BAB III PERANCANGAN SISTEM

Transkripsi

1 BAB III PERANCANGAN SISTEM Perancangan perangkat lunak dari sistem biometrik sidik jari dibuat dibagi menjadi 2 module utama yakni : module enhencement sidik jari berikut aplikasi penyimpanan kedalam database yang disebut sebagai form_utama, dan module verifikasi sidik jari yang disebut form_matching. Pada bab ini akan dibahas mengenai perangkat lunak dari sistem biometrik dengan sistem operasi secara off-line. Gambar masukan sidik jari berupa gambar tinta sidik jari yang sudah discan menggunakan scanner (epson 660) yang kemudian disimpan untuk digunakan dalam perancangan perangkat lunak ini. 3.1 Tujuan perancangan Perancangan perangkat lunak ini dibuat dengan tujuan untuk mengetahui informasi data yang akurat dari kepemilikan gambar sidik jari, yang selanjutnya data tersebut dapat ditindak lanjuti untuk suatu keperluan. Serta untuk membuktikan keakuratan algoritma filterbank dalam mengidentifikasi dan mengolah gambar sidik jari. 3.2 Spesifikasi perangkat lunak Perangkat lunak yang akan dibuat diharapkan mempunyai spesifikasi sebagai berikut : 1. Windows XP SP1 atau SP2 atau Vista 2. Processors Pentium III, Pentium IV, Xeon, AMD Athlon, AMD XP. 3. Kapasitas Hard Disk (450 MB hanya Matlab dengan menu Help) 4. Memori 256 MB (direkomendasikan 512 MB) 5. Adapter Grafik 16, 24, atau 32 bit dengan kemampuan OpenGL 6. Software Matlab 7.1 SP3 3.3 Definisi masalah Dilihat dari sistem perangkat lunak yang beroperasi secara off-line, maka yang menjadi titik berat pengolahan citra ialah menuntut kualitas gambar yang diberikan 47

2 48 (gambar yang telah discan menggunakan scanner epson 660) kedalam sistem harus mendekati sempurna (mempunyai noise kecil). Sehingga untuk tahapan proses yang dilalui tidak mengalami kesulitan yang berarti. 3.4 Diagram blok Module enhencement Sebelum user menggunakan module enhencement maka user diwajibkan untuk masuk ke module login password terlebih dahulu, berguna untuk membatasi perubahan pada sistem dan hanya dapat di akses oleh administrator. Pada module enhencement gambar masukan yang diberikan akan diolah, untuk mendapatkan kualitas yang diinginkan. Dan tahapan ini lebih dikenal dengan tahapan preprocessing, pada module ini bertujuan untuk mengetahui, mengektrak, serta menyimpan data-data dari feature yang dimiliki sidik jari. Dengan maksud dapat digunakan pada module verifikasi sidik jari, berikut ini merupakan urutan proses yang harus dilalui dalam mengolah gambar sidik jari.

3 49 Login Password (Admin) Input Image Module Enhencement Tambah Data Module Edit Data Module Hapus Data Database Module Informasi Data Input Image (USER) Module Verifikasi Module Simulasi Gambar 3.1 Diagram blok sistem sidik jari Fingerprint Image Representation Preprocessing Feature Extraction Registration Verification Gambar 3.2 Tahapan identifikasi sidik jari Dibawah ini merupakan urutan proses secara lengkap dari module enhencement (preprocessing) sidik jari,

4 50 Input Image Normalization Segmentation Orientation Estimation Ridge Frek Estimation Gabor Filtering Binerization Thinning Feature Extraction Saving Data Gambar 3.3 Urutan proses enhencement Module olah data Module ini berisi 3 buah module yang masing-masing mempunyai fungsi dan kegunaan sendiri, sehingga untuk pengolahan data yang diinginkan dapat dengan cepat terselesaikan Module informasi data Module ini berisikan tentang data diri serta kepemilikan gambar dari sidik jari yang ada di database, tujuannya untuk mengetahui informasi sebanyak-banyaknya dari data yang ada di database. Dengan hanya mengetikkan nama dari data yang ingin diketahui.

