Dipilihnya nilai treshold 160 pada penelitian ini karena seperti terlihat pada Gambar 4.1.b dan gambar 4.2 b bahwa pada treshold 160 terjadi sebaran nilai
intensitas yang paling tinggi, sehingga nilai 160 yang lebih banyak muncul pada citra sidik jari tersebut, maka diambil nilai treshold 160 sebagai acuan dalam binerisasi
citra sidik jari kering disini.
4.3. Hasil Klasifikasi Jenis Citra Sidik Jari Kering
Jenis gambar sidik jari dengan kondisi lingkungan [2,3] didefinisikan sebagai berikut:
a. Citra sidik jari berminyak : SR SV
b. Citra sidik jari Netral : SR = SV
c. Citra sidik jari kering : SR SV
Dimana nilai SR adalah Skor Ridge dan SV adalah Skor Valley. Skor Ridge adalah wilayah keseluruhan pegunungan gambar sidik jari dan skor Valley adalah seluruh
wilayah lembah gambar sidik jari.
Untuk mendapatkan data template yang akan digunakan sebagai pembanding pada proses verifikasi citra sidik jari, maka diambil 1 satu sampel citra diantara 8
delapan citra yang ada sebagai nilai citra sidik jari normal, dengan cara mengambil Pada citra sidik jari netral akan kesulitan dalam mendapatkan Nilai SR = SV,
sehingga untuk citra sidik netral diambil nilai toleransi sebesar 5 dari nilai rata-rata piksel sidik jari, sehingga jika nilai piksel ridge dan nilai piksel valley berada dalam
range 5 maka akan dianggap netral.
Universitas