. Radiasi yang digunakan sinar X untuk pemeriksaan tidak lagi setinggi dulu. Kini sinar X yang biasa digunakan di bandara contohnya sudah aman untuk digunakana pada film.

Namun bukan berarti boleh diletakkan dalam bagasi pesawat sebab sinar X yang memeriksa bagasi umumnya menggunakan radiasi yang lebih tinggi. Mengingat tumpukan barang yang diperiksa jauh lebih banyak.

Dengan sinar X, setiap jenis barang memiliki warna berbeda. Misalnya bahan organik dengan bahan bukan organik akan tampil dengan warna berbeda. Begitu pula halnya dengan barang yang mengandung metal. Bukan berarti barang organik luput dari perhatian. Umumnya, petugas operator X-Ray sudah mendapatkan pendidikan untuk membedakan bahan organik yang dapat berfungsi sebagai bom atau bukan.

CT Scan
Selain sinar X yang diarahkan searah saja, ada alat keamanan lain yang tidak kalah canggihnya, yaitu CT Scan (computer tomography scanner). Teknologi ini menggunakan beberapa sinar X sekaligus untuk memeriksa seluruh dimensi setiap barang. Dengan CT Scan Anda tidak hanya memeproleh gambaran mengenai isi tas saja, melainkan lengkap dengan ukuran dan berat masing-masing perangkat yang ada dalam tas tersebut. Bila ada sebuah perangkat yang berat atau bentuknya tidak sesuai dengan fungsinya, maka komputer akan memperingati petugas operator CT Scan.

Proses pemeriksaan dengan CT Scan lebih lama ketimbang X-Ray. Namun, data yang dihasilkan memang lebih lengkap. Sebaiknya penggunaan CT-Scan hanya dilakukan untuk orang-orang atau bawaan yang sangat mencurigakan saja. Jangan sampai terjadi antrian yang tidak berarti pada pintu masuk.

RFID
Lain di bandara lain pula di pertokoan. Saat ini keberadaan teknologi labeling sudah sangat canggih. Dengan menggunakan label berfrekuensi radio, tidak perlu lagi khawatir produk dari supermarket tersebut kecurian. Karena setiap barang atau produk yang melewati batas akan membuat alarm berbunyi.

Teknologi mana yang akan digunakan? Terserah yang mana saja, asalkan menyesuaikan dengan keadaan. Bila memang ingin menggunakan sebagai security sebuah ruangan atau sebagai absensi, kartu dengan cip sidik jari cukup baik.

Namun bila akan menggunakannya untuk memeriksa pengunjung toko Anda atau gedung Anda, sebaiknya carilah teknologi yang sopan. Mungkin sinar X dapat menjadi jawabannya. Jangan menggunakan metal detector jika yang dicari bukanlah benda tajam. Atau dengan tidak sopan menggeledah tas pengunjung toko atau gedung Anda.

OLD Apple-Lisa

"Lisa" adalah Personal computer yang revolusional yang dibuat oleh Apple Computer Inc. Diantara tahun 1980'an. Proyek Lisa dimulai oleh Apple pada tahun 1978 dan dengan pelan-pelan berkembang menjadi proyek mendesain sebuah personal computer yang powerful dengan graphical user interface (GUI) hal ini menjadikan target bisnis untuk para konsumen. Sekitar tahun 1982, Steve Job dipaksa keluar dari proyek Lisa, sehingga Dia lebih memilih bergabung dengan proyek Macintosh. Berlawanan dengan yang diyakini banyak orang, Macintosh bukanlah keturunan langsung dari Lisa, meskipun dengan jelas terdapat banyak kesamaan diantara system-system yang diterapkan. Hardware Lisa pertama kali diperkenalkan pada bulan Januari 1983 pada harga $9,995 (sekitar 19.000 dolar di tahun 2005 ini). Saat itu adalah Personal Komputer pertama yang dikomersialkan memiliki GUI dan mouse. Lisa saat itu menggunakan Motorola 68000 CPU pada 5 MHz Clock rate dan memiliki 1 MB RAM. Pada Lisa terdapat dua macam tambahan, floppy disk drive 5¼ inch didesain dengan dua pasang head, satu per sisi, yang dapat bekerja secara independen. Drive ini membutuhkan media tambahan dengan dua pembuka head. Mereka diberinama drive "Twiggy". Hard drive external 5 MB Apple ProFile (yang originalnya didesain untuk Apple III) juga ditawarkan. model selanjutnya dari Lisa II menggunakan floppy single disk drive 3½ inch dan dengan pilihan 5 atau 10 MB hardisk internal. Pada 1984 diwaktu yang sama secara resmi macintosh telah diresmi-kan, Apple mengumumkan bahwa mereka memberikan 5 MB hard drive secara Gratis kepada peng-upgrade pemilik Lisa 1. Software Operating system (OS) “Lisa” memiliki keistimewaan antara lin kooperatif (non-preemptive) multitasking dan memiliki virtual memory, yang merupakan fitur-fitur sangat canggih untuk sebuah PC. Kegunaan virtual memory untuk menggandakan system disk yang lambat yang dikarenakan performa system yang kelihatannya lembam pada waktu tersebut. Pada dasarnya, “Lisa” menyerupai Xerox Star dalam hal system komputerisasi impian untuk kantor; maka dari itu, Lisa memiliki 2 user mode utama: “The Lisa Office System” dan “The Workshop”. “The Lisa Office System” adalah system GUI untuk pengguna-pengguna akhir. “The Workshop” adalah program pengembangan system dan hampir semuanya menggunakan text, meskipun menggunakan GUI text editor. “The Lisa Office System” akhirnya dirubah namanya menjadi”7/7”, yang mengacu pada 7 program aplikasi didalamnya. [vin]

