i IMPLEMENTASI PROTOKOL SINGLE SIGN ON (SSO) MENGGUNAKAN FACE RECOGNITION SKRIPSI Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Pendidikan Program Studi Teknik Informatika dan Komputer oleh: Hasan Isfahani NIM 5302412011 PENDIDIKAN TEKNIK INFORMATIKA DAN KOMPUTER FAKULTAS TEKNIK UNIVERSITAS NEGERI SEMARANG 2017
42
Embed
IMPLEMENTASI PROTOKOL SINGLE SIGN ON (SSO) …lib.unnes.ac.id/31547/1/5302412011.pdf · i IMPLEMENTASI PROTOKOL SINGLE SIGN ON (SSO) MENGGUNAKAN FACE RECOGNITION SKRIPSI Diajukan
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
i
IMPLEMENTASI PROTOKOL SINGLE SIGN ON (SSO)
MENGGUNAKAN FACE RECOGNITION
SKRIPSI
Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana
Pendidikan Program Studi Teknik Informatika dan Komputer
oleh:
Hasan Isfahani
NIM 5302412011
PENDIDIKAN TEKNIK INFORMATIKA DAN KOMPUTER
FAKULTAS TEKNIK
UNIVERSITAS NEGERI SEMARANG
2017
ii
PERNYATAAN KEASLIAN
Dengan ini saya menyatakan bahwa :
1. Skripsi ini adalah asli dan belum pernah diajukan untuk mendapatkan
gelar akademik (sarjana, magister, dan/atau doktor), baik di Universitas
Negeri Semarang (Unnes) maupun di perguruan tinggi lain.
2. Karya tulis ini adalah murni gagasan, rumusan dan penelitian saya sendiri,
tanpa bantuan pihak lain, kecuali arahan Pembimbing dan masukan Tim
Penguji.
3. Dalam karya tulis ini tidak terdapat karya atau pendapat yang telah ditulis
atau dipublikasikan orang lain, kecuali secara tertulis dengan jelas
dicantumkan sebagai acuan dalam naskah dengan disebut nama pengarang
dan dicantumkan dalam daftar pustaka.
4. Pernyataan ini saya buat dengan sesungguhnya dan apabila di kemudian
hari terdapat penyimpangan dan ketidakbenaran dalam pernyataan ini,
maka saya bersedia menerima sanksi akademik berupa pencabutan gelar
yang telah diperoleh karena karya ini, serta sanksi lainnya sesuai dengan
norma yang berlaku di perguruan tinggi ini.
Semarang, . . . Januari 2017
yang membuat pernyataan,
Hasan Isfahani
NIM 5302412011
iii
PERSETUJUAN PEMBIMBING
Nama : Hasan Isfahani
NIM : 5302412011
Program Studi : S-1 Pendidikan Teknik Informatika dan Komputer
Judul Skripsi : IMPLEMENTASI PROTOKOL SINGLE SIGN ON (SSO)
MENGGUNAKAN FACE RECOGNITION
Skripsi ini telah disetujui oleh pembimbing untuk diajukan ke sidang panitia ujian
skripsi Program Studi S-1 Pendidikan Teknik Informatika dan Komputer, Jurusan
Teknik Elektro, Fakultas Teknik, Universitas Negeri Semarang.
Kita akan menyesal bila mimpi yang kita kejar akhirnya gagal, tapi kita
akan lebih menyesal bila kita tidak mencoba untuk mengejarnya !
Persembahan
Dengan mengucapkan syukur Alhamdulillah, saya persembahkan karya tulis ini
untuk orang-orang yang saya sayangi :
� Bapak (Mutrofin) dan Ibu (Rikhanah) saya tercinta, motivator terbesar
dalam hidup saya, terimakasih untuk setiap arahan, nasihat, dukungan, dan
doa yang selalu diberikan. Setiap perjuangan dan pengorbanan yang kalian
berikan selalu menjadi penguat dalam setiap langkah untuk menempuh
pendidikan ini.
