TESIS IDENTIFIKASI BIOMETRIK IRIS DENGAN METODE SNAKE MODEL-PSO DAN GABOR 2-D I GUSTI AYU AGUNG DIATRI INDRADEWI PROGRAM PASCA SARJANA UNIVERSITAS UDAYANA DENPASAR 2015
TESIS IDENTIFIKASI BIOMETRIK IRIS DENGAN METODE SNAKE MODEL-PSO DAN GABOR 2-D I GUSTI AYU AGUNG DIATRI INDRADEWI NIM 1291761023 PROGRAM MAGISTER PROGRAM STUDI TEKNIK ELEKTRO PROGRAM PASCA SARJANA UNIVERSITAS UDAYANA DENPASAR 2015
IDENTIFIKASI BIOMETRIK IRIS DENGAN METODE SNAKE MODEL-PSO DAN GABOR 2-D Tesis untuk Memperoleh Gelar Magister pada Program Magister, Program Studi Teknik Elektro, Program Pascasarjana Universitas Udayana I GUSTI AYU AGUNG DIATRI INDRADEWI NIM 1291761023 PROGRAM MAGISTER PROGRAM STUDI TEKNIK ELEKTRO PROGRAM PASCA SARJANA UNIVERSITAS UDAYANA DENPASAR 2015 ii
Lembar Pengesahan TESIS INI TELAH DISETUJUI PADA TANGGAL 20 NOPEMBER 2015 Pembimbing I, Pembimbing II, Dr. Eng. Putu Agung Bayupati, S.T., M.T. Prof. Dr. I Ketut Gede Darma Putra, S.Kom., M.T. NIP 19750423 200312 1 002 NIP 19740424 199903 1 003 Mengetahui, Ketua Program Magister Program Studi Teknik Elektro Program Pascasarjana Universitas Udayana, Direktur Program Pascasarjana Universitas Udayana, Prof. Ir. Ida Ayu Dwi Giriantari, MEngSc., PhD. Prof. Dr. dr. A. A. Raka Sudewi, Sp.S (K). NIP 19651213 199103 2 001 NIP 19590215 198510 2 001 iii
Tesis Ini Telah Diuji pada Tanggal 20 Nopember 2015 Panitia Penguji Tesis Berdasarkan SK Rektor Universitas Udayana, No.: 3978/UN.14.4/HK/2015, Tanggal 19 Nopember 2015 Ketua : Dr. Eng. Putu Agung Bayupati, S.T., M.T. Anggota : 1. Prof. Dr. I Ketut Gede Darma Putra, S.Kom., M.T. 2. Dr. Ir. Made Sudarma, M.A.Sc. 3. Ir. Linawati, MEngSc., Ph.D. 4. Prof. Ir. Rukmi Sari Hartati, M.T., Ph.D. iv
SURAT PERNYATAAN BEBAS PLAGIAT Saya yang bertandatangan dibawah ini : Nama : I Gusti Ayu Agung Diatri Indradewi NIM : 1291761023 Program Studi Judul Tesis : Magister Teknik Elektro : Identifikasi Biometrik Iris dengan Metode Snake Model- PSO dan Gabor 2-D Dengan ini menyatakan bahwa karya ilmiah Tesis ini bebas plagiat. Apabila di kemudian hari terbukti plagiat dalam karya ilmiah ini, maka saya bersedia menerima sanksi sesuai peraturan Mendiknas RI No. 17 tahun 2010 dan Peraturan Perundang-undangan yang berlaku. Denpasar, 20 Nopember 2015 Yang membuat pernyataan, I Gusti Ayu Agung Diatri Indradewi v
UCAPAN TERIMA KASIH Pertama-tama perkenankanlah penulis memanjatkan puji syukur kehadapan Ida Sang Hyang Widhi Wasa/Tuhan Yang Maha Esa, karena hanya atas asung wara nugraha-nya/ kurnia-nya, tesis ini dapat diselesaikan. Pada kesempatan ini perkenankanlah penulis mengucapkan terimakasih yang sebesar-besarnya kepada Dr. Eng. Putu Agung Bayupati, S.T., M.T. selaku Pembimbing I dan Prof. Dr. I Ketut Darma Putra, S.Kom., M.T. selaku Pembimbing II yang dengan penuh perhatian dan kesabaran memberikan dorongan, semangat, bimbingan dan saran selama ini kepada penulis dalam penyelesaian tesis ini. Terima kasih sebesar-besarnya pula penulis sampaikan kepada Ni Made Ary Esta Dewi Wirastuti, S.T., M.T., Ph.D. selaku Pembimbing Akademik yang telah memberikan dorongan dan semangat dalam penyelesaian program Magister ini. Ucapan terimakasih juga ditujukan kepada Rektor Universitas Udayana Prof. Dr. dr. Ketut Suastika Sp. PD-KEMD. atas kesempatan dan fasilitas yang diberikan kepada penulis untuk mengikuti dan menyelesaikan pendidikan Program Magister di Universitas Udayana. Ucapan terima kasih ini juga