Interaksi Manusia – Komputer

Komputer dan alat – alat yang terkait dengannya harus didesain dengan mempertimbangkan bahwa manusia, yang memiliki perintah spesifik dalam pikirannya, ingin menggunakan komputer dan alat – alat terkait sedemikian rupa sehingga dapat sepenuhnya membantu pekerjaan keseharian mereka. Untuk dapat melakukan hal tersebut, orang – orang yang mendesain sistem ini harus mengetahui bagaimana caranya memikirkan perintah – perintah yang akan diberikan oleh pengguna nantinya, serta bagaimana caranya menterjemahkan pengetahuan tersebut ke dalam sistem yang dapat diproses. Komputer dan alat – alat yang terkait dengannya harus didesain agar:

1. Sesuai dengan perintah – perintah yang diberikan
2. Mudah digunakan
3. Memberikan umpan balik bagi performansi
4. Menampilkan data dalam format yang sesuai dengan penggunanya
5. Sesuai dengan prinsip – prinsip ergonomi dalam perangkat lunak

Apa yang dimaksud dengan HCI? HCI melibatkan desain, implementasi, dan evaluasi dari sistem interaktif dalam konteks perintah dan pekerjaan pengguna (user)§ Dengan pengguna (user), kita dapat mengartikan pengguna individual, sekelompok pengguna yang bekerja bersama, atau pengguna yang berurutan dalam sebuah organisasi yang masing – masing berhadapan dengan suatu bagian dari pekerjaan atau proses.§ Dengan komputer, kita mendefinisikan setiap teknologi, mulai dari desktop komputer secara umum sampai sistem dalam skala besar dari komputer, sistem pengontrol proses atau sistem yang terbangun di dalamnya. § Dengan interaksi, kita mendefinisikan setiap komunikasi antara pengguna (user) dan komputer, baik secara langsung maupun tidak langsung.

Siapa yang terlibat dalam HCI

• Ergonomics for the user’s physical capabilities

• Computer science & engineering to be able to build the necessary technology

• Business to be able to market it

HCI dapat dipastikan merupakan sebuah subyek yang multidisiplin. Desainer ideal dari sebuah sistem interaktif seharusnya memiliki keahlian dalam berbagai topik: ilmu pengetahuan psikologi dan kognitif,

sosiologi, ilmu dan teknologi komputer, dan lain – lain. Kita ingin mendukung sudutpandang multidisiplin dari HCI, namun kita juga memiliki pendirian sebagai seorang ilmuwan komputer. Tujuannya adalah agar dapat menjadi multidisiplin namun tetap praktis. Kita fokuskan khusus pada ilmu komputer, psikologi, dan keilmuan kognitif sebagai pembahasan utama, dan aplikasi keilmuan – keilmuan tersebut pada desain. Disiplin ilmu yang lain akan dibahas hanya untuk memberikan masukan yang relevan. Teori dan HCI Tidak ada teori secara umum dan khusus mengenai HCI yang dapat disajikan di sini. Ada tiga isu utama yang kita perhatikan: manusia, komputer, dan pekerjaan yang dilaksanakan. Begitu juga dengan HCI, interface yang bagus dan cantik secara artistik akan sangat menyenangkan dan dapat merampungkan pekerjaan yang dibutuhkan, sebuah perkawinan antara seni dan ilmu pengetahuan yang menghasilkan sebuah kesuksesan secara menyeluruh. Fokus utama dari desain:

1. Perbaikan/penentuan yang cepat
2. Berpikir seperti seorang pengguna (user)
3. Berani mencoba
4. Melibatkan pengguna (user)
5. Diulang

Wiimote - revolusi HCI

Bagi yang sudah bosan “terkungkung” dengan keyboard, mouse, dll sebagai perangkat HCI, perangkat-perangkat baru menjadi selalu menarik.
Ada alat yang bisa mendeteksi seluruh gerakan tubuh kita. Webcam yang bisa mendeteksi gerakan di depannya. Bagi penderita RSI, keyboard & mouse khusus jadi sangat membantu mereka. Ada lagi software text-to-speech, dan kebalikannya, speech-to-text. Dan banyak lagi lainnya.

Tapi yang paling menarik bagi saya (selain brain plug) adalah Wiimote. Sejak pertama kali tersiar kabar mengenai alat yang unik ini, saya yakin bahwa akan ada revolusi besar - paling tidak bagi posisi Nintendo sendiri di pertarungan di arena game console.

Pertama, Wiimote mengusung konsep input yang sangat menarik - motion sensor. Sebetulnya Wiimote bukan yang pertama - beberapa di antaranya telah saya sebutkan di paragraf pertama. Namun, Wiimote sepertinya adalah yang pertama yang sukses secara massal, mudah digunakan, harganya terjangkau, dan universal - tidak hanya di Nintendo Wii, namun kinipun sudah mulai bisa digunakan di PC.

Kedua, Wiimote bukan hanya perangkat input (IR sensor, motion sensor, buttons); namun sekaligus juga adalah perangkat output (force feedback, speaker, LED).

Ketiga, aplikasi Wiimote tidak hanya semata untuk game, berbeda dengan game controllers lainnya; tapi bisa jauh lebih luas lagi dari itu.

