BAB 1 PENDAHULUAN. bertujuan untuk mengenali identitas seseorang secara otomatis dengan menggunakan

Transkripsi

1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Sistem pengenalan diri merupakan salah satu sistem biometrika yang bertujuan untuk mengenali identitas seseorang secara otomatis dengan menggunakan teknologi komputer. Pengenalan diri dengan menggunakan sebagian tubuh atau perilaku manusia yang mempunyai ciri-ciri khusus, salah satunya seperti sidik jari. Sistem pengenalan sidik jari bertujuan untuk mengidentifikasi sidik jari seseorang [1]. Kualitas citra sidik jari yang baik jika memiliki kontras yang baik dan dapat menggambarkan struktur ridges dan valleys yang jelas, dimana Ridge-Valley Thickness Ratio (RVTR) adalah: nilai parameter sidik jari kering kurang dari 7.75E- 05, nilai parameter sidik jari netral dari 7.75E-05 sampai dengan 5.94E-05, dan nilai parameter sidik jari berminyak lebih besar dari 5.94E-05 [2]. Teknologi biometrik ini memiliki beberapa kelebihan seperti tidak mudah hilang, tidak dapat lupa, tidak mudah dipalsukan dan memiliki keunikan yang berbeda antara satu manusia dengan yang lainnya. Kendala utama dalam pengenalan sidik jari umumnya citra sidik jari memiliki kualitas citra yang rendah, antara lain disebabkan oleh jenis kulit (berminyak, kering, kotor) ataupun karena kualitas peralatan fingerprint yang digunakan [3]. Jenis sidik jari berminyak memiliki piksel ridges yang cenderung sangat tebal, untuk jenis sidik jari kering memiliki piksel ridges yang kasar pada tingkat lokal dan

2 terdapat piksel valley/putih yang banyak, sedangkan jenis sidik jari netral secara umum tidak memiliki sifat khusus seperti jenis sidik jari berminyak dan kering [4]. Untuk mendapatkan citra yang baik pada gambar sidik jari berminyak, maka valley yang tipis dan terputus harus ditingkatkan dengan cara dilebarkan, dan untuk mendapatkan citra yang baik pada citra kering, ridges yang ditingkatkan dengan mengekstraksi garis tengahnya dan menghapus piksel putih/valley [4]. Oleh karena itu, perbaikan kualitas citra sidik jari seharusnya menjadi prioritas utama sebelum mengidentifikasi parameter-parameter yang berupa ciri (feature) dari objek didalam citra, untuk selanjutnya parameter tersebut digunakan dalam menginterpretasi citra [3]. Salah satu metode yang dapat melakukan proses peningkatan kualitas citra sidik jari adalah metode FFT (Fast Fourier Transform). Penggunaan FFT ini didasarkan pada sifat sidik jari yang berubah-ubah (nonstationary) artinya karakteristik-karakteristik mempunyai nilai yang berbeda-beda pada satu bagian dengan bagian yang lain dalam sebuah citra sidik jari. Alasan menggunakan metode FFT pada penelitian ini karena FFT merupakan salah satu algoritma yang dapat menghitung secara cepat, maka metode FFT lebih cocok digunakan dibandingkan dengan metode FT. Berbagai teknik peningkatan kualitas citra sidik jari telah dikembangkan oleh beberapa peneliti seperti terlihat pada tabel 1.1.

3 Tabel 1.1. Penelitian yang pernah dilakukan No Peneliti Judul Metode Hasil yang dicapai 1 Jianwei Yang, Lifeng Liu, Tianzi Jiang, Yong Fan, 2003 (Pattern Recognation Letter 24)[6] A Modified Gabor Filter design method for fingerprint image enhancement Modified Gabor Filter (MGF) Algoritma MGF yang diusulkan dapat mengurangi False Rejection Rate (FRR) 2% dari kecocokan sidik jari dan False Acceptance Rate (FAR) sebesar 0,01%. 2 Sharat Chikkerur, Alexander N. Cartwright, Venu Govindaraju, 2006 (Pattern Recognation Letter 40)[7] Fingerprint Enhancement Using STFT Analysis Short Time Fourier Transform (STFT) Peningkatan sebesar 24,6% dari 800 images 3 Lin Hong, Yifei Wan, Anil Jain, 1998 (IEEE Transactions on Pattern Analysis and Machine Inteligence Vol. 20, No.8 August 1998 ) [8] Fingerprint Image Enhancement : Algorithm and Performance Evaluation Gabor Filter Menggabungkan Enhancement Algorithm dapat meningkatkan Goodness Index dan akurasi verifikasi. 4 Lavanya BN, KB Raja, Venugopal KR, 2009 (International Journal of Computer Science and Information Security, vol. 6)[9] Fingerprinit Verification Based on Gabor filter Enhancement Gabor Filter Sensitivity (SEN) ratarata adalah 80.8 % dan rata-rata Specificity (SPE) adalah %