� Keluarga saya tercinta yang selalu memberikan kasih sayang, do’a dan
dukungannya
� Dosen pembimbing, Bapak (Dr.-Ing. Dhidik Prastiyanto, S.T., M.T.) dan
Bapak (Drs. Sugeng Purbawanto, M.T.). Terimakasih sudah berkenan
meluangkan waktunya untuk membimbing dan menasehati saya, sehingga
dapat menyelesaikan skripsi ini.
vi
ABSTRAK
Isfahani, Hasan. 2017. Implementasi Protokol Single Sign On (SSO)
Menggunakan Face Recognition. Skripsi, Pendidikan Teknik Informatika dan
Komputer. Jurusan Teknik Elektro. Fakultas Teknik. Universitas Negeri
Semarang.
Pembimbing : Dr.-Ing. Dhidik Prastiyanto, S.T., M.T. dan Drs. Sugeng
Purbawanto, M.T.
Akun (user) merupakan kunci dari segala sistem untuk bisa mengakses
sistem tersebut. Sekarang setiap orang memiliki banyak akun dari sistem yang
berbeda-beda. Semua akun tersebut harus diingat untuk bisa mengakses sistem.
Untuk mengatasi hal seperti ini diperlukan perangkat pengelolaan akun yang
terpusat yaitu menggunakan protokol Single Sign On (SSO). Dengan
menghubungkan setiap sistem yang dimiliki dengan sistem SSO maka cukup
menggunakan satu akun dapat mengakses seluruh sistem yang dimiliki sehingga
memudahkan dalam pengelolaan akun. Namun penggunaan protokol SSO perlu
menerapkan credential biometric yang unik sebagai autentikasi sehingga akun
sulit untuk dicuri. Dalam penelitian ini menerapkan autentikasi biometric face recognition untuk diketahui kelayakannya dengan protokol SSO.
Dalam Penelitian ini menggunakan metode pengembangan sistem linier sequential model. Metode pengembangan sistem linier sequential model melalui
empat tahapan proses yaitu analisis, desain, pengkodean dan pengujian. Pengujian
yang dilakukan diantaranya pengujian blackbox, performance testing, efficiency, portability, usability, pengujian Algoritma eigenface untuk face recognition, dan
pengujian Multi login sistem. Hasil penelitian berupa tahapan-tahapan pengembangan sistem dengan
hasil pengujian blackbox yaitu seluruh fungsi sistem berjalan dengan baik. Pada
pengujian Performance testing menunjukkan kinerja sistem sangat baik. Pada
pengujian efficiency menghasilkan nilai diatas rata-rata GTMetrix. Pada pengujian
aspek portability menunjukkan sistem bisa diakses di 3 browser. Pada pengujian
usability menunjukan sistem layak digunakan. Dari pengujian Algoritma
Eigenface menunjukkan proses verifikasi wajah berjalan lancar tanpa terkendala.
Dapat mengakses sistem dengan login melalui sistem yang berbeda menunjukkan
uji multi login sistem berhasil. Simpulan yang dapat diambil dari penelitian ini
adalah sistem login SSO dapat mempermudah pengelolaan akun untuk admin dan
pengguna. Sistem login SSO layak diterapkan dengan menggunakan autentikasi
face recognition. Saran untuk pengembangan sistem lebih lanjut yaitu diperlukan
penambahan fungsi enkripsi dan pembangunan dedicated server sendiri untuk
face recognition.
vii
Kata Kunci : Akun, login, Single Sign On (SSO), Face Recognition
ABSTRACT
Isfahani, Hasan. 2017. Protocol Implementations of Single Sign On Using Face Recognition. Sksripsi. Education of Informatic and Computer Engineering. Majoring In Electrical Engineering. Engineering Faculty. Semarang State University. Guiders : Dr.-Ing. Dhidik Prastiyanto, S.T., M.T. and Drs. Sugeng Purbawanto,
M.T.
Account is the key of all systems to be able to access the system. Now everyone has many accounts of different systems. All these accounts should bear in mind to be able to access the system. To overcome such a device requires centralized account management protocol that uses Single Sign On (SSO). By connecting any system that is owned by the SSO system then simply use a single account can access the entire system is held so as to facilitate the management of the account. However, the use SSO protocols need to implement a unique biometric credential as authentication so that the account is difficult to be stolen. In this study apply face recognition biometric authentication for unknown eligibility with SSO protocols.