Kemarin ini saya berbincang-bincang dengan kawan mengenai potensi Wiimote — software (bukan video) tutorial aerobik, dimana Anda musti menggerak-gerakkan Wiimote sesuai instruksi. Keahlian Anda tidak hanya menjadikan Anda top scorer, namun sekaligus menjadikan badan lebih sehat.
Lalu Wiimote sebagai interface ke dunia virtual seperti SecondLife. Atau, belajar karate dengan Wiimote ? Tidak hanya mendapatkan nilai tinggi dan instant gratification / kepuasan melihat musuh-musuh di layar bertumbangan, Anda juga mendapat keahlian praktis. Dan masih banyak potensi lainnya.

Mudah-mudahan Nintendo dan vendor software PC bisa segera menyadari peluang ini, dan mewujudkannya menjadi kenyataan. Mari kita tunggu bersama-sama.

Tags: berita it, education, gadget, hardware

Mendekonstruksi Peran Mouse

Kemaren nemu site experimental dontclick. Jadi pingin membahas isu-isu User Interface / Human Computer Interaction lagi.

Site dontclick merupakan situs research tentang kebiasaan pengguna dengan piranti masukan mouse. Aturannya sederhana saja : penggunanya diharamkan menggunakan tombol atau meng-klik mouse mereka. Semua interaksi menggunakan medium pergerakan kursor pada koordinat x-y layar. Gambar dan informasi yang bersesuaian akan muncul dengan cukup mengarahkan mouse kita ke menu yang kita inginkan. Artinya klik digantikan dengan mode gerakan. Ada berbagai macam eksperimen di situ termasuk juga tutorial serta eksperimen bagaimana kita mengganti klik dengan gerakan sirkular pada layar.

Jika Anda ternyata mengklik tikus di bawah tangan Anda ketika sedang berkunjung ke sana, maka mereka akan merekamnya. Sengaja atau tidak, mereka akan mengkonfirmasinya. Termasuk keseluruhan gerakan yang Anda lakukan saat bertandang ke situs dontclick. Namanya juga penelitian. Mereka butuh mengerti bagaimana pengalaman pengguna akan membentuk suatu persepsi psikologis kognitif saat mereka menghadapi lingkungan yang baru apalagi mensarahkan meninggalkan kebiasaan lama pengguna komputer. Apakah teknik tersebut bermanfaat dalam mendekati pengguna? Apakah pengguna merasa nyaman atau malah frustasi? Secara ergonomis apakah ada hubungannya antara menghilangkan klik mouse dengan kesehatan manusia? (ini sepertinya berlebihan).

Saya sendiri salut dengan ide brilian ini. Ternyata bisa juga tombol yang imut itu ditinggalkan. Navigasi web yang smooth dan mudah. Namun sekali lagi ia tidak cukup signifikan untuk diterapkan. Klik tetaplah lebih nyaman. Karena ada hal2 yang tidak tergantikan oleh gerak.

Pertama adalah real model. Beragam inovasi diluncurkan agar User Interface (UI) semirip mungkin dengan dunia nyata. Pemodelan yang paling sederhana misalnya adalah sebuah tombol (button). Tombol berfungsi untuk memicu sebuah action. Menggunakannya adalah dengan cukup ditekan. Dalam hal ini pemodelan meng-klik mouse lebih mirip menekan tombol daripada sekedar menyentuh atau meraba-raba. Tolong, jangan ngeres ya.
Kedua yaitu faktor feedback. Mouse mampu menyajikan kemantapan dan kepuasan umpan balik bagi pengguna. Gerakan meng-klik tombol, sensasi sentuhan atas-bawah berpegas, suara ‘klik’ dari mouse lebih mampu membuat pengguna merasa terwakili. Alias lebih marem.

Alasan lainnya adalah tidak semua menu ingin kita lihat. Jika kita tak sengaja mengarahkan mouse ke menu lain maka akan tampil informasi lain. Hal ini cukup mengganggu jika kita sedang fokus membaca sebuah informasi yang cukup panjang. Akhirnya adalah kita harus selalu waspada dengan keberadaan posisi kursor kita. Salah letak bisa membuat kita berjarak dengan informasi yang kita butuhkan. Capek d!

Tak kalah penting yaitu alokasi gerakan kursor yang dilakukan oleh UI dontclick akan lebih banyak. Apalagi jika klik diganti dengan gerakan memutar di atas sebuah pilihan. Padahal terlalu banyak menggerakkan mouse hanya untuk mengakses menu merupakan salah satu ciri antarmuka yang kurang bersahabat.

aBout HCI

Computer Supported Collaborative Research (CSCR)

CSCR merupakan bidang baru terkait riset masyarakat HCI. CSCR merupakan kelanjutan dari pendahulunya, yaitu Computer Supported Collaborative Work (CSCW) dan Computer Supported Collaborative Learning (CSCL). Keduanya ini merupakan subyek riset HCI hampir sepuluh tahun yang lalu.

Gambar berikut menampilkan kedudukan dari ketiganya (merupakan bagian dari HCI)

Perbedaan utama antara CSCW dan CSCL yaitu bahwa CSCW dikarakteristikan oleh “kebutuhan akan ruang kerja (workingspace)” sedangkan CSCL membutuhkan ruang kerja dan ruang belajar (learningspace)

Workingspace adalah domain tempat aktivitas-aktivitas berikut berlangsung: communication space, scheduling space, sharing space, dan product space.

