Autentikasi sidik jari — apa itu, prinsip kerja dan penerapan

Apa itu autentikasi sidik jari?

Autentikasi sidik jari adalah metode identifikasi biometrik yang menganalisis pola papiler unik pada permukaan jari untuk memverifikasi identitas pengguna. Setiap orang memiliki pola punggung bukit dan lembah individual yang terbentuk pada minggu ke-12 perkembangan intrauterin dan tetap tidak berubah sepanjang hidup, kecuali cedera fisik.

Sidik jari adalah salah satu dari tiga jenis ciri biometrik yang diakui sebagai yang paling andal untuk identifikasi otomatis, bersama dengan iris mata dan pola retina. Garis papiler membentuk fitur khas — minutiae: ujung, percabangan, titik, dan persilangan. Keunikan sidik jari ditentukan oleh lokasi dan jenis 40–100 minutiae pada area pemindaian, yang memberikan probabilitas matematis kecocokan 1 banding 64 miliar untuk dua orang berbeda.

Sistem identifikasi sidik jari otomatis pertama (AFIS) muncul pada tahun 1970-an untuk lembaga penegak hukum. Penerapan massal di perangkat konsumen dimulai pada tahun 2013 dengan iPhone 5S dan Touch ID. Saat ini, pemindai sidik jari dipasang di smartphone, laptop, tablet, kunci pintu, dan terminal pembayaran.

Bagaimana cara kerja pemindai sidik jari?

Terlepas dari jenis sensor, proses autentikasi sidik jari terdiri dari tiga tahap: pengambilan gambar, pemrosesan dan ekstraksi fitur, perbandingan dengan templat referensi. Setiap tahap dapat dilakukan baik di tingkat OS maupun di tingkat Trusted Execution Environment tergantung pada implementasi.

Pengambilan gambar sidik jari

Sensor menangkap pola fisik jari. Matriks kapasitif membaca perbedaan potensial listrik antara punggung bukit (yang menyentuh matriks) dan lembah (yang tidak menyentuh). Pemindai optik menerangi jari dengan pencahayaan LED dan menangkap cahaya yang dipantulkan melalui sensor CMOS. Sensor ultrasonik memancarkan gelombang suara dan menganalisis gema yang dipantulkan dari berbagai kedalaman kulit — ini memberikan gambar tiga dimensi yang tahan terhadap kotoran di permukaan jari.

Ekstraksi minutiae dan pembuatan templat

Gambar yang ditangkap mengalami penyaringan: penghilangan noise, normalisasi kontras, dan binerisasi (konversi ke hitam-putih). Algoritme mengekstrak punggung bukit garis papiler, melakukan skeletonisasi (menipiskan hingga lebar 1 piksel) dan menemukan minutiae — titik ujung dan percabangan garis. Setiap minutiae dijelaskan oleh koordinat (x, y), sudut arah, dan jenis. Templat matematika berukuran 2–10 KB tidak berisi gambar asli dan tidak memungkinkan rekonstruksi sidik jari.

Perbandingan dan pengambilan keputusan

Templat yang diperoleh saat pemindaian dibandingkan dengan templat referensi yang disimpan saat pendaftaran. Algoritme menghitung jumlah minutiae yang cocok. Untuk verifikasi yang berhasil, diperlukan kecocokan setidaknya 12–15 minutiae (dapat disesuaikan oleh pabrikan). Jika jumlah titik yang cocok melebihi ambang batas, autentikasi dianggap berhasil. Di perangkat seluler, ambang batas ditetapkan sehingga FAR tidak melebihi 0.001% dengan FRR sekitar 2%.

Jenis pemindai sidik jari

Dalam perangkat seluler modern, tiga jenis utama pemindai sidik jari digunakan, yang berbeda dalam teknologi pembacaan, akurasi, dan biaya produksi. Pemilihan jenis tergantung pada segmen harga perangkat dan persyaratan keamanan.

Pada tahun 2025–2026, pemindai di bawah layar (in-display) yang terpasang langsung di bawah layar OLED semakin populer. Mereka bisa berupa optik (segmen murah) maupun ultrasonik (segmen premium). Keuntungan — tidak adanya tombol atau zona terpisah pada bodi, memungkinkan layar tanpa bingkai. Kerugian pemindai optik di bawah layar — kerentanan terhadap sinar matahari terang yang menerangi matriks CMOS melalui piksel layar.

Perbandingan sidik jari dan pengenalan wajah

Autentikasi sidik jari dan pengenalan wajah adalah dua teknologi biometrik dominan di perangkat seluler. Masing-masing memiliki kelebihan dan kekurangan yang memengaruhi pilihan dalam skenario penggunaan tertentu.