In this study using sequential linear system development models. System development methods linear sequential process models through four phases: analysis, design, coding and testing. Tests performed include blackbox testing, performance testing, efficiency, portability, usability, Eigenface algorithm testing, and testing Multi login system.
The results of this research were the stages of system development with a blackbox test results are all functions of the system running well. On testing Performance testing showed excellent system performance. In testing the efficiency generate above-average value GTMetrix. In testing the portability aspect indicates the system can be accessed in 3 browser. In usability testing showed the system fit for use. Testing of Eigenface Algorithm the result is face verification process running smoothly without constraints. Can access the system by logging in with different systems show multi login system test successful. The conclusions that can be drawn from this study is the SSO login system can simplify account management for administrators and users. SSO login system feasible by using face authentication recognition.Saran for further development of the system which required the addition of the encryption function and the development of their own dedicated server for face recognition.
viii
Keywords : Account, login, Single Sign On (SSO), Face Recognition
ix
KATA PENGANTAR
Puji syukur penulis sampaikan kehadirat Allah SWT karena atas
limpahan rahmat dan karunia-Nya, sehingga penulis dapat menyelesaikan Skripsi
yang berjudul “Implementasi Protokol Single Sign On (SSO) Menggunakan Face
Recognition ”. Skripsi ini merupakan tugas akhir yang diajukan untuk memenuhi
syarat dalam memperoleh gelar Sarjana Pendidikan pada Program Studi
Pendidikan Teknik Informatika dan Komputer Jurusan Teknik Elektro Fakultas
Teknik Universitas Negeri Semarang. Penulis menyadari bahwa penulisan ini
tidak akan terwujud tanpa adanya bantuan dan dorongan dari berbagai pihak. Oleh
karena itu penulis menyampaikan ucapan terimakasih kepada :
1. Prof. Dr. Fathur Rokhman, M.Hum. , Rektor Universitas Negeri Semarang
atas kesempatan yang diberikan kepada penulis untuk menempuh studi di
Universitas Negeri Semarang.
2. Dr. Nur Qudus, M.T. , Dekan Fakultas Teknik Unnes.
3. Dr.-Ing. Dhidik Prastiyanto, S.T., M.T. , Ketua Jurusan Teknik Elektro
Unnes yang juga selaku Dosen Pembimbing satu yang telah memberikan
bimbingan, arahan, nasehat, serta motivasi dalam penyusunan skripsi ini.
4. Ir. Ulfa Mediaty Arief, M.T., Koordinator Program Studi PTIK Unnes.
5. Drs. Sugeng Purbawanto, M.T., selaku Dosen Pembimbing dua yang telah
memberikan bimbingan, arahan, nasehat serta motivasi dalam penyusunan
skripsi ini.
x
6. Bapak dan Ibu Dosen Pendidikan Teknik Informatika dan Komputer
Jurusan Teknik Elektro Fakultas Teknik Unnes, yang telah memberikan
bekal dan pengetahuan yang berharga.
7. Orang tua dan keluarga saya yang telah memberikan dukungan dan doa.
8. Rekan-rekan PTIK Angkatan 2012 Rombel 1 yang telah membantu
menyusun laporan skripsi ini.
Penulis berharap semoga skripsi ini dapat bermanfaat untuk kemajuan
ilmu pengetahuan dan teknologi, Aamiin.
Semarang, Januari 2017
Penulis
xi
DAFTAR ISI
PERNYATAAN KEASLIAN ................................................................................. ii
PERSETUJUAN PEMBIMBING .......................................................................... iii
PENGESAHAN ..................................................................................................... iv
MOTTO DAN PERSEMBAHAN .......................................................................... v
ABSTRAK ............................................................................................................. vi
KATA PENGANTAR ........................................................................................... ix
DAFTAR ISI .......................................................................................................... xi
DAFTAR TABEL ................................................................................................ xiv
DAFTAR GAMBAR ........................................................................................... xvi
DAFTAR LAMPIRAN ...................................................................................... xviii
BAB I 1PENDAHULUAN ..................................................................................... 1
1.1. Latar Belakang ......................................................................................... 1
1.2. Identifikasi Masalah ................................................................................. 4
1.3. Batasan Masalah ....................................................................................... 4
1.4. Rumusan Masalah .................................................................................... 4
1.5. Tujuan ....................................................................................................... 5
aksesibilitas (accessibility) dan penerimaan (accepttability) (J. Wayman, 2001:8).