ditujukan kepada Direktur Program Pascasarjana Universitas Udayana yang dijabat oleh Prof. Dr. dr. A. A. Raka Sudewi, Sp.S (K). atas kesempatan yang telah diberikan kepada penulis untuk menjadi mahasiswa Program Magister pada Program Pascasarjana Universitas Udayana. Tidak lupa pula ucapan terimakasih kepada Prof. Ir. Ida Ayu Giriantari, M.Eng.Sc., Ph.D. selaku Ketua Program Studi Magister Teknik Elektro. Ucapan terimakasih juga penulis sampaikan kepada para penguji Tesis, yaitu Dr. Ir. Made Sudarma, M.A.Sc., Ir. Linawati, MEngSc., Ph.D., dan Prof. Ir. Rukmi Sari Hartati, M.T., Ph.D., yang telah memberikan masukan, saran, sanggahan dan koreksi sehingga tesis ini dapat terwujud seperti ini. Ucapan terimakasih penulis sampaikan kepada Aji, Ibu dan adik tersayang, saudara, relasi dan teman-teman yang telah memberikan semangat, saran, masukan, dorongan, bantuan moral maupun material, khususnya teman-teman seperjuangan kuliah Program Magister Teknik Elektro Program Pascarjana Universitas Udayana angkatan 2012 yang selalu memberikan semangat tiada henti. Penulis menyadari sepenuhnya bahwa dalam penulisan tesis ini masih banyak mengalami kekurangan dan kesalahan, untuk itu pada kesempatan ini penulis mohon kritik dan saran yang bersifat membangun demi kesempurnaan penulisan di kesempatan berikutnya. Akhir kata, semoga tesis ini bermanfat dalam perkembangan ilmu pengetahuan di masa mendatang. Denpasar, 20 Nopember 2015 Penulis vi
ABSTRAK IDENTIFIKASI BIOMETRIK IRIS DENGAN METODE SNAKE MODEL-PSO DAN GABOR 2-D Segmentasi iris dan ekstraksi ciri merupakan tahap yang seringkali menjadi objek penelitian dalam pengembangan sistem biometrik iris. Agar dapat beradaptasi dengan bentuk iris yang sebenarnya tidak berbentuk lingkaran sempurna dibutuhkan teknik segmentasi yang memiliki kemampuan beradaptasi dengan solusi target. Pada penelitian ini dibangun sistem identifikasi biometrik iris dengan menggunakan metode Snake Model-PSO dan Gabor 2-D. Unjuk kerja sistem yang dihasilkan dalam melakukan identifikasi biometrik iris didasarkan pada probabilitas kesalahan pencocokkan (FMR dan FNMR), tingkat keberhasilan sistem dalam mengidentifikasi pemilik iris (persentase akurasi keputusan), dan waktu yang dibutuhkan oleh sistem untuk melakukan proses pendaftaran dan identifikasi (ratarata waktu proses sistem). Data citra yang digunakan dalam penelitian ini adalah MMU Iris Database yang dimiliki oleh Multimedia University Malaysia. Tahap-tahap yang dilakukan pada penelitian ini secara garis besar terdiri dari proses akuisisi citra, preprocessing, proses segmentasi, proses ekstraksi ciri, dan proses pengenalan. Metode Snake Model-PSO diterapkan pada pencarian batas dalam iris dan batas luar iris dengan memanfaatkan koordinat titik pusat pupil yang telah ditemukan sebelumnya. Batas-batas wilayah iris yang telah ditemukan selanjutnya dinormalisasi ke koordinat polar dan menghasilkan array 2-D berukuran 50 20 dengan dimensi horizontal dari resolusi angular dan dimensi vertikal dari resolusi radial. Proses ekstraksi ciri bertujuan untuk mengekstrak informasi dari citra iris yang telah dipetakan ke koordinat polar sehingga diperoleh ciri unik dari iris bersangkutan berupa iris code. Proses ini dilakukan dengan menggunakan tapis Gabor 2-D berukuran 33 33 dan sudut orientasi bernilai 90º, 45º, 0º, dan -45º. Pengujian sistem dilakukan terhadap data iris kanan dan iris kiri. Masingmasing data