5 Module edit data Module ini bertujuan untuk merubah data-data informasi yang ada di dalam database, yang sudah tidak sesuai dengan kenyataan. Sehingga file yang ada di dalam database selalu akurat dan dapat dipertanggung jawabkan keaslianya, dengan cara mencari nama file di database yang akan dirubah oleh Admin Module hapus data Module ini bertujuan untuk menghapus file yang ada di database, dalam artian data tersebut sudah tidak terpakai lagi. Dengan alasan bahwa orang yang memiliki sidik jari tersebut sudah meninggal dunia Module verifikasi Module ini dapat di akses oleh semua user tanpa menggunakan module login password. Module ini bertujuan untuk mengetahui data-data dari gambar sidik jari yang baru, kemudian feature-feature dari sidik jari yang dimiliki dibandingkan dengan database. Sehingga data-data kepemilikan dari sidik jari yang baru akan tampil pada layar, dan data tersebut dapat dipertanggung jawabkan keasliannya serta dapat ditindak lanjuti untuk keperluan tertentu. Gambar 3.4 Sistem recognition sidik jari

6 Module simulasi Module ini memberikan gambaran tentang perbedaan feature sidik jari 1 dengan feature sidik jari 2 yang menggunakan metode gabor filter. Pada module ini akan diberikan gambaran perbedaan yang ditampilkan dalam bentuk gambar histogram, kemudian menampilkan nilai perbedaan feature (Matching Score) dari gambar sidik jari 1 dengan gambar sidik jari 2. Lalu feature sidik jari di proses dengan menggunakan gabor filter dan ditampilkan dalam 8 feature yang berbeda. Gambar 1 Gambar 2 Compare Gabor Filter Display Histogram Matching Score Display Feature Gambar 3.5 Diagram blok simulasi gabor filter 3.5 Perancangan perangkat lunak Berikut ini akan dijelaskan mengenai rancangan perangkat lunak dari sistem sidik jari. Admin wajib melalui proses authentication password berguna untuk membatasi sistem agar sistem tidak dengan mudah diubah-ubah oleh pihak yang tidak berwenang. Pada module login password akan menampilkan UserName dan Password, pada module ini disetting UserName di isi dengan hendrias budi dan Password di isi dengan Setelah berhasil kemudian akan menampilkan module enhencement. Gambar 3.6 Antarmuka untuk form login password

7 Module enhencement Berikut ini merupakan antarmuka (interface) dari modul enhencement, dimana module ini akan memproses gambar hingga sesuai dengan yang diinginkan. Pada bagian ini hanya Admin yang bisa mengakses, yang lansung terhubung dengan database yang ada. Gambar 3.7 Antarmuka untuk form utama Berikut akan dijelaskan algoritma dari module enhencement : 1. Ambil gambar dari data gambar yang sudah discan menggunakan scanner epson 660, 2. Gambar yang dimasukkan akan dinormalisasi untuk meningkatkan kualitas gambar sekaligus memperjelas garis ridge dan valley dari sidik jari, 3. Gambar yang telah di normalisasi akan disegmentasi (cropping) sehingga diperoleh daerah sidik jari yang akan diproses,

8 54 4. Kemudian gambar akan melalui proses orientation estimation, untuk menentukan daerah orientasi serta untuk menentukan titik tunggal dari sidik jari, 5. Lalu melalui proses ridge frek estimation untuk mendapatkan frekuensi dari sidik jari, dan frekuensi ini berguna untuk proses selanjutnya (gabor filter), 6. Gambar akan mengalami proses penyaringan dengan metode gabor filtering, 7. Kemudian gambar melalui proses binerisasi, dimana ridge berwarna hitam dan valley berwarna putih, 8. Kemudian tahap terakhir gambar sidik jari akan melalui proses thinning, gambar sidik jari akan ditipiskan sehingga akan terlihat feature yang dimiliki dari sidik jari tersebut. 9. Lalu gambar dan identitas pemilik disimpan kedalam database. Sebelum gambar dan data disimpan, maka nama dari pemilik sidik jari harus di cek terlebih dahulu ke dalam sistem. Bertujuan agar tidak terjadi duplikat data yang sama Open image Gambar masukan masih dalam bentuk Red, Green, Blue belum dalam format greyscale dengan nilai maksimum 255, sedangkan untuk proses perhitungan setiap piksel harus memiliki nilai intensitas tunggal. Oleh karena itu, maka diperlukan format citra berupa grayscale, setiap piksel pada citra grayscale diperoleh dengan membuat rataan pada setiap piksel RGB yang bersangkutan. Dan persamaan yang bersesuaian adalah grayscale = R + G + B 3 berikut ini adalah contoh citra yang telah mengalami proses cropping dan konversi ke format grayscale.

