BAB 3 METODELOGI PENELITIAN
3.1. Metode yang Diusulkan
Penelitian yang diusulkan penulis pada dasarnya ada delapan tahapan, yaitu: 1.
Pengambilan data citra sidik jari. 2.
Preprocessing Normalisasi dan Binerisasi. 3.
Perhitungan nilai ridges dan valley. 4.
Peningkatan citra sidik jari dengan FFT. 5.
Binerisasi kembali citra yang telah di enhancement. 6.
Analisa perubahan jenis citra sidik jari setelah di enhancement. 7.
Persentase kualitas citra sebelum dan sesudah enhancement.. 8.
Verifikasi citra sidik jari sebelum dan sesudah enhancement. Adapun metode peningkatan kualitas citra sidik jari kering yang diusulkan
dalam penelitian ini adalah metode enhancement, sehingga cacat pada citra sidik jari dapat dihilangkan agar tingkat akurasi pengenalan sidik jari dalam sistem biometrik
dapat ditingkatkan. Sebelum delapan tahapan penelitian ini dilaksanakan, penulis terlebih dahulu
melakukan pengumpulan referensi sebagai acuan dalam penelitian lalu kemudian menelaah referensi tersebut dengan melakukan studi pustaka tentang enhamcement
citra terutama pada citra sidik jari kering.
UNIVERSITAS SUMATRA UTARA
3.2. Tahapan Penelitian
S ecara Umum ada empat tahapan utama pada penelitian ini, yakni
preprocessing, enhancement, dan klasifikasi serta tahapan perbandingan sebelum enhancement dan setelah enhancement. Tahapan perbandingan dilakukan untuk
mengetahui sejauh mana hasil yang diperoleh sebelum enhancement dan sesudah enhancement dengan menggunakan FFT terlihat pada Gambar 3.1.
Gambar 3.1. Blok diagram tahapan penelitian
Verifikasi Citra Sidik Jari sebelum dan sesudah
Enhancement Persentase kualitas citra
sebelum dan sesudah enhancement. Analisa perubahan jenis citra
sidik jari setelah di Enhancement Binerisasi Citra setelah di
Enhancement
Citra Sidik Jari
Original
Perhitungan Nilai Ridges
dan Valley Preprocessing
Normalisasi Binerisasi
Peningkatan citra sidik jari dengan FFT
UNIVERSITAS SUMATRA UTARA
3.2.1. Pengambilan data citra sidik jari
Sebelum masuk pada tahapan utama penelitian, maka terlebih dahulu dilakukan pengambilan data sampel citra sidik jari yang diambil dari beberapa
mahasiswa dan karyawan. Proses pengambilan data dilakukan dengan merujuk pada pedoman pengambilan data Fingerprint Verification Competition FVC yakni
menggunakan optical sensor fingerprint “U.are.U 4 50
00” , kemudian diproses dengan
pemograman Matlab . Setiap subyek sidik jari, sampel data diambil masing-masing
sebanyak delapan kali dengan ukuran 307 x 400 piksel. Jumlah subyek penelitian terdiri dari 10 orang dengan 8 sampel jari 80 citra sidik jari, dimana 10 citra sidik
jari normal dan 70 citra sidik jari kategori kering seperti pada Gambar 3.2..
Gambar 3.2. Contoh data sidik jari kering
UNIVERSITAS SUMATRA UTARA
3.2.2. Preprocessing
Pada tahap ini terdapat proses untuk membuat sidik jari yang telah diakuisisi menjadi file citra sidik jari ternormalisasi yang siap untuk di ekstraksi cirinya.
3.2.2.1.Normalisasi Tahap berikutnya dalam proses enhancement sidik jari adalah normalisasi
citra. Proses normalisasi dilakukan untuk menstandartisasi atau menyeragamkan nilai intensitas citra sidik jari normal dengan menyesuaikan cakupan derajat keabuan
sehingga berada pada cakupan nilai yang diharapkan. Dalam pengolahan citra normalisasi dibutuhkan juga untuk menyeragamkan ukuran pada citra yang tidak
sesuai pada saat pengambilan citra awal. Gambar 3.3 merupakan hasil dari normalisasi suatu citra sidik jari yang mempunyai nilai mean nol dan variance satu.
Gambar 3.3. Hasil normalisasi dengan rata-rata yang diinginkan dengan varian antara nol dan satu
a Citra Asli b Citra Ternormalisasi
UNIVERSITAS SUMATRA UTARA
3.2.2.2.Binerisasi Kebanyakan algoritma ekstraksi minutiae beroperasi pada citra biner dimana
hanya ada dua tingkat dominan: piksel hitam yang mewakili ridge, dan piksel putih yang mewakili valley. Binarisasi adalah proses mengubah greylevel citra menjadi
citra biner seperti pada Gambar 3.4. Hal ini meningkatkan kontras antara ridge dan valley dalam citra sidik jari, dan akibatnya memfasilitasi ekstraksi minutiae.