tersebut dibagi menjadi data referensi dan data uji. Jumlah data referensi yang digunakan sebanyak 117 citra iris, sedangkan jumlah data uji yang digunakan sebanyak 78 citra iris. Berdasarkan hasil pengujian dapat disimpulkan bahwa unjuk kerja sistem berdasarkan probabilitas kesalahan pencocokan menghasilkan persentase FMR sebesar 3,6737% dan FNMR sebesar 4,2735% untuk database iris kiri. Pada database iris kanan menghasilkan persentase FMR dan FNMR yang sama, yakni 0%. Unjuk kerja sistem berdasarkan tingkat keberhasilan sistem dalam mengidentifikasi pemilik iris (akurasi keputusan) menghasilkan persentase terbaik sebesar 91,0256% untuk database iris kiri. Pada database iris kanan menghasilkan persentase terbaik sebesar 98,7179%. Unjuk kerja sistem berdasarkan rata-rata waktu proses pada proses pendaftaran adalah 6,3109 detik, sedangkan pada proses identifikasi adalah 20,494 detik. Kata kunci: iris code, snake model-pso, Gabor 2-D, FMR, FNMR vii
ABSTRACT IRIS BIOMETRIC IDENTIFICATION USING SNAKE MODEL-PSO AND 2-D GABOR FILTER Iris segmentation and feature extraction are the most interesting topics for research object in iris biometric system area. In order to adapt to the shape of the iris which is not actually in circular shape, segmentation technique that has ability to adapt with target solution is needed. This research is focused on how to build iris biometric identification system using the method of Snake Model-PSO and 2-D Gabor. The resulting system performance is based on the probability of error matching (FMR and FNMR), the success rate of system in identifying the owner of the iris (the percentage of decision accuracy), and the time required by the system for the registration and identification process (average processing time). Image data used in this research is the MMU Iris Database owned by Multimedia University, Malaysia. This research is consists of image acquisition process, pre-processing, segmentation process, feature extraction process, and recognition process. Snake Model-PSO method is applied to find the inner and outer boundary of the iris by using pupil center point coordinates were found earlier. The boundaries of the iris area is normalized into polar coordinate and produces 2-D array which has size of 50 20. The horizontal dimension is come from angular resolution and the vertical dimension is come from radial resolution. Feature extraction process aims to extract the information of normalized iris image. The resulting features is used as the iris code of the iris image. The process is done by using 2-D Gabor filter which has size of 33 33 and orientation angle valued with 90º, 45º, 0º, and -45º. The system testing is performed against the right iris data and the left iris data. Each of these data is divided into reference and test data. The number of data references used as many as 117 images of the iris, while the number of test data that used as many as 78 images of the iris. Based on the test results it can be concluded that the system performance based on error matching probability yields 3.6737% of FMR and 4.2375% of FNMR for the left iris database. The right iris database yields 0% as the percentage of FMR and FNMR. The system performance based on the success rate of the system in identifying the owner of the iris (the accuracy of decisions) produces the best percentage of 91.0256% for the left iris database. On the right iris database produces the best percentage of 98.7179%. The system performance based on the average processing time in the registration process is 6.3109 seconds, while in the identification process is 20.494 seconds. Keywords: iris code, Snake Model-PSO, 2-D Gabor, FMR, FNMR viii