9 55 Gambar 3.8 Hasil cropping dan konversi ke greyscale Kemudian gambar sidik jari mengalami perubahan ukuran citra, Setelah melalui proses cropping dan konversi ke grayscale, maka langkah selanjutnya adalah proses perubahan ukuran (resizing) ke dimensi 250 x 250. Hasil dari proses ini akan menjadi gambar masukan yang akan diproses lebih lanjut. Gambar 3.9 Hasil proses prubahan ukuran (resizing) Normalisasi Fungsi dari menu normalisasi ialah merubah serta meningkatkan kualitas gambar masukan, dengan tujuan agar gambar yang telah ternormalisasi mempunyai minutiae yang lebih jelas untuk diproses dan mudah untuk di ekstrak. Gambar dibawah ini memberikan gambaran dari proses normalisasi, dan terlihat perbedaan kualitas gambar masukan yang berlum di normalisasi dengan gambar yang telah ternormalisasi. Sehingga terlihat jelas minutiae yang dimiliki sidik jari

10 56 Gambar 3.10 Hasil dari proses normalisasi Segmentation Fungsi ini bertujuan untuk menentukan wilayah / daerah sidik jari yang akan diproses, dimana setiap sidik jari akan berbeda-beda tergantung dari tingkat penekanan (pressure) dari gambar sidik jari yang telah dicetak. Gambar sidik jari yang bagus mempunyai tingkat penekanan yang sama di setiap permukaannya, sehingga seluruh permukaan sidik jari dapat diproses. Berikut ini gambaran hasil dari proses segmentasi. Gambar 3.11 Hasil dari proses segmentasi Orientation Estimation Fungsi menu ini ialah untuk menentukan orientasi pixel pada sidik jari sehingga dapat menampilkan detail lokal ridge pada sidik jari, yang selanjutnya dapat menentukan titik tunggal pada sidik jari. Berikut ini gambaran hasil dari proses orientation estimation.

11 57 Gambar 3.12 Hasil dari proses orientation estimation Ridge frek estimation Fungsi menu ini ialah untuk mendapatkan nilai frekuensi dari gambar sidik jari yang sangat dibutuhkan pada menu selanjutnya yaitu gabor filtering. Berikut ini gambaran hasil dari proses dari ridge frek estimation. Gambar 3.13 Hasil dari proses ridge frek estimation Gabor filtering Fungsi ini bertujuan untuk memfilter gambar sidik jari dengan metode gabor filter, dimana data referensi yang dibutuhkan bersumber dari menumenu sebelumnya. Sehingga proses ini dapat dengan cepat mencapai hasil akhir yang diinginkan, berikut ini gambaran hasil dari proses gabor filtering.

12 58 Gambar 3.14 Hasil dari proses gabor filtering Binerization Fungsi dari menu binerisasi ialah membuat gambar sidik jari menjadi pixel 1 dan 0, dimana ridge berwarna hitam dan valley berwarna putih. Tujuan gambar sidik jari di binerisasi agar mudah membedakan ridge dan valley untuk melewati tahap selanjutnya yakni thinning, agar selanjutnya dapat dengan mudah mengekstrak feature yang dimiliki. Berikut ini gambaran hasil dari proses binerisasi. Gambar 3.15 Hasil dari proses binerisasi Thinning Setelah melewati proses thinning (penipisan), maka gambar sidik jari tersebut akan disimpan ke dalam database, berikut merupakan gambaran dari proses thinning.