Gambar 3.4. Hasil binerisasi Proses binarisasi melibatkan pemeriksaan tingkat grey-level nilai setiap piksel
dalam citra yang disempurnakan, dan jika nilai lebih besar daripada ambang global, maka nilai piksel disetel ke nilai biner satu, selain itu diatur ke nol. Hasilnya adalah
a Citra Asli b Binerisasi Image
UNIVERSITAS SUMATRA UTARA
citra biner berisi dua tingkat informasi, latar depan ridge dan latar belakang valley. Binarisasi diperoleh dengan persamaan 3.1.
=
, 1
, y x
BW
Otherwise T
y x
I if
P
≥ ,
........................... 3.1
3.2.3. Klasifikasi jenis citra sidik jari kering
Setelah citra di binerisasi, selanjutnya citra dikelompokkan Klasterisasi jenis-jenis citra sidik jari, klasterisasi jenis citra sidik jari ini akan dilakukan untuk
mendapatkan nilai Piksel Ridge dan Piksel Valley untuk mendapat hasil sidik jari tergolong ke jenis sidik jari kering, netral dan berminyak.
3.2.4. Enhancement citra sidik jari kering
Setelah citra dinormalisasi dan dikelompokkan, selanjutnya diterapkan metode enhancement citra sidik jari kering yaitu FFT Fast Fourier Transform.
Pengembangan metode FFT dalam melakukan enhancement citra sidik jari kering merupakan bagian utama penelitian ini untuk menemukan metode enhancement
dengan FFT yang tepat dengan melakukan perubahan terhadap konstanta nilai k yang berbeda, sehingga didapatkan citra yang di enhancement lebih baik.
UNIVERSITAS SUMATRA UTARA
3.2.4.1.Diagram proses peningkatan citra dengan FFT
Gambar 3.5. Blok diagram proses peningkatan citra dengan FFT
3.2.5. Persentase kualitas citra sebelum dan sesudah enhancement
Pada tahap ini proses membandingkan antara piksel ridge asli sebelum ditingkatkan kualitasnya dengan metode FFT dan piksel ridge yang dihasilkan setelah
ditingkatkan kualitasnya dengan FFT.
Original Image
Region Mask
Frequency Image
Oreintation Image
Coherence Image
e Fourier Domain
Enhancement Enhancement Image
UNIVERSITAS SUMATRA UTARA
3.3. Diagram Alir Tahapan Penelitian
Start
Preprocessing Normalisasi dan Binerisasi
Perhitungan Nilai Ridge dan Valley
Pengambilan Data Sidik Jari Asli
Citra sidik jari Berminyak
Stop
a.
Ridge Valley
Ridge = Valley
Ridge Valley
Y Y
Y T
T T
Citra sidik jari Neutral
Citra sidik jari Kering
Simpan Data Sidik jari Hasil Klasifikasi
UNIVERSITAS SUMATRA UTARA
Gambar 3.6. a. Diagram alir klasifikasi citra asli. b. Diagram alir proses enhancement citra sidik jari
kering
Analisa Perubahan Jenis Citra Sidik jari setelah di
Enhancement Binerisasi setelah di
Enhancement
Persentase kualitas citra sebelum dan sesudah enhancement.
Stop Peningkatan Citra Sidik Jari dengan
FFT Start
Pengambilan Data Sidik Jari Kering
Verifikasi citra sebelum dan sesudah enhancement.
b.
UNIVERSITAS SUMATRA UTARA
BAB 4 HASIL DAN PEMBAHASAN
Pada bagian hasil dan Pembahasan ini secara garis besar akan dijelaskan dalam tiga bagian: bagian pertama membahas proses pengambilan data citra sidik jari
sampai mendapatkan hasil klasifikasi sidik jari dengan menggunakan nilai ridge dan valley, kemudian bagian kedua merupakan pembahasan hasil peningkatan kualitas
citra sidik jari kering dengan menggunakan metode Fast Fourier Transform, kemudian melakukan klasifikasi kembali citra hasil enhancement serta pada bagian
ketiga merupakan pembahasan hasil verifikasi citra sidik jari yang telah dilakukan proses peningkatan kualitas citra sidik jari dengan metode mencocokkan minutiae
atau matching minutiae. 4.1.
Hasil Pengambilan Data Sidik Jari
Data sidik jari pada penelitian ini adalah berupa citra sidik jari normal dan kering. Citra sidik jari diambil menggunakan scanner fingerprint tipe U.are.U 4500
jenis optical digital personal pada Gambar 4.1. Data yang diambil berukuran 307 x 400 piksel dengan type data BMP, dan menggunakan Note Book dengan spesifikasi
processor Intel Core i3-2310M, CPU 2.10GHz, memori 2 GB dengan type system 32- bit Operating System. Jumlah data yang diambil sebagaimana di jelaskan pada sub
bab 3.2.1. Untuk data asli citra sidik jari yang telah diambil seperti pada Lampiran 1.
UNIVERSITAS SUMATRA UTARA