DAFTAR ISI Halaman SAMPUL DALAM... i PRASYARAT GELAR... ii LEMBAR PERSETUJUAN... iii PENETAPAN PANITIA PENGUJI... iv SURAT PERNYATAAN BEBAS PLAGIAT... v UCAPAN TERIMA KASIH... vi ABSTRAK... vii ABSTRACT... viii DAFTAR ISI... ix DAFTAR TABEL... xiii DAFTAR GAMBAR... xv DAFTAR SINGKATAN DAN ISTILAH... xvii DAFTAR LAMPIRAN... xx BAB I PENDAHULUAN... Error! Bookmark not 1.1 Latar Belakang... Error! Bookmark not 1.2 Rumusan Masalah... Error! Bookmark not 1.3 Tujuan Penelitian... Error! Bookmark not 1.4 Manfaat Penelitian... Error! Bookmark not 1.5 Ruang Lingkup Penelitian... Error! Bookmark not 1.6 Keaslian Penelitian... Error! Bookmark not BAB II KAJIAN PUSTAKA... Error! Bookmark not 2.1 State of The Art Review... Error! Bookmark not 2.1.1 Sistem Pengenalan Biometrik Iris... Error! Bookmark not 2.1.2 Segmentasi Iris... Error! Bookmark not 2.1.3 Metode Hybrid untuk Segmentasi Citra Error! Bookmark not 2.1.4 Klasifikasi Berbasis K-NN untuk Pengenalan IrisError! Bookmark not 2.2 Sistem Biometrik... Error! Bookmark not 2.2.1 Biometrik... Error! Bookmark not 2.2.2 Sistem Pengenalan Biometrik... Error! Bookmark not ix
2.2.2.1 Sistem Verifikasi... Error! Bookmark not 2.2.2.2 Sistem Identifikasi... Error! Bookmark not 2.2.3 Evaluasi Sistem Biometrik... Error! Bookmark not 2.2.3.1 Rasio Kesalahan Keputusan... Error! Bookmark not 2.2.3.2 Rasio Kesalahan Pencocokan... Error! Bookmark not 2.2.3.3 Rasio Kesalahan Akuisisi Citra... Error! Bookmark not 2.2.3.4 Nilai Ambang (Threshold Value)... Error! Bookmark not 2.2.3.5 Grafik Receiver Operation Characteristics (ROC)... Error! Bookmark not 2.2.4 Sistem Pengenalan Biometrik Iris... Error! Bookmark not 2.3 Pengolahan Citra Digital... Error! Bookmark not 2.3.1 Tapis Median... Error! Bookmark not 2.3.2 Tapis Gaussian... Error! Bookmark not 2.3.3 Tapis Gabor 2-D... Error! Bookmark not 2.3.4 Laplacian of Gaussian (LoG)... Error! Bookmark not 2.3.5 Pengambangan Citra (Threshold)... Error! Bookmark not 2.3.6 Penandaan Komponen Terhubung... Error! Bookmark not 2.4 Active Contours (Snake Model)... Error! Bookmark not 2.4.1 Basic Snake Model... Error! Bookmark not 2.4.2 Greedy Snake Model... Error! Bookmark not 2.4.2.1 Energi Continuity... Error! Bookmark not 2.4.2.2 Energi Curvature... Error! Bookmark not 2.4.2.3 Energi Image... Error! Bookmark not 2.4.2.4 Algoritma Greedy Snake Model... Error! Bookmark not 2.5 Particle Swarm Optimization (PSO)... Error! Bookmark not 2.6 Daugman s Rubber Sheet Model... Error! Bookmark not 2.8 K-Nearest Neighbor (K-NN)... Error! Bookmark not BAB III METODE PENELITIAN... Error! Bookmark not 3.1 Data Penelitian... Error! Bookmark not 3.2 Variabel Penelitian... Error! Bookmark not 3.3 Kebutuhan Perangkat Lunak dan Perangkat KerasError! Bookmark not 3.4 Gambaran Umum Sistem Identifikasi Biometrik IrisError! Bookmark not x