Learning space adalah domain yang memuat seluruh aspek workingspace ditambah dengan aktivitas berikut: reflection space, social space, assessment space, tutor space, dan administration space

Perbedaan utama antara CSCR dan CSCL adalah bahwa suatu rekord penuh dari seluruh interaksi antar partisipan merupakan tool penting dan dibutuhkan untuk mengevaluasi kontribusi setiap anggota dalam suatu collaboratiob group yang nanti dapat menentukan “suatu share modal yang adil (a fair capital share) apabila proyek riset berjalan dengan sukses.is successful.

CSCR membutuhkan Workingspace, Learningspace, dan aktivitas-aktivitas berikut: knowledge space, publication space, privacy space, publication space, negotiation space.

Robot

Robot adalah sebuah alat mekanik yang dapat melakukan tugas fisik, baik menggunakan pengawasan dan kontrol manusia, ataupun menggunakan program yang telah didefinisikan terlebih dulu (kecerdasan buatan). Robot biasanya digunakan untuk tugas yang berat, berbahaya, pekerjaan yang berulang dan kotor. Biasanya kebanyakan robot industri digunakan dalam bidang produksi. Penggunaan robot lainnya termasuk untuk pembersihan limbah beracun, penjelajahan bawah air dan luar angkasa, pertambangan, pekerjaan "cari dan tolong" (search and rescue), dan untuk pencarian tambang. Belakangan ini robot mulai memasuki pasaran konsumen di bidang hiburan, dan alat pembantu rumah tangga, seperti penyedot debu, dan pemotong rumput.

Perkembangan sekarang

Ketika para pencipta robot pertama kali mencoba meniru manusia dan hewan, mereka menemukan bahwa hal tersebut sangatlah sulit; membutuhkan tenaga penghitungan yang jauh lebih banyak dari yang tersedia pada masa itu. Jadi, penekanan perkembangan diubah ke bidang riset lainnya. Robot sederhana beroda digunakan untuk melakukan eksperimen dalam tingkah laku, navigasi, dan perencanaan jalur. Teknik navigasi tersebut telah berkembang menjadi sistem kontrol robot otonom yang tersedia secara komersial; contoh paling mutakhir dari sistem kontrol navigasi otonom yang tersedia sekarang ini termasuk sistem navigasi berdasarkan-laser dan VSLAM (Visual Simultaneous Localization and Mapping) dari ActivMedia Robotics dan Evolution Robotics.
Ketika para teknisi siap untuk mencoba robot berjalan kembali, mereka mulai dengan heksapoda dan platform berkaki banyak lainnya. Robot-robot tersebut meniru serangga dan arthropoda dalam bentuk dan fungsi. Tren menuju jenis badan tersebut menawarkan fleksibilitas yang besar dan terbukti dapat beradaptasi dengan berbagai macam lingkungan, tetapi biaya dari penambahan kerumitan mekanikal telah mencegah pengadopsian oleh para konsumer. Dengan lebih dari empat kaki, robot-robot ini stabil secara statis yang membuat mereka bekerja lebih mudah. Tujuan dari riset robot berkaki dua adalah mencapai gerakan berjalan menggunakan gerakan pasif-dinamik yang meniru gerakan manusia. Namun hal ini masih dalam beberapa tahun mendatang.

Robotic manipulators can be very precise, but only when a task can be fully described
Masalah teknis lain yang menghalangi penerapan robot secara meluas adalah kompleksitas penanganan obyek fisik dalam lingkungan alam yang tetap kacau. Sensor taktil dan algoritma penglihatan yang lebih baik mungkin dapat menyelesai Masalah teknis lain yang menghalangi penerapan robot secara meluas adalah kompleksitas penanganan obyek fisik dalam lingkungan alam yang tetap kacau. Sensor taktil dan algoritma penglihatan yang lebih baik mungkin dapat menyelesaikan masalah ini. Robot Online UJI dari University Jaume I di Spanyol adalah contoh yang bagus dari perkembangan yang berlaku dalam bidang ini.
Belakangan ini, perkembangan hebat telah dibuat dalam robot medis, dengan dua perusahaan khusus, Computer Motion dan Intuitive Surgical, yang menerima pengesahan pengaturan di Amerika Utara, Eropa dan Asia atas robot-robotnya untuk digunakan dalam prosedur pembedahan minimal. Otomasi laboratorium juga merupakan area yang berkembang. Di sini, robot benchtopdigunakan untuk memindahkan sampel biologis atau kimiawi antar perangkat seperti inkubator, berupa pemegang dan pembaca cairan. Tempat lain dimana robot disukai untuk menggantikan pekerjaan manusia adalah dalam eksplorasi laut dalam dan eksplorasi antariksa. Untuk tugas-tugas ini, bentuk tubuh artropoda umumnya disukai. Mark W. Tilden dahulunya spesialis Laboratorium Nasional Los Alamos membuat robot murah dengan kaki bengkok tetapi tidak menyambung, sementara orang lain mencoba membuat kaki kepiting yang dapat bergerak dan tersambung penuh.
Robot bersayap eksperimental dan contoh lain mengeksploitasi biomimikri juga dalam tahap pengembangan dini. Yang disebut "nanomotor" dan "kawat cerdas" diperkirakan dapat menyederhanakan daya gerak secara drastis, sementara stabilisasi dalam penerbangan nampaknya cenderung diperbaiki melalui giroskop yang sangat kecil. Dukungan penting pekerjaan ini adalah untuk riset militer teknologi pemata-mataan.