4 Tabel 1.1. (sambungan) No Peneliti Judul Metode Hasil yang dicapai 5 Muhammad Nasir, Rahmat Syam, Mochamad Hariadi, 2010 (11 th SITIA, ISSN: X)[10] Enhancement Citra Sidik Jari Kotor Menggunakan Hybrid Method dan Gabor Filter Hybrid Method dan Gabor Filter Peningkatan kualitas citra sidik jari sebesar 87% pada pengujian 200 citra sidik jari kotor. 6 Kusworo Adi, 2003 (Berkala Fisika vol.6, No.2, April 2003, hal.39-46, ISSN: )[12] Perancangan dan Realisasi Sistem Ekstraksi Ciri Sidik Jari Berbasis Algoritma Filterbank Gabor Filter bank Gabor Sidik jari dapat diek straksi dengan Gabor Filter dengan sudut 0 o, 45 o, 90 o, dan 135 o 7 Ary Noviyanto, 2009 (Program Ilmu Komputer Universitas gajah Mada) [13] Perbaikan Citra Sidik Jari Dengan Metode STFT (Short Time Fourier Transform) Analysis Short Time Fourier Transform (STFT) Dengan menggunakan parameter Ridge Orientation Image hasil perbaikan citra sangat baik 8 Anil Jain, Arun Ross, Salil Prabhakar, 2001 (Appeared in Proc. Of Int l Conference on Image Processing (ICIP), pp , thessaloniki, Greece)[15] Fingerprint Matching Using Minutiae And Texture Features Receiver Operating Characteristic (ROC) Genuine Accept Rate of 72%. 9 Sangram Bana, Dr. Davinder Kaur, 2011 (IJAES and Technologies, vol 5, No.1, )[16] Fingerprint Recognition using Image Segmentation Image Segmentation FAR and FRR values were 30-35%, menjadi FAR and FRR values were 65-70%

5 Tabel 1.1. (sambungan) No Peneliti Judul Metode Hasil yang dicapai 10 Prawit Sutthiwichaiporn, Vutipong Areekul, Suksan Jirachaweng, 2010 (International Conference on Pattern Recognation) [17] Iterative Fingerprint Enhancement with Matched Filtering and Quality Diffusion in Spatial-Frequency Domain Gabor and STFT Matching Performance Comparison for Enhancement Algorithm Proposed with EER value 7,32% to Db2 and 3.57% to Db3. 11 Cahyo Darujati, Rahmat Syam, Mochamad Hariadi, 2010 (11 th SITIA, ISSN: X)[3] Deteksi Citra Sidik Jari Terotasi Menggunakan Metode Phase-Only Correlation Phase-Only Correlation (POC) POC dapat digunakan untuk membantu menentukan besar sudut citra sidik jari terotasi antara citra masukan dengan citra sidik jari template 12 Koichi ITO, Hiroshi N., Koji K., Takafumi AT H, 2004 (IEICE Trans Fundamental, vol E87-A, No.3 March 2004)[19] A Fingerprint Matching Algorithm Using Phase- Only Correlation A Fingerprint Matching Algorithm Using Phase- Only Correlation Phase-Only Correlation (POC) Teknik POC yang diusulkan sangat efektif untuk memverifikasi gambar sidik jari kualitas rendah yang tidak dapat diidentifikasi dengan benar dengan teknik konvensional. 13 Andika Budi Pratama, 2008 (Jurnal Ilmu Komputer UB, vol. xx, No. xx, ISSN )[21] Verifikasi Citra Sidik Jari Poin Minutiae dalam Visum Et Repertum (VER) menggunakan K-Means Clustering K-Means Clustering Keakuratan verifikasi 40%, sehingga k- means clustering tidak dapat dilakukan.