• Akurasi (FAR) — pemindai sidik jari ultrasonik: 0.0005%, 3D Face ID: 0.0001%. Pengenalan wajah lebih akurat dengan syarat menggunakan kamera kedalaman
• Kecepatan — pemindai kapasitif: 200–300 ms, optik: 400–600 ms, wajah 3D: 600–1000 ms. Sidik jari lebih cepat dalam skenario statis
• Tanpa sentuhan — Face ID dan wajah 2D tidak memerlukan sentuhan perangkat; sidik jari memerlukan kontak fisik dengan pemindai
• Kondisi — sidik jari tidak berfungsi dengan jari basah, tetapi berfungsi dengan masker dan sarung tangan; Face ID tidak berfungsi dengan masker (tanpa Apple Watch) dan saat kamera IR kotor
• Biaya sensor — pemindai kapasitif: ~0.5–1.5 dolar, ultrasonik: ~3–5 dolar, kamera 3D TrueDepth: ~12–15 dolar

Bagi pengembang aplikasi seluler, penting bahwa BiometricPrompt di Android dan LocalAuthentication di iOS mengabstraksi jenis sensor. Namun, pada perangkat Android lama (API < 28) mungkin hanya tersedia FingerprintManager — dalam hal ini aplikasi harus secara eksplisit memeriksa jenis sensor dan menawarkan metode autentikasi alternatif.

Implementasi Fingerprint Auth di Android

Sebelum Android 9 (API 28), satu-satunya cara untuk mengintegrasikan pemindai sidik jari adalah kelas FingerprintManager, yang ditambahkan di API 23. Mulai Android 9, Google merekomendasikan penggunaan BiometricPrompt, yang menyatukan kerja dengan semua jenis sensor biometrik. Namun, untuk perangkat dengan API 23–27, pengembang mungkin masih memerlukan FingerprintManager.

class FingerprintAuthHelper(
    private val context: Context
) {
    private val manager =
        context.getSystemService(Context.FINGERPRINT_SERVICE)
            as FingerprintManager?

    fun isFingerprintAvailable(): Boolean {
        return manager?.isHardwareDetected() == true
            && manager?.hasEnrolledFingerprints() == true
    }

    fun authenticate(callback: FingerprintManager.AuthenticationCallback) {
        if (isFingerprintAvailable()) {
            manager?.authenticate(
                null,
                CancellationSignal(),
                0,
                callback,
                null
            )
        }
    }
}

// Penggunaan:
val helper = FingerprintAuthHelper(context)
helper.authenticate(object : FingerprintManager.AuthenticationCallback() {
    override fun onAuthenticationSucceeded(
        result: FingerprintManager.AuthenticationResult
    ) {
        // Sidik jari dikenali — akses diberikan
        binding.showContent()
    }

    override fun onAuthenticationFailed() {
        binding.showError("Sidik jari tidak dikenali")
    }
})

Kode yang ditampilkan mendemonstrasikan siklus autentikasi lengkap melalui FingerprintManager untuk perangkat Android lama. Penting untuk dicatat bahwa FingerprintManager secara default tidak menggunakan TEE — hasil autentikasi dikembalikan ke ruang pengguna, yang membuatnya kurang aman dibandingkan BiometricPrompt dengan flag BIOMETRIC_STRONG. Untuk proyek baru, selalu gunakan BiometricPrompt, dan FingerprintManager hanya untuk kompatibilitas mundur dengan API 23–27.

Saat migrasi dari FingerprintManager ke BiometricPrompt, perubahan model keamanan harus dipertimbangkan: BiometricPrompt menjamin pelaksanaan semua operasi biometrik di TEE (Trusted Execution Environment). Hasil autentikasi yang ditandatangani dengan kunci kriptografi di dalam TEE tidak dapat dipalsukan dari kode pengguna. Pustaka AndroidX Biometric juga menyediakan antarmuka BiometricPrompt.AuthenticationResult.getCryptoObject() untuk menghubungkan autentikasi biometrik dengan operasi kriptografi — enkripsi kunci dan penandatanganan data.

Standar keamanan dan perlindungan terhadap pemalsuan

Perlindungan terhadap pemalsuan sidik jari adalah salah satu tugas utama produsen pemindai. Sensor modern menggunakan kombinasi metode perangkat keras dan algoritmik untuk mendeteksi jari hidup (liveness detection) dan memblokir tiruan. Setiap metode memiliki keterbatasannya, tetapi bersama-sama mereka membuat pemalsuan tidak menguntungkan secara ekonomi untuk serangan massal.

Metode perlindungan utama meliputi: analisis kedalaman kulit (pemindai ultrasonik menentukan ketebalan epidermis berdasarkan waktu kembalinya sinyal gema), analisis spektral kulit (pemindai optik mengevaluasi koefisien refleksi kulit pada panjang gelombang berbeda — silikon dan gelatin memiliki spektrum berbeda), deteksi pulsasi (getaran mikro aliran darah di kapiler jari) dan pemeriksaan potensiometrik (kulit hidup memiliki impedansi listrik tertentu yang berbeda dari bahan sintetis).

Standar ISO/IEC 30107-3:2023 mendefinisikan tingkat ketahanan sistem biometrik terhadap serangan presentasi (presentation attack detection, PAD). Untuk aplikasi keuangan, direkomendasikan tingkat 2 (PAD Level 2), yang memerlukan deteksi otomatis setidaknya 95% serangan menggunakan tiruan dengan FAR tidak lebih dari 0.01%. Pemindai ultrasonik Samsung dan Qualcomm 3D Sonic Sensor memenuhi persyaratan PAD Level 2, sementara pemindai optik murah biasanya tidak lulus sertifikasi di atas Level 1.