Ahmad Juheri, 4211410021 (2015) IDENTIFIKASI POLA SIDIK JARI BERBASIS TRANSFORMASI WAVELET DAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK. Under Graduates thesis, UNIVERSITAS NEGERI SEMARANG.

Preview

PDF - Published Version Download (2MB) | Preview

Abstract

Sistem identifikasi dengan memanfaatkan karakteristik biometrik saat ini telah berkembang secara luar biasa dan mampu menggantikan sistem identifikasi secara konvensional. Salah satu karakteristik biometrik manusia adalah sidik jari. Suatu pola sidik jari normal terdiri dari ridge dan vallays yang umumnya berjalan sejajar satu sama lain, dan pola ini dapat dianalisis pada tingkat lokal (menggunakan minutiae) dan global (non-minutiae). Pada analisis lokal hasil identifikasi sangat dipengaruhi oleh kualitas citra sidik jari. Noise pada citra sidik jari yang diperoleh selama proses akuisisi dapat menurunkan tingkat pengenalan. Selain itu perbedaan citra sidik jari karena rotasi dan pergeseran jari pada saat akuisisi juga mempengaruhi tingkat pengenalan. Penelitian ini merupakan pengembangan metode analisis pengolahan citra sidik jari pada tingkat global (non-minutiae) yaitu menggunakan transformasi wavelet sebagai pengolah awal (preprocessing) dan jaringan syaraf tiruan sebagai pengambil keputusannya (metrika). Penelitian ini dilakukan untuk mengetahui pengaruh dekomposisi transformasi wavelet level 5 terhadap tingkat keidentikan pola yang dihasilkan dan performa jaringan syaraf tiruan dalam mengidentifikasi sidik jari. Metode pengambilan citra sidik jari dilakukan secara inkless menggunakan sensor sidik jari dan pemprosesan citra dilakukan dengan menggunakan software MATLAB. Hasil penelitian menunjukkan bahwa semua jenis wavelet memiliki kinerja yang baik dalam menghasilkan ciri. Hal ini ditunjukan dengan nilai Euclidean yang kecil ketika ciri dari citra sampel yang sama diuji. Jarak Euclidean terkecil dihasilkan oleh wavelet haar, yaitu sebesar 1,9 dan terbesar dihasilkan oleh wavelet db4 sebesar 7,0. Hasil performa jaringan menunjukan bahwa tingkat keakuratan menurun dengan bertambah besar basis data yang digunakan dan meningkat dengan bertambah kecil nilai MSE jaringan. Nilai keakuratan tertinggi didapat sebesar 96.67 % untuk basis data latih 15 pola sidik jari (30 citra pembanding) dengan MSE jaringan sebesar 10-6 dan terendah sebesar 85,42% untuk basis data latih 60 pola sidik jari (120 citra pembanding) dengan MSE jaringan 10-4.

Actions (login required)

View Item