Konstruksi Robot

Robot memiliki berbagai macam konstruksi. Diantaranya adalah :
Robot Mobile ( bergerak )
Robot Manipulator ( tangan )
Robot Humanoid
Flying Robot
Robot Berkaki

Jaringan saraf tiruan

Jaringan saraf tiruan (JST) (Bahasa Inggris: artificial neural network (ANN), atau juga disebut simulated neural network (SNN), atau umumnya hanya disebut neural network (NN)), adalah jaringan dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan jaringan saraf manusia. JST merupakan sistem adaptif yang dapat merubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut.
Secara sederhana, JST adalah sebuah alat pemodelan data statistik non-linier. JST dapat digunakan untuk memodelkan hubungan yang kompleks antara input dan output untuk menemukan pola-pola pada data.

Sejarah

Saat ini bidang kecerdasan buatan dalam usahanya menirukan intelegensi manusia, belum mengadakan pendekatan dalam bentuk fisiknya melainkan dari sisi yang lain. Pertama-tama diadakan studi mengenai teori dasar mekanisme proses terjadinya intelegensi. Bidang ini disebut ‘Cognitive Science’. Dari teori dasar ini dibuatlah suatu model untuk disimulasikan pada komputer, dan dalam perkembangannya yang lebih lanjut dikenal berbagai sistem kecerdasan buatan yang salah satunya adalah jaringan saraf tiruan. Dibandingkan dengan bidang ilmu yang lain, jaringan saraf tiruan relatif masih baru. Sejumlah literatur menganggap bahwa konsep jaringan saraf tiruan bermula pada makalah Waffen McCulloch dan Walter Pitts pada tahun 1943. Dalam makalah tersebut mereka mencoba untuk memformulasikan model matematis sel-sel otak. Metode yang dikembangkan berdasarkan sistem saraf biologi ini, merupakan suatu langkah maju dalam industri komputer.
Elemen yang paling mendasar dari jaringan saraf adalah sel saraf. Sel-sel saraf inilah membentuk bagian kesadaran manusia yang meliputi beberapa kemampuan umum. Pada dasarnya sel saraf biologi menerima masukan dari sumber yang lain dan mengkombinasikannya dengan beberapa cara, melaksanakan suatu operasi yang non-linear untuk mendapatkan hasil dan kemudian mengeluarkan hasil akhir tersebut.
Dalam tubuh manusia terdapat banyak variasi tipe dasar sel saraf, sehingga proses berpikir manusia menjadi sulit untuk direplikasi secara elektrik. Sekalipun demikian, semua sel saraf alami mempunyai empat komponen dasar yang sama. Keempat komponen dasar ini diketahui berdasarkan nama biologinya yaitu, dendrit, soma, akson, dan sinapsis. Dendrit merupakan suatu perluasan dari soma yang menyerupai rambut dan bertindak sebagai saluran masukan. Saluran masukan ini menerima masukan dari sel saraf lainnya melalui sinapsis. Soma dalam hal ini kemudian memproses nilai masukan menjadi sebuah output yang kemudian dikirim ke sel saraf lainnya melalui akson dan sinapsis.
Penelitian terbaru memberikan bukti lebih lanjut bahwa sel saraf biologi mempunyai struktur yang lebih kompleks dan lebih canggih daripada sel saraf buatan yang kemudian dibentuk menjadi jaringan saraf buatan yang ada sekarang ini. Ilmu biologi menyediakan suatu pemahaman yang lebih baik tentang sel saraf sehingga memberikan keuntungan kepada para perancang jaringan untuk dapat terus meningkatkan sistem jaringan saraf buatan yang ada berdasarkan pada pemahaman terhadap otak biologi.
Sel saraf-sel saraf ini terhubung satu dengan yang lainnya melalui sinapsis. Sel saraf dapat menerima rangsangan berupa sinyal elektrokimiawi dari sel saraf-sel saraf yang lain. Berdasarkan rangsangan tersebut, sel saraf akan mengirimkan sinyal atau tidak berdasarkan kondisi tertentu. Konsep dasar semacam inilah yang ingin dicoba para ahli dalam menciptakan sel tiruan.
Suatu jaringan saraf tiruan memproses sejumlah besar informasi secara paralel dan terdistribusi, hal ini terinspirasi oleh model kerja otak biologis. Beberapa definisi tentang jaringan saraf tiruan adalah sebagai berikut di bawah ini.
Hecht-Nielsend (1988) mendefinisikan sistem saraf buatan sebagai berikut:
"Suatu neural network (NN), adalah suatu struktur pemroses informasi yang terdistribusi dan bekerja secara paralel, yang terdiri atas elemen pemroses (yang memiliki memori lokal dan beroperasi dengan informasi lokal) yang diinterkoneksi bersama dengan alur sinyal searah yang disebut koneksi. Setiap elemen pemroses memiliki koneksi keluaran tunggal yang bercabang (fan out) ke sejumlah koneksi kolateral yang diinginkan (setiap koneksi membawa sinyal yang sama dari keluaran elemen pemroses tersebut). Keluaran dari elemen pemroses tersebut dapat merupakan sebarang jenis persamaan matematis yang diinginkan. Seluruh proses yang berlangsung pada setiap elemen pemroses harus benar-benar dilakukan secara lokal, yaitu keluaran hanya bergantung pada nilai masukan pada saat itu yang diperoleh melalui koneksi dan nilai yang tersimpan dalam memori lokal".
Menurut Haykin, S. (1994), Neural Networks: A Comprehensive Foundation, NY, Macmillan, mendefinisikan jaringan saraf sebagai berikut:
“Sebuah jaringan saraf adalah sebuah prosesor yang terdistribusi paralel dan mempuyai kecenderungan untuk menyimpan pengetahuan yang didapatkannya dari pengalaman dan membuatnya tetap tersedia untuk digunakan. Hal ini menyerupai kerja otak dalam dua hal yaitu: 1. Pengetahuan diperoleh oleh jaringan melalui suatu proses belajar. 2. Kekuatan hubungan antar sel saraf yang dikenal dengan bobot sinapsis digunakan untuk menyimpan pengetahuan.
Dan menurut Zurada, J.M. (1992), Introduction To Artificial Neural Systems, Boston: PWS Publishing Company, mendefinisikan sebagai berikut:
“Sistem saraf tiruan atau jaringan saraf tiruan adalah sistem selular fisik yang dapat memperoleh, menyimpan dan menggunakan pengetahuan yang didapatkan dari pengalaman”.