“Ketahanan", berarti tidak berubah pada individu dari waktu ke waktu.
"Kekhasan", berarti menunjukkan variasi yang penduduk besar. "Ketersediaan",
berarti bahwa seluruh penduduk idealnya dapat menggunakannya. "Aksesibilitas",
berarti mudah untuk digunakan. "Penerimaan", berarti orang tidak keberatan
untuk menggunakannya.
Penjelasan mengenai kualitas karakteristik biometric menyiratkan bahwa
tidak mungkin untuk menyatakan salah satu karakteristik biometric adalah yang
"terbaik" untuk semua aplikasi, populasi, teknologi dan kebijakan administrasi.
Namun beberapa karakteristik biometric yang jelas lebih tepat daripada yang lain
untuk aplikasi tertentu. sistem Administrator ingin menggunakan kebutuhan
autentikasi biometric yang tepat untuk aplikasi mereka (James Wayman, dkk,
2005:10).
2.2.3. Face Recognition
Face recognition dapat dianggap sebagai aplikasi komputer untuk
autentikasi seseorang dari gambar digital atau dari video. Teknologi ini
bergantung pada pemetaan fitur wajah tertentu seperti jarak antara mata, lebar
hidung, panjang rahang, garis wajah dll. Ini disebut sebagai titik node dan diukur
dengan menciptakan kode numerik yang merupakan cetak wajah dari individu.
cetak wajah ini merupakan wajah dalam database baik berupa 2D ataupun 3D
(Shweta Gaur, 2012:11).
16
Jenis biometric ini menganalisis karakteristik wajah seseorang melalui
kamera video digital. Mengukur struktur wajah secara keseluruhan, termasuk
jarak antara mata, hidung, dan mulut dan tepi rahang. Pengukuran ini
dipertahankan dalam database dan digunakan sebagai pembanding ketika
pengguna berdiri di hadapan kamera. Teknologi ini digunakan baik untuk
verifikasi dan identifikasi dan itu adalah satu-satunya Sistem biometric yang dapat
secara rutin digunakan secara rahasia, untuk mengawasi seseorang yang diduga
melakukan salah, karena wajah seseorang mudah ditangkap oleh video (Akazue
M, 2010:2012).
Untuk bisa mengenali wajah sistem harus dapat mendeteksi wajah terlebih
dulu. Jadi Face recognition selalu dikombinasikan dengan Face detection seperti
diagram ilustrasi proses autentikasi wajah pada gambar 2.2.
Gambar 2.2. Diagram Sistem autentikasi wajah otomatis
(Jea Wang, 2013:13).
Menurut Divyarajsinh N. Parmar (2013:14) ada 3 metode yang biasa
digunakan dalam Face recognition:
1. Holistic Matching Methods
2. Feature-based (structural) Methods
17
3. Hybrid Methods.
1. Holistic Matching Methods
Dalam Holistic Matching Methods, seluruh daerah wajah
diperhitungkan sebagai data masukan kedalam sistem penangkapan.
Salah satu contoh terbaik dari Holistic Matching Methods yaitu Meode
Eigenfaces(S. Suhas Dkk, 2012:16). Menurut M. A. Turk (1991:15)
Eigenfaces merupakan metode yang paling banyak digunakan dalam
face recognition,
2. Feature-based (structural) Methods
Dalam metode ini fitur lokal seperti mata, hidung dan mulut yang
pertama-tama diekstrak dan lokasinya serta statistik lokal (geometris
dan / atau penampilan) yang dimasukkan ke dalam structural
classifier. Tantangan besar dalam metode ekstraksi fitur adalah fitur
"Restorasi", ini adalah ketika sistem mencoba untuk mengambil fitur
yang tidak terlihat karena variasi yang besar, misalnya posisi kepala
saat user mencocokan gambar depan dengan gambar
profil.Membedakan antara tiga metode ekstraksi yang berbeda (W.