3.4.1 Proses Akuisisi Citra... Error! Bookmark not 3.4.2 Pra-Pemrosesan (Pre-Processing)... Error! Bookmark not 3.4.3 Proses Segmentasi... Error! Bookmark not 3.4.3.1 Penentuan Koordinat Titik Pusat PupilError! Bookmark not 3.4.3.2 Pencarian Batas Dalam Iris... Error! Bookmark not 3.4.3.3 Pencarian Batas Luar Iris... Error! Bookmark not 3.4.3.4 Normalisasi Wilayah Iris ke Koordinat PolarError! Bookmark not 3.4.4 Proses Ekstraksi Ciri... Error! Bookmark not 3.4.5 Proses Penyimpanan Iris Code... Error! Bookmark not 3.4.6 Proses Penentuan Nilai Ambang Pencocokan (T)Error! Bookmark not 3.4.7 Proses Pengenalan... Error! Bookmark not 3.5 Perancangan Sistem... Error! Bookmark not 3.5.1 Rancangan Antarmuka... Error! Bookmark not 3.5.1.1 Antarmuka Pendaftaran... Error! Bookmark not 3.5.1.2 Antarmuka Pelatihan... Error! Bookmark not 3.5.1.3 Antarmuka Pengujian... Error! Bookmark not 3.5.2 Struktur Database... Error! Bookmark not 3.5.2.1 Struktur Tabel Iris Code Bagian RealError! Bookmark not 3.5.2.2 Struktur Tabel Iris Code Bagian ImaginaryError! Bookmark not 3.6 Pengujian Sistem Identifikasi Biometrik IrisError! Bookmark not 3.6.1 Pengujian Probabilitas Kesalahan PencocokanError! Bookmark not 3.6.2 Pengujian Akurasi Keputusan... Error! Bookmark not BAB IV HASIL DAN PEMBAHASAN... Error! Bookmark not 4.1 Pra-pemrosesan (Pre-processing)... Error! Bookmark not 4.2 Proses Segmentasi... Error! Bookmark not 4.2.1 Penentuan Koordinat Titik Pusat Pupil. Error! Bookmark not 4.2.2.1 Hasil Pencarian Batas Dalam Iris... Error! Bookmark not 4.2.3 Pencarian Batas Luar Iris... Error! Bookmark not 4.2.3.1 Hasil Pencarian Batas Luar Iris... Error! Bookmark not xi
4.2.4 Normalisasi Wilayah Iris ke Koordinat PolarError! Bookmark not 4.3 Proses Ekstraksi Ciri... Error! Bookmark not 4.4 Proses Penyimpanan Iris Code... Error! Bookmark not 4.5 Proses Penentuan Nilai Ambang Pencocokan (T)Error! Bookmark not 4.6 Proses Pengenalan... Error! Bookmark not 4.6 Hasil Pengujian Sistem Identifikasi Biometrik IrisError! Bookmark not 4.6.1 Pengujian Probabilitas Kesalahan PencocokkanError! Bookmark not 4.6.2 Pengujian Akurasi Keputusan... Error! Bookmark not 4.6.3 Pengujian Waktu Proses Sistem... Error! Bookmark not BAB V SIMPULAN DAN SARAN... Error! Bookmark not 5.1 Simpulan... Error! Bookmark not 5.2 Saran... Error! Bookmark not DAFTAR PUSTAKA... Error! Bookmark not LAMPIRAN... 146 xii
DAFTAR TABEL Halaman 2.1 State of The Art: Sistem Pengenalan Biometrik IrisError! Bookmark not 2.2 State of The Art: Segmentasi Iris... Error! Bookmark not 2.3 State of The Art: Metode Hybrid untuk Segmentasi CitraError! Bookmark not 2.4 State of The Art: Klasifikasi Berbasis K-NN untuk Pengenalan Iris... Error! Bookmark not 2.5 Perbandingan Karakteristik Biometrik (Putra, 2009:31)Error! Bookmark not 2.6 Parameter PSO (Kaur and Singh, 2012)... Error! Bookmark not 3.1 Struktur Tabel re_iris1... Error! Bookmark not 3.2 Struktur Tabel re_iris2... Error! Bookmark not 3.3 Struktur Tabel re_iris3... Error! Bookmark not 3.4 Struktur Tabel re_iris4... Error! Bookmark not 3.5 Struktur Tabel re_uji1... Error! Bookmark not 3.6 Struktur Tabel re_uji2... Error! Bookmark not 3.7 Struktur Tabel re_uji3... Error! Bookmark not 3.8 Struktur Tabel re_uji4... Error! Bookmark not 3.9 Struktur Tabel im_iris1... Error! Bookmark not xiii