13 59 Gambar 3.16 Hasil dari proses thinning yang akan di simpan kedalam database Display feature dan ekstraksi feature Fungsi ini bertujuan untuk menampilkan feature-feature yang dimiliki sidik jari setelah melewati proses preprocessing, pada gambar di bawah ini menggambarkan feature dari sidik jari yang telah melewati proses pemilihan feature. Pada gambar di bawah, sidik jari mempunyai banyak titik referensi yang di dalamnya ada beberapa feature yang tidak diinginkan. Kemudian feature yang tidak termasuk titik referensi akan dihapus sehingga hanya tersisa titik referensi yang akurat. Berikut merupakan algoritma dari display dari feature : 1. Gambar yang akan diproses harus dalam bentuk thinning, 2. Lalu gambar ini akan menampilkan semua titik minutiae yang dimiliki, minutiae masih terdapat titik referensi yang tidak sebenarnya, 3. Kemudian titik-titik yang tidak diinginkan akan dihapus, sehingga hanya tersisa titik minutiae yang sebenarnya, 4. Setelah itu masing-masing titik minutiae diekstrak dalam format (nama).txt Berikut ini merupakan gambaran hasil proses dari display feature yang mempunyai titik minutiae sebenarnya.

14 60 Gambar 3.17 Hasil dari proses display feature Save to database Fungsi ini bertujuan untuk menyimpan dan menambah data gambar sidik jari yang baru berikut data-data real dari pemilik sidik jari ke dalam database. Dan data-data ini digunakan sebagai referensi dalam module verifikasi untuk menentukan identitas kepemilikan dari gambar sidik jari baru. Fungsi ini akan berfungsi jika telah melewati proses display feature, kemudian mengisi data-data seperti : Nama, Nim, Tanggal Lahir, Alamat dan Nomor Telp. Berikut ini adalah algortima untuk menambah data citra : 1. Konfirmasi terlebih dahulu kepada Admin apakah gambar referensi dan data-data referensi telah dimasukkan semua atau belum, 2. Jika sudah, periksa apakah file induk (dalam hal ini sistem.dat) sudah ada atau belum, 3. Jika file induk belum ada maka buat file induk baru, dengan input gambar referensi di resize terlebih dahulu menjadi ukuran 250 x 250 pixel, 4. Kemudian buat variabel nomor_sistem dan nomor_kelas sama dengan 1, nomor_sistem digunakan untuk nomor referensi citra (dalam hal ini citra sidik jari yang pertama), sedangkan nomor_kelas akan dijadikan parameter variabel kelas_terakhir untuk proses kenaikan satu (one incremental process) pada input citra yang berikutnya, 5. Jika file induk sudah ada, maka tambahkan satu dari variabel nomor_sistem dan nomor_kelas sebagai identifikasi parameter citra baru yang telah masuk,

15 61 6. Simpan data (jati diri) yang sebelumnya telah dimasukkan dengan nama file berasal dari variabel-variabel nomor_citra (berasal dari variabel nomor_kelas) dan nama (berasal dari nama yang diperoleh dari textbox nama) dengan semua variabel tersebut memiliki ekstensi *.dat. 7. Disamping itu terdapat juga gambar sidik jari berikut nama pemiliknya yang sudah di preprocessin, dalam folder \work\gambar jari\nama file.jpg Reset database Fungsi reset database bertujuan untuk menghapus semua data yang ada di dalam database, lalu menggantinya dengan data-data yang baru ke dalam sistem. Berikut merupakan algoritma untuk reset database : 1. Kofirmasi terlebih dahulu kepada Admin, apakah benar akan menghapus semua database yang ada atau tidak, 2. Jika YA, periksa apakah file induk (dalam hal ini sistem.dat) sudah ada atau belum, 3. Jika file induk belum ada maka akan menampilkan box informasi, menyatakan bahwa database kosong, 4. Jika file induk sudah ada maka semua file yang mempunyai extention.dat atau *.dat akan dihapus, kemudian akan muncul box informasi menyatakan bahwa database telah berhasil dihapus Module olah data Module informasi data Untuk keperluan informasi data maka seorang Admin memerlukan juga antarmuka dari module informasi data, agar informasi yang disajikan menjadi lebih mudah.