Aplikasi Kecerdasan Buatan Untuk Identifikasi Sidik Jari Minyak Bumi

Mendengar kata ‘kecerdasan buatan’ mungkin bagi sebagian orang akan terdengar ‘menyeramkan’, atau bagi beberapa orang lainnya akan langsung teringat film Matrix atau I-Robot. Itu tidak bisa disalahkan, karena memang kecerdasan buatan hampir selalu mempunyai konotasi fiksi ilmiah, meskipun pada kenyataannya kecerdasan buatan bukanlah suatu khayalan, tapi memang benar-benar ada dalam kehidupan kita sehari-hari dan kita juga sering menggunakannya.
Kecerdasan Buatan, yang dalam bahasa Walanda disebut sebagai Artificial Intelligence atau AI didefinisikan sebagai kecerdasan yang ditunjukkan oleh suatu entitas buatan. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia.
Sejarah Kecerdasan Buatan
Pada awal abad 17, René Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Blaise Pascal menciptakan mesin penghitung digital mekanis pertama pada 1642. Pada 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.
Bertrand Russell dan Alfred North Whitehead menerbitkan Principia Mathematica, yang merombak logika formal. Warren McCulloch dan Walter Pitts menerbitkan “Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas ” pada 1943 yang meletakkan pondasi untuk jaringan syaraf.
Tahun 1950-an adalah periode usaha aktif dalam AI. Program AI pertama yang bekerja ditulis pada 1951 untuk menjalankan mesin Ferranti Mark I di University of Manchester (UK): sebuah program permainan naskah yang ditulis oleh Christopher Strachey dan program permainan catur yang ditulis oleh Dietrich Prinz. John McCarthy membuat istilah “kecerdasan buatan ” pada konferensi pertama yang disediakan untuk pokok persoalan ini, pada 1956. Dia juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan “Turing test” sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian.
Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan batas jaringan syaraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer Prolog. Ted Shortliffe mendemonstrasikan kekuatan sistem berbasis aturan untuk representasi pengetahuan dan inferensi dalam diagnosa dan terapi medis yang kadangkala disebut sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan berintang yang kusut secara mandiri.
Aplikasi Kecerdasan Buatan di Laboratorium Minyak Bumi
Ada banyak jenis kecerdasan buatan, setidaknya ada lima jenis kecerdasan buatan yang sering kita temui, yaitu :
Jaringan Syaraf Buatan (Artificial Neural Networks),Dalam industri minyak bumi AI ini dapat digunakan untuk membuat pola waktu, misal produksi suatu sumur minyak pada waktu tertentu.
Logika Fuzzy (Fuzzy Logics),Logika ini untuk menentukan nilai diantara dua keadaan biner (1 dan 0). Logika inilah yang saya pakai untuk identifikasi suatu minyak bumi sama (1) atau tidak (0) yang akan dibahas lebih lanjut.
Algoritma Genetik (Genetic Algorithms),Algoritma Genetik biasanya digunakan dibidang kedokteran, misal untuk menganalisis DNA.
Robotika (Robotics),AI ini banyak digunakan di pabrik. Biasanya dibuat untuk melakukan kegiatan otomatisasi, misal dalam PLC (Programmable Logic Control).
Permainan Komputer (Games),AI jenis ini yang paling disukai oleh anak-anak saya, misal untuk memainkan game Age of Mythology atau Counter Strike…
Dari contoh-contoh diatas, yang akan saya bahas kali ini adalah Logika Fuzzy, yaitu untuk menentukan apakah suatu minyak bumi sama atau tidak berdasarkan hasil analisis spektrum minyak bumi menggunakan Spektrofotometer FTIR (Fourier Transform Infra Red) yang saya lakukan di Laboratorium Molekuler LEMIGAS, Jakarta selama bulan Januari - Februari 2006 yang lalu.