Zhao, 2003:17):
a. metode generik berdasarkan tepi, garis, dan kurva
b. metode berbasis fitur-template
c. metode pencocokan struktural yang memperhitungkan
Pertimbangan Kendala geometris.
18
3. Hybrid Methods
Metode Hybrid menggunakan Kombinasi dari kedua metode
sebelumnya. Bisa dikatakan gambar 3D yang digunakan dalam metode
hybrid. Foto dari wajah seseorang tertangkap dalam 3D, yang
memungkinkan sistem untuk mencatat kurva dari soket mata, atau
misalnya, bentuk dari dagu atau dahi. Proses pembacaan gambar 3D
biasanya berlangsung seperti berikut: Deteksi, Posisi, Pengukuran,
Representasi dan Matching.
1. Deteksi yaitu Menangkap wajah baik scanning foto atau memotret
wajah seseorang secara real time.
2. Posisi yaitu Menentukan lokasi, ukuran dan sudut kepala.
3. Pengukuran yaitu Menetapkan pengukuran untuk setiap kurva dari
wajah untuk membuat template dengan fokus khusus pada bagian
luar mata, bagian dalam mata dan sudut hidung.
4. Representasi yaitu Konversi template ke dalam kode – sebuah
representasi numerik dari wajah.
5. Matching yaitu Membandingkan data yang diterima dengan wajah
di yang ada Database.
Dalam Kasus gambar 3D yang akan dibandingkan dengan 3D
yang ada dalam database, harus tidak ada perubahan. Biasanya,
bagaimanapun Foto yang dimasukkan ke dalam 2D, dan dalam hal itu,
gambar 3D mengalami beberapa perubahan. Ini adalah rumit, dan
merupakan salah satu tantangan terbesar di bidang ini.
19
2.2.4. Kerangka Berfikir
Penelitian ini mengadopsi dari penelitian Patrick Telnoni (2014) tentang
“SAML Single Sign On Protocol Development Using Combination of Speech and
Speaker Recognition”. Dalam penelitiannya Patrick memadukan antara protokol
SSO dengan Speech and Speaker Recognition sebagai autentikasinya. Sedangkan
dalam penelitian ini memakai “Saran Penelitian Kedepan” dari Patrick yaitu
“Menggunakan face biometric bukan voice biometric, karena stabilitas biometric
suara tergantung pada lingkungan” yaitu menggunakan face recognition sebagai
autentikasinya.
Dalam penelitian ini untuk memadukan antara autentikasi biometric (Face
recognition) dengan protokol Single Sign On diperlukan pemilihan penerapan
metode face recognition yang sesuai untuk bisa mengoptimalkan face recognition
sehingga layak untuk digunakan sebagai sistem login. Dengan menggunakan
protokol SSO akan memudahkan admin dalam mengelola akun. Pengguna
sistempun akan dimudahkan dalam mengelola sistem.
Berikut bagan kerangka berfikir dalam penelitian ini dapat dilihat pada
Gambar 2.3:
20
Gambar 2.3. Bagan Kerangka Berfikir
84
BAB V
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Berdasarkan hasil penelitian yang telah dilakukan dalam skripsi
ini, maka dapat diambil kesimpulan bahwa :
1. Sistem Login menggunakan protokol Single Sign On (SSO) dan
Autentikasi Face Recognition dapat dirancang dengan baik dan
layak diterapkan di tiga sistem yang dimiliki oleh KPRI Handayani
Semarang yaitu sistem toko, sistem arisan, dan sistem undian. Dibuat
dengan metode pengembangan perangkat lunak linier sequential
model yang terdiri dari analisis, desain, pengkodean dan pengujian.
2. Pengelolaan user oleh admin menjadi lebih terpusat dalam satu
database. Pengguna tidak harus masuk satu persatu ke setipa sistem
dengan akun yang berbeda, hanya cukup login dengan satu akun
pengguna langsung bisa mengakses keseluruh sistem yang
terhunbung dengan sistem Login SSO.