16 62 Gambar 3.18 Antarmuka untuk form informasi data Berikut ini adalah algortima untuk melihat informasi data : 1. Untuk melihat data, maka seorang Admin terlebih dahulu mencari nama seseorang yang akan dilihat informasinya, 2. Jika ada, maka tampilkan datanya, 3. Jika tidak ada, tampilkan pesan informasi bahwa data tidak ada melalui dialog box, file dengan nama sistem tidak diperbolehkan dilihat Module edit data Untuk keperluan perubahan data di masa yang akan datang, maka seorang Admin dapat menggunakan fasilitas edit data. Data yang di edit adalah data yang terakhir kali masuk pada masing-masing kelas.

17 63 Gambar 3.19 Antarmuka untuk form edit data Berikut ini adalah algortima untuk merubah data : 1. Cari nama data (dalam hal ini nama seseorang) yang akan dicari, 2. Jika ditemukan, maka baca data sesuai dengan nama yang diketikkan dan tampilkan hasilnya di kotak edit untuk proses pengubahan, 3. Jika tidak ditemukan, tampilkan pesan bahwa data tersebut tidak ada melalui kotak dialog, 4. Ubah data sesuai kebutuhan, 5. Admin juga dapat membatalkan proses penyimpanan data yang telah dirubah Module hapus data Dalam suatu operasi database mutlak diperlukan suatu proses menghapus data, proses ini bertujuan untuk menghapus data yang tidak diperlukan lagi.

18 64 Gambar 3.20 Antarmuka untuk form hapus data Berikut ini adalah algortima untuk menghapus data : 1. Cari nama seseorang yang ingin dihapus datanya pada kotak text edit, 2. Keluarkan kotak konfirmasi dalam proses penghapusan data, 3. Jika tidak, kembalikan property antarmuka hapus data seperti semula, 4. Jika ya, hapus data, 5. Perlu juga ditambahkan tombol reset untuk mengembalikan antarmuka hapus data seperti semula Module verifikasi Pada module ini setiap user dapat mengakses tanpa menggunakan login password. Module ini akan menyajikan data akurat dari kepemilikan sidik jari baru yang diajukan sebagai perbandingan dengan database.

19 65 Gambar 3.21 Antarmuka untuk form verifikasi Berikut ini adalah algoritma untuk module verifikasi : 1. Masukkan gambar sidik jari baru yang telah discan (menggunakan scanner epson 660) kedalam module verifikasi, 2. Gambar sidik jari ini akan melewati proses preprocessing, bertujuan untuk mengetahui feature yang dimiliki oleh sidik jari baru tersebut, 3. Jika sudah, periksa apakah file induk (dalam hal ini sistem.dat) sudah ada atau belum 4. Kemudian sidik jari baru akan dikorelasikan dengan database, hubungan titik-titik minutiae dari sidik jari baru yang mendekati / sama dengan titik minutiae template, 5. Jika telah ditemukan maka akan menampilkan identitas dari pemilik dari sidik jari yang dimaksud Module simulasi Pada module ini akan memberikan gambaran yang jelas dari algoritma gabor filter, serta tampilan dari perbedaan kedua sidik jari yang diberikan.

20 66 Gambar 3.22 Antarmuka untuk form simulasi Berikut ini adalah algoritma untuk module simulasi : 1. Masukkan gambar sidik jari 1, kemudian gambar ini akan dirubah menjadi greyscale, 2. Lalu masukkan gambar sidik jari 2, kemudian gambar ini akan dirubah menjadi greyscale, 3. Lalu, gambar sidik jari 1 dengan gambar sidik jari 2 akan dibandingkan dengan menggunakan metode gabor filter, 4. Hasil dari perbandingan itu akan menampilkan perbedaan feature dari masing-masing sidik jari sebanyak 8 feature yang berbeda, 5. Lalu menampilkan perbedaan sidik jari tersebut kedalam format histogram, sekaligus menampilkan nilai matching score dari kedua sidik jari tersebut Kotak about Antarmuka ini menjelaskan mengenai informasi tujuannya dibuat perangkat lunak ini.