3.10 Struktur Tabel im_iris2... Error! Bookmark not 3.11 Struktur Tabel im_iris3... Error! Bookmark not 3.12 Struktur Tabel im_iris4... Error! Bookmark not 3. 13 Struktur Tabel im_uji1... Error! Bookmark not 3.14 Struktur Tabel im_uji2... Error! Bookmark not 3.15 Struktur Tabel im_uji3... Error! Bookmark not 3.16 Struktur Tabel im_uji4... Error! Bookmark not 4.1 Perbandingan Tingkat Akurasi Pencarian Batas Dalam IrisError! Bookmark not 4.2 Perbandingan Tingkat Akurasi Pencarian Batas Luar IrisError! Bookmark not 4.3 Tingkat Akurasi Pencocokan (dalam %) Iris KiriError! Bookmark not 4.4 Tingkat Akurasi Pencocokan (dalam %) Iris KananError! Bookmark not 4.5 Tingkat Akurasi Keputusan (%)... Error! Bookmark not 4.6 Rata-rata Waktu Proses Modul Pendaftaran (Detik)Error! Bookmark not 4.7 Rata-rata Waktu Proses Sub Modul Pengujian (Detik)Error! Bookmark not xiv
DAFTAR GAMBAR Halaman 1.1 Diagram Fishbone Penelitian... Error! Bookmark not 2.1 Berbagai Model Grafik ROC... Error! Bookmark not 2.2 Anatomi Mata... Error! Bookmark not 2.3 Contoh Pola Iris yang Terlihat... Error! Bookmark not 2.4 Struktur Iris... Error! Bookmark not 2.5 Algoritma Sistem Pengenalan Iris... Error! Bookmark not 2.6 Koordinat Citra Digital... Error! Bookmark not 2.7 Ilustrasi Kurva Snake Parametrik... Error! Bookmark not 2.8 Ilustrasi Kurva Snake... Error! Bookmark not 2.9 Greedy Snake Model Pseudocode... Error! Bookmark not xv
2.10 Ilustrasi Perpindahan Snake Control Point... Error! Bookmark not 2.11 Daugman s Rubber Sheet Model... Error! Bookmark not 3.1 Citra MMU Iris Database... Error! Bookmark not 3.2 Gambaran Umum Sistem Identifikasi Biometrik IrisError! Bookmark not 3.3 Alur Kerja Sistem Identifikasi Biometrik Iris. Error! Bookmark not 3.4 Rancangan Antarmuka Pendaftaran... Error! Bookmark not 3.5 Rancangan Antarmuka Pelatihan... Error! Bookmark not 3.6 Rancangan Antarmuka Pengujian... Error! Bookmark not 4.1 Pemilihan Citra... Error! Bookmark not 4.2 Citra Iris Grayscale 8 Bit... Error! Bookmark not 4.3 Citra Iris Terpilih... Error! Bookmark not 4.4 Pembentukan Histogram Citra... Error! Bookmark not 4.5 Pengambangan Citra Grayscale... Error! Bookmark not 4.6 Penandaan Komponen Terhubung dengan 4-ConnectedError! Bookmark not 4.7 Penerapan Tapis Median... Error! Bookmark not 4.8 Inisialisasi Koordinat Snake Control Points... Error! Bookmark not 4.9 Hasil Percobaan Pencarian Batas Dalam Iris dengan Greedy Snake Model... Error! Bookmark not 4.10 Hasil Percobaan Pencarian Batas Dalam Iris dengan Snake Model-PSO... Error! Bookmark not 4.11 Hasil Percobaan Pencarian Batas Dalam Iris. Error! Bookmark not 4.12 Hasil Percobaan Pencarian Batas Dalam Iris yang Tidak Tepat (Snake Model- PSO)... Error! Bookmark not 4.13 Inisialisasi Koordinat Snake Control Points.. Error! Bookmark not 4.14 Hasil Percobaan Pencarian Batas Luar Iris dengan Greedy Snake Model... Error! Bookmark not 4.15 Hasil Percobaan Pencarian Batas Luar Iris dengan Snake Model-PSO. Error! Bookmark not xvi
4.16 Hasil Percobaan Pencarian Batas Luar Iris yang Tidak Tepat (Greedy Snake Model)... Error! Bookmark not 4.17 Hasil Percobaan Pencarian Batas Luar Iris yang Tidak Tepat (Snake Model- PSO)... Error! Bookmark not 4.18 Normalisasi Wilayah Iris ke Koordinat Polar Error! Bookmark not 4.19 Tapis Bagian Real... Error! Bookmark not 4.20 Tapis Bagian Imaginary... Error! Bookmark not 4.21 Fitur Iris Bagian Imaginary... Error! Bookmark not 4.22 Fitur Iris Bagian Imaginary... Error! Bookmark not 4.23 Iris Code... Error! Bookmark not 4.24 Iris Code aeval1.bmp Bagian Real... Error! Bookmark not 4.25 Iris Code aeval1.bmp Bagian Imaginary... Error! Bookmark not 4.26 Iris Code aeval2.bmp Bagian Real... Error! Bookmark not 4.27 Iris Code aeval2.bmp Bagian Imaginary... Error! Bookmark not 4.28 Iris Code aeval1.bmp Bagian Real... Error! Bookmark