Pengolahan data secara digital menggunakan komputer sudah dilakukan sejak tahun 1960. Dengan adanya revolusi teknologi komputer saat ini sudah mampu melakukan pengambilan keputusan seperti manusia (human-like decisions). Pada dasarnya mesin komputer hanya mengenal bahasa biner untuk mengambil keputusan, seperti “ada (1)” dan “tidak ada (0)”, hidup dan mati, betul dan salah, sama dan beda, dan lain-lain. Ketika dihadapkan pada kondisi yang memerlukan pertimbangan subjektif yang tidak pasti, seperti “agak mirip” atau “sedikit berbeda” mesin sudah tidak dapat melakukan pengambilan keputusan lagi. Untuk itu perlu dilakukan transformasi terlebih dahulu melalui suatu metoda khusus yang disebut kecerdasan buatan (artificial intellegence).
Cara kerja kecerdasan buatan pada dasarnya meniru cara kerja syaraf manusia dalam mengambil keputusan dimana didalamnya terdapat beberapa pertimbangan subjektif berdasarkan kriteria, seperti seberapa mirip suatu minyak bumi dengan minyak bumi lainnya atau berapa perbedaan yang diperbolehkan untuk menentukan bahwa suatu minyak bumi sama atau berbeda.
Perangkat lunak yang dapat digunakan untuk membuat suatu kecerdasan buatan dapat menggunakan bahasa pemrograman atau lembar kerja (spreadsheet) seperti Lotus, Microsoft Excel, C++, Basic, dBase, Microsoft Access, Microsoft Visual Basic, Delphi dan lain-lain. Pada percobaan yang saya lakukan, metoda yang akan digunakan adalah menggunakan Logika Fuzzy pada Microsoft Visual Basic 6.
Statistika
Untuk membandingkan kemiripan identitas suatu minyak bumi secara digital perlu dilakukan perhitungan secara statistika. Dalam metoda yang dipakai untuk mengidentifikasi kemiripan suatu minyak bumi secara digital adalah dengan melihat presisi atau simpangan bakunya. Simpangan baku inilah yang menjadi variabel bebas untuk dijadikan kriteria kemiripan suatu minyak bumi.
Presisi adalah istilah yang digunakan untuk menyatakan kecocokan hasil dari pengujian / pengukuran dari suatu sampel yang diuji/diukur. Salah satu cara menentukan presisi adalah dengan jalan menghitung harga simpangan baku. Dalam analisis sidik jari minyak bumi, ukuran kesamaan suatu minyak bumi menggunakan simpangan baku relatif (Relative Standard Deviation, RSD). Cara menghitung RSD bisa kan ? Soalnya saya susah nulis rumus disini.
Pada percobaan yang dilakukan saat identifikasi sidik jari minyak bumi, perhitungan presisi digunakan ketika menentukan batasan atau kriteria kemiripan rasio hasil normalisasi serapan spektrum infra merah minyak bumi contoh terhadap terhadap rasio hasil normalisasi serapan spektrum infra merah minyak bumi pembanding. Batasan presisi ini dijadikan kriteria pertama ( K1 ) berupa variabel bebas sehingga operator bisa memilih sendiri batasan kemiripan minyak bumi.

Metoda Identifikasi Spektrum Infra Merah

Bila diamati sekilas, spektrum minyak bumi pada gambar disamping ini tampak mirip antara satu dengan yang lainnya. Hal ini terjadi karena yang terukur oleh spektrofotometer infra merah adalah gugus-gugus CH3, CH2, dan gugus aromat yang memang selalu ada dalam setiap minyak bumi. Jika gambar tersebut diperbesar dan diamati lebih cermat akan tampak perbedaan, yaitu intensitas absorbsi gugus-gugus dari setiap minyak bumi akan berbeda. Perbedaan ini kemudian menjadi dasar untuk dipakai sebagai pembeda suatu spektrum dengan spektrum lainnya.
Konsep dasar dari pengenalan pola atau pattern recognition adalah membandingkan sifat-sifat spesifik suatu contoh terhadap sifat-sifat spesifik yang kemungkinan terdapat juga dalam pembanding. Ada dua metoda untuk membandingkan spektum infra merah senyawa hidrokarbon, yaitu :

Metoda manual atau tumpang tindih (overlay method)

Metoda ini dilakukan dengan cara menumpukkan hasil cetak spektrum infra merah kemudian menumpukkan dua atau lebih hasil cetak tersebut diatas meja kaca yang diberi lampu. Dari tumpukan hasil cetak spektrum infra merah tersebut kemudian dicari kecocokan spektrum contoh terhadap spektrum minyak bumi pembanding. Metoda ini memiliki kelemahan yaitu pada cara pengamatan spektrum dan menentukan batasan kemiripannya, karena penentuan kesamaan suatu spektrum cara tersebut sangat subjektif, artinya pemahaman sama atau tidak dari tiap orang akan berbeda.
Metoda perbandingan data analisisMetoda cara ini relatif lebih teliti dibandingkan metoda tumpang tindih (overlay method), karena yang dibandingkan adalah data atau angka hasil pembacaan alat spektrofotometer.
Pada pengenalan pola minyak bumi, sifat spesifik yang dibandingkan adalah spektrum serapan infra merah pada bilangan gelombang tertentu dengan menggunakan Spektrofotometer FTIR. Metoda pengenalan pola cara tersebut digunakan karena gugus-gugus dalam hidrokarbon bila diberi energi dari sinar infra merah akan memberikan spektrum pada bilangan gelombang yang spesifik. Spektrum infra merah tersebut akan menggambarkan keberadaan gugus metil, metilena dan aromat yang selalu ada dalam minyak bumi.
Analisis menggunakan Spektrofotometer FTIR digunakan karena kecepatan analisisnya jauh lebih cepat dibandingkan metoda dispersi, yaitu lima detik. Sedangkan jika menggunakan spektrofotometer infra merah dispersi waktu yang dibutuhkan sekitar 10 – 15 menit. Selain itu kelebihan utamanya adalah karena ketelitian Spektrofotometer FTIR lebih tinggi dibandingkan dispersi.
Berbagai pita absorbsi dapat digunakan untuk tujuan identifikasi. Dari hasil pengamatan spektrum infra merah minyak bumi yang dianalisis dipilih sepuluh pita absorbsi kunci yang masih signifikan11), yaitu pada bilangan gelombang identifikasi 720, 747, 810, 874, 1034, 1168, 1309, 1375, 1456 dan 1600 cm-1. Spektrum infra merah dari bilangan gelombang tersebut diatas kemudian diukur.
Untuk membandingkan dua angka maka digunakan perhitungan selisih dari kedua angka tersebut. Pada dasarnya dua angka dikatakan mempunya nilai yang sama jika selisih kedua angka tersebut adalah nol. Tetapi karena angka-angka tersebut merupakan hasil dari pengukuran, maka walaupun kedua angka tersebut berasal dari contoh yang sama maka angka-angka hasil pengukuran tersebut tidak akan tepat sama. Ketidaksamaan ini berasal dari keterulangan (repeatability) dari setiap pengukuran serta karena adanya perubahan sifat-sifat contoh oleh pengaruh pelapukan (weathering).
Besarnya nilai keterulangan ini digunakan sebagai kriteria untuk menentukan apakah kedua deret angka tersebut mempunyai nilai yang sama, yaitu kriteria simpangan baku ( K1 ).
Hasil pembandingan angka-angka dalam satu deret angka identitas kemudian dijumlahkan. Bila nilai penjumlahan tersebut sama dengan banyaknya angka yang dibandingkan atau dengan kata lain banyaknya puncak absorbsi infra merah yang dibandingkan, maka dua deret angka tersebut mempunyai nilai yang sama. Dalam hal tertentu, terutama karena faktor pelapukan minyak bumi, satu atau dua puncak absorbsi infra merah akan mengalami pengurangan cukup banyak, sehingga yang mempunyai nilai yang sama dengan puncak-puncak serapan dari minyak bumi pembanding tidak lagi sebanyak jumlah puncak semula. Untuk itu maka nilai penjumlahan harga-harga NP dapat dipilih sebanyak 100% seluruhnya atau lebih kecil. Dengan memilih nilai penjumlahan NP ini dapat dilihat minyak-minyak pembanding yang yang sama (match) dengan contoh.

