Abstrak
Teknologi biometric saat ini yang sedang banyak dikembangkan oleh banyak ahli IT yaitu Iris Biometrics. Teknologi biometric ini, bekerja dengan cara mengukur dan meghitung input sample iris mata dari manusia, karena iris mata manusia sifatnya unik, artinya setiap manusia memiliki bentuk iris mata yang berbeda bahkan untuk individu yang kembar identik. Poin penting yang biasanya diperhitungkan oleh user sebelum memakai sebuah teknologi biometric tentu saja dilihat dari akurasi sistem tersebut. Akurasi pada sistem iris biometric dapat dilihat dari besarnya nilai FAR(False Accept Rate) dan FRR(False Reject Rate). Seorang peneliti menemukan sebuah masalah pada sistem ini, yaitu sistem tidak dapat mengindetifikasi valid tidaknya user dari sample iris mata yang bergerak secara rotasional. Untuk menangani masalah ini, banyak solusi telah ditemukan, salah satunya dengan menggunakan metode shifting. Secara garis besar output dari sample iris mata user yang diolah oleh sistem iris biometric akan meghasilkan sebuah template dan mask yang berisi binary digit. Dari template dan mask tersebut kemudian dihitung nilai kecocokannya dengan template dan mask untuk setiap iris mata yang telah disimpan oleh sistem. Tujuan dari dilakukan nya analisis ini yaitu untuk membuktikan peningkatan akurasi validitas pada Iris Biometrics dengan pengujian pada nilai distribusi hamming distance Intra class dan Inter class. Setelah melakukan pengujian, dengan metode shifting ini terbukti sistem dapat mengidentifikasi sample rotasionl lebih baik dibandingkan tanpa metode shifting.