6 Tabel 1.1. (sambungan) No Peneliti Judul Metode Hasil yang dicapai 14 G. Aguilar, G. Sanchez, A. Toscano, M.Nakano- Miyatake, H. Perez-Meana, 2008 (Cientifica, vol. 12 No. 1 pp. 9-16)[22] Automatic Fingerprint Recognition System Using Fast Fourier Transform and Gabor Filters FFT And Gabor Filters Recognition rate 97,7% False Acceptance 0,5%, False Rejection 7,8% 15 F. A. Afsar, M. Arif, M. Hussain, 2004 (National Conference on Emerging Technologies 2004)[1] Fingerprint Identification and Verification System using Minutiae Matching Minutiae Matching Kecocokan verifikasi sampai 92 % Accuracy 16 Abdel Wahed Motwakel, 2009 (10 th SITIA, ISSN: X)[23] Restoration Dry Fingerprint Image LVQ (Learning Vector Quantization) Empat kali lebih baik dari citra asli 17 Rahmad Syam, Mochamad Hariadi, Mauridhi Hery Purnomo, 2011 (IAENG IJCS, 38:4, IJCS_38_4_04) [24]. Determining the Dry Parameter of Fingerprint Image Using Clarity Score and Ridge-Valley Thickness Ration Clarity Score and Ridge- Valley Thickness Ration Gambar sidik jari kering ditandai dengan LCS 0,0127-0,0149, GCS 0,0117-0,0120, dan RVTR lebih besar dari 7.75E Eun-Kyung Yun, Sung-Bae Cho, 2006 (Image and Vision Computing 24, )[5] Adaptive fingerprint image enhancement with fingerprint image quality analysis. Adaptive Preprocessing Dry Images is the rodges arescratchy locally and there are many white pixels in the ridges( Score Ridge<Score Valley)

7 Berdasarkan pada penelitian yang telah dilakukan sebelumnya bahwa penelitian tersebut dilakukan perbaikan citra sidik jari dengan STFT dimana algoritma digunakan secara bersamaan memperkirakan semua sifat-sifat intrinsik dari sidik jari foreground region mask, local ridge orientation dan local frequency orientation. Sedangkan pengenalan citra sidik jari dengan menggunakan FFT dan gabor filter, dimana hasil dari ekstraksi ciri sidik jari jadi sangat bergantung pada kualitas dari citra siduk jari. Kualitas citra sidik jari berhubungan dengan kejelasan ridge structure pada citra sidik jari. Citra yang baik akan memiliki kontras yang baik dan akan dengan baik menggambarkan ridges dan valleys, jika citra sidik jari memiliki kualitas yang kurang baik maka akan memiliki kontras yang kurang sehingga akan kurang jelas menggambarkan batasan-batasan ridges (bukit). Dari implementasi STFT Analisis, dengan menggunakan parameter utama Ridge Orientation Image, telah berhasil didapat hasil perbaikan citra sidik jari dengan baik. Perbaikan citra sidik jari ini akan sangat membantu untuk meningkatkan kualitas dari ekstraksi ciri sidik jari, dengan menentukan nilai konstanta untuk mendapatkan hasil yang terbaik. Penelitian yang telah dilakukan selama ini mengklasifikasikan pola dasar sidik jari menjadi beberapa macam diantaranya: Arch, Loop dan whorl. Pada semua jenis sidik jari terdapat pola tersebut, sehingga dengan pola dasar yang ada pada sidik jari dapat dilakukan enhancement terhadap citra sidik jari tersebut [25].

8 1.2. Perumusan Masalah Berdasarkan latar belakang masalah maka dirumuskan permasalahan sebagai berikut: a. Berapa besar nilai konstanta k pada metode FFT untuk mendapatkan hasil peningkatan citra yang terbaik. b. Berapa persentase hasil peningkatan kualitas citra sidik jari dan persentase verifikasi citra sidik jari dengan perubahan nilai konstanta k Batasan Masalah Batasan Masalah pada penelitian ini yaitu: a. Pembahasan hanya berfokus pada citra sidik jari kering. b. Metode yang digunakan dalam proses peningkatan kualitas citra adalah FFT (fast fourier transform) Tujuan Penelitian Tujuan yang ingin dicapai pada penelitian ini yaitu: a. Mendapatkan nilai konstanta k pada metode FFT yang cocok untuk peningkatan citra sidik jari kering. b. Mendapatkan persentase peningkatan kualitas citra sidik jari dan persentase verifikasi citra sidik jari.

9 1.5. Manfaat Penelitian Penelitian ini diharapkan dapat memberikan manfaat: a. Hasil penelitian ini diharapkan dapat memberikan masukan yang bermanfaat pada bidang riset biometrik sehingga dapat dipergunakan secara luas. b. Memberikan hasil perbandingan dari beberapa nilai konstanta k pada metode FFT yang menjadi acuan dalam memilih konstanta k dalam membangun aplikasi pengenalan sidik jari.