not 4.29 Iris Code aeval1.bmp Bagian Imaginary... Error! Bookmark not 4.30 Iris Code bryan1.bmp Bagian Real... Error! Bookmark not 4.31 Iris Code bryan1.bmp Bagian Imaginary... Error! Bookmark not 4.32 Iris Code Data Uji Bagian Real... Error! Bookmark not 4.33 Iris Code Data Uji Bagian Imaginary... Error! Bookmark not 4.34 Iris Code Data Referensi Bagian Real... Error! Bookmark not 4.35 Iris Code Data Referensi Bagian Imaginary. Error! Bookmark not 4.36 Grafik ROC Sistem untuk Iris Kiri... Error! Bookmark not 4.37 Grafik ROC Sistem untuk Iris Kanan... Error! Bookmark not DAFTAR SINGKATAN DAN ISTILAH SINGKATAN CCD EER : Charge-Coupled Device : Equal Error Rate xvii
FAR FMR FNMR FRR FTA FTE GAR K-NN LoG MMU ROC : False Acceptance Rate : False Match Rate : False Non Match Rate : False Reject Rate : Failure to Acquire Rate : Failure to Enroll Rate : Genuine Acceptance Rate : K-Nearest Neighbor : Laplacian of Gaussian : Multimedia University : Receiver Operation Characteristics ISTILAH bagian imaginary : bagian dari bilangan kompleks ( + ), dengan b sebagai bagian imaginary bagian real : bagian dari bilangan kompleks ( + ), dengan a sebagai bagian real biometrik : pengukuran karakteristik pembeda pada badan atau perilaku seseorang yang digunakan untuk melakukan pengenalan secara otomatis control point : titik koordinat pada snake energi continuity : energi yang berkaitan dengan peregangan (energi elastis) wilayah dari kontur pada snake model energi curvature : energi yang berkaitan dengan pelekukan wilayah dari kontur pada snake model energi image : energi yang menarik snake menuju ke fitur low-level yang diinginkan pada citra energi snake : penjumlahan dari fungsi energi continuity, energi curvature, dan energi image fitness : solusi terbaik yang dicapai xviii
global best position : posisi terbaik yang dihasilkan sejauh ini oleh partikel-partikel dalam populasi global best value : nilai terbaik yang dihasilkan sejauh ini oleh partikelpartikel dalam populasi identifikasi : sistem biometrik yang bertujuan untuk mengungkap identitas seseorang iris : daerah berbentuk gelang pada mata yang dibatasi oleh pupil iris code : informasi pembeda (fitur ciri) iris yang telah dimampatkan partikel : kandidat solusi dari permasalahan particle best position : posisi terbaik yang dihasilkan oleh partikel sebelumnya particle best value : nilai terbaik yang dihasilkan oleh partikel sebelumnya pixel : nilai pada suatu irisan antara baris dan kolom (pada posisi (x,y)) citra pupil : bagian pusat mata yang berwarna hitam sclera : bagian putih dari mata snake : himpunan titik koordinat yang mengitari fitur target swarm : himpunan partikel yang berada pada suatu window pencarian velocity : laju perubahan posisi verifikasi : sistem biometrik yang bertujuan untuk memberi penegasan berupa penerimaan atau penolakan terhadap identitas yang diklaim oleh seseorang xix
DAFTAR LAMPIRAN Halaman 1 Hasil Identifikasi Database Iris Kiri dengan K = 1Error! Bookmark not 2 Hasil Identifikasi Database Iris Kiri dengan K = 3Error! Bookmark not 3 Hasil Identifikasi Database Iris Kiri dengan K = 5Error! Bookmark not 4 Hasil Identifikasi Database Iris Kanan dengan K = 1Error! Bookmark not 5 Hasil Identifikasi Database Iris Kanan dengan K = 3Error! Bookmark not 6 Hasil Identifikasi Database Iris Kanan dengan K = 5Error! Bookmark not 7 Pembentukan ID Unik untuk Iriscode... Error! Bookmark not xx