PERBANDINGAN BIOMETRIK BERBASIS ELECTROENCEPHALOGRAM DALAM PENGENALAN ORANG MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM) = COMPARISON OF ELECTROENCEPHALOGRAM-BASED BIOMETRIC IN-PERSON RECOGNITION USING THE NAÏVE BAYES AND SUPPORT VECTOR MACHINE (SVM) ALGORITHMS

Sistem keamanan bertujuan untuk melindungi sumber daya baik berupa in-formasi maupun materi. Sistem keamanan konvensional seperti kunci, kartu identi-tas, PIN (personal identification number) dan kata sandi memiliki kelemahan sep-erti kehilangan, kecurian dan shoulder surfing. Sistem keamanan berbasis bio-metrik, sidik jari dan wajah, juga memiliki kelemahan, yaitu dapat ditiru menggunakan artifact. Sistem keamanan berbasis biometrik dengan sifat biometrik yaitu sinyal electroencephalogram (EEG) diciptakan untuk mengatasi kelemahan sistem keamanan yang telah disebutkan. Pemecahan kode sinyal EEG membutuh-kan algoritma klasifikasi dengan nilai akurasi yang tinggi. Pada penelitian ini, digunakan algoritma pembelajaran mesin yakni Naïve Bayes dan Support Vector Machine (SVM) untuk diuji tingkat akurasinya jika digunakan pada sistem bio-metrik berbasis EEG. Data diambil dari 42 subjek pada channel FP1, FP2, F7 dan F8. Data yang diambil kemudian di-filter menggunakan Finite Impulse Response (FIR), Automatic Artifact Removal- Electrooculography (AAR-EOG), Clean Rawdata dan Artifact Subspace Reconstruction (ASR) serta Independent Compo-nent Analysis (ICA). Data yang telah di-filter kemudian dilakukan ekstraksi fitur dan dihasilkan 60 fitur dari masing-masing channel dan gelombang otak (gamma, beta, alpha, theta, delta). Setelah dilakukan klasifikasi didapatkan bahwa nilai akurasi tertinggi dihasilkan oleh algoritma pembelajaran mesin Support Vector Ma-chine (SVM) sebesar 95,2%.

Keywords : Biometric, Electroencephalogram, Brain Computer Interface, Naïve Bayes, Support Vector Machine