Pengamatan

Berikut adalah data hasil pemeriksaan yang yang saya lakukan dan sudah sudah dinormalisasikan. Tabel ini terdiri dari hasil pembacaan spektrum infra merah minyak bumi pembanding dan minyak bumi “X” yang tidak diketahui.
Data hasil normalisasi contoh kemudian dibandingkan terhadap hasil normalisasi minyak bumi pembanding pada tabel diatas dengan kriteria ( K1 ) yaitu nilai simpangan baku relatif (RSD ; Relative Standard Deviation) = 5%. Semakin kecil kriteria K1 yang ditentukan maka pencocokan akan semakin akurat.

Interpretasi

Dengan berbekal flowchart disamping ini mari kita coba untuk menginterprertasikan data diatas. Perhatikan langkah-langkah berikut, karena disinilah kunci dari interpretasi spektrum infra merah minyak bumi.
Kriteria suatu rasio absorbsi serapan infra merah pada bilangan gelombang tertentu dinyatakan sama jika nilai RSD <= 5%. Jika nilai RSD <= 5% diberi notasi 1, sedangkan jika nilai RSD > 5% maka diberi notasi 0. Dengan demikian akan diperoleh data seperti pada tabel nilai pembanding berikut.

Sampai disini minyak bumi contoh belum dapat disimpulkan kesamaan atau kemiripannya, karena masih harus memenuhi variabel K2, yaitu kriteria jumlah hasil normalisasi serapan pada bilangan gelombang kunci. Untuk dapat menentukan hal tersebut maka hasil pencocokan rasio serapan pada setiap bilangan gelombang kunci kemudian dijumlahkan. Jika jumlah nilai pembanding lebih besar atau sama dengan kriteria kecocokan nilai pembanding yang ditentukan pada K2 maka minyak bumi tersebut dinyatakan cocok atau sama. Kriteria besarnya simpangan baku relatif ( K1 ) dan jumlah kecocokan nilai pembanding ( K2 ) dapat dirubah, karena merupakan variabel bebas.
Jika ditentukan bahwa spektrum suatu minyak bumi pada bilangan gelombang tertentu adalah sama bila memiliki simpangan baku dari rasio hasil normalisasi luas puncak lebih kecil dari 5 % ( K1 = 5% ) maka data yang didapat adalah seperti pada tabel nilai pembanding diatas. Selanjutnya jika contoh minyak bumi ”X” dikatakan identik bila memiliki jumlah nilai pembanding ( NP ) atau kesamaan jumlah luas puncak pada bilangan gelombang tertentu berdasarkan K1 adalah 9 ( K2 = 9 ), maka dapat disimpulkan bahwa contoh minyak bumi ”X” identik dengan minyak bumi ”Cinta”.
Identifikasi minyak bumi contoh ”X” terhadap minyak bumi pembanding relatif lebih mudah dilakukan, karena tidak banyak mengalami perubahan berarti. Perubahan fisik yang mungkin terjadi pada minyak bumi adalah karena pelapukan (weathering).
Khusus untuk identifikasi minyak bumi menggunakan spektrofotometer infra merah ini saya sudah membuat program kecerdasan buatan kecil, yaitu OilSniffer v1.00 (betha). Program ini saya buat menggunakan Microsoft Visual Basic 6.
Meskipun dengan menggunakan metoda spektrofotometer infra merah (FTIR) ini sudah dapat diketahui jenis minyak bumi contoh, tetapi hasilnya belum merupakan kesimpulan mutlak, karena masih harus di counter dengan metoda lainnya, seperti kromatografi gas, spektrofometer massa, spektrofotometer serapan atom, spektroflorometer. Untuk itu agar hasilnya lebih akurat ada baiknya semua metoda tersebut dilakukan.