3. User tidak perlu melakukan login lagi untuk masuk kesistem yang
berbeda dari sistem yang terhubung
4. Algoritma face recognition dalam sistem SSO yaitu algoritma
Eigenface. Dapat diketahui dari hasil pengujian bahwa setiap
pengujian pencocokan wajah menggunakan algoritma Eigenface
menunjukkan nilai confidence yang sesuai sehingga algoritma ini
dapat diterapkan untuk autentikasi face recognition.
5. Sistem Login SSO memiliki performa baik dilihat dari hasil
performance testing yang telah dilakukan.
5.2. Saran
Berdasarkan kesimpulan-kesimpulan yang telah dikemukakan,
dapat diajukan saran-saran dalam pengembangan sistem lebih lanjut :
1. Perlu ditambahkan fungsi enkripsi pada file foto wajah untuk lebih
meningkatkan keamanan.
DAFTAR PUSTAKA
Akazue M, Efozia, N. F. 2010. A Review Of Biometric Technique For Securing Corporate Stored Data. Proceedings of the International Conference on
Software Engineering and Intelligent Systems. SEIS.
Cynthia L Knott, G. Steube. 2012, Student Perceptions Of Password Security And Maintenance. International Journal of Management & Information
Systems
D. Richard Kuhn,Vincent C. Hu W. Timothy Polk, Shu-Jen Chang. 2001.
Introduction to Public Key Technology and the Federal PKI Infrastructure. NIST SP 800-32,.
Divyarajsinh N. Parmar, Brijesh B. Mehta. 2013. Face Recognition Methods & Applications. Int.J.Computer Technology & Applications,Vol 4 (1),84-
86, ISSN:2229-6093.
Jain, Shreya. 2011. 10 Best Tools for Test Automation. On line at: http://www.toolsjournal.com/[diakses pada hari Sabtu, 10 September
2016]
Jani Hursti. 1997. Single Sign-On. Helsinki University of Technology .
J. Wayman, 1999. Technical testing and evaluation of biometric identification devices, in A. Jain, et al. (eds) Biometrics: Personal Identification in Networked Society. Kluwer Academic Press.
J. Wayman, 2001. Fundamentals of biometric authentication technologies. Int. J.
Imaging and Graphics, 1(1).
J. Wayman, Anil Jain, Davide Maltoni and Dario Maio, 2005. An Introduction to Biometric Authentication Systems, Technology, Design and Performance Evaluation.
Jeaf Wang. 2013. Spatially Enhanced Local Binary Patterns for Face Detection and Recognition in Mobile Device Applications. Department of
Electrical and Computer Engineering University of Toronto.
Jyoti Malik, Dhiraj Girdhar, 2014. Reference Threshold Calculation For Biometric Authentication. Modern Education and Computer Science,
National Institute of Technology
M. A. Turk and A. P. Pentland. 1991. Face Recognition Using Eigenfaces.
Madhavi A. Indalkar, Prof. Ram Joshi. 2014, Efficient and Secure Single Sign on Mechanism for Distributed Network, Int. Journal of Engineering
Research and Applications.
Michael Zimmerman. 2002. Biometrics and User Authentication. SANS Institute.
Patrik telnoni. 2014. SAML single sign-on protocol development using combination of speech and speaker recognition. International
Conference on Advanced Informatics: Concept, Theory and
Application, ICAICTA.
Pressman, Roger S. 2002. Rekayasa Perangkat Lunak :Pendekatan Praktisi (Buku 1). Yogyakarta : Andi
Priyadarsini, N. Indira, dkk. 2013. Analysis of Yslow Performance Test tool & Emergences on Web Page Data Extraction. International Journal of
Computer Science and Mobile Computing.
Risyani, Yeni. 2011. Dedek Suryani Nyo. Sistem Informasi Penjualan pada UD. Telur Ayam PkBrahrang. Medan : STMIK IBB
S. Suhas, A. Kurhe, Dr.P. Khanale. 2012. “Face Recognition Using Principal Component Analysis and Linear Discriminant Analysis on Holistic Approach in Facialmages Database”, IOSR Journal of Engineering e-