Implementasi keystroke dynamic sebagai alat autentikasi user menggunakan particle swarm optimization
| Main Author: | Wiranata, Hans |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2016
|
| Subjects: | |
| Online Access: |
http://kc.umn.ac.id/1198/1/HALAMAN%20AWAL.pdf http://kc.umn.ac.id/1198/48/BAB%20I.pdf http://kc.umn.ac.id/1198/3/BAB%20II.pdf http://kc.umn.ac.id/1198/4/BAB%20III.pdf http://kc.umn.ac.id/1198/5/BAB%20IV.pdf http://kc.umn.ac.id/1198/49/BAB%20V.pdf http://kc.umn.ac.id/1198/7/DAFTAR%20PUSTAKA.pdf http://kc.umn.ac.id/1198/50/LAMPIRAN.pdf http://kc.umn.ac.id/1198/ |
Daftar Isi:
- Password dan PIN merupakan salah satu identitas yang digunakan dalam proses autentikasi. Namun, kedua hal tersebut mudah dilupakan, dicuri, atau ditebak. Biometric merupakan metode untuk menutupi kelemahan hal tersebut. Dalam praktiknya, biometric terbagi menjadi tiga jenis, yaitu berdasarkan biological, morphological, dan behaviour. Untuk menggunakan morphological dan biological dalam proses autentikasi dibutuhkan sebuah alat atau media khusus sedangkan behaviour menggunakan alat atau media yang umum seperti microphone dan keyboard. Salah satu cara mengautentikasi berdasarkan behaviour adalah dengan keystroke. Setiap orang memiliki pola yang unik ketika mengetik suatu kalimat yang dikenal sebagai keystroke dynamic. Penelitian ini mengggunakan jaringan saraf tiruan untuk menganalisis keystroke dynamic untuk proses autentikasi menggunakan particle swarm optimization dalam proses training jaringan saraf tiruan. Sistem autentikasi tersebut dibangun menggunakan bahasa pemrograman PHP dan javascript sedangkan sistem training menggunakan bahasa pemrograman C#. Berdasarkan implementasi yang dilakukan, sistem autentikasi dengan keystroke dynamic untuk 15 user memiliki tingkat akurasi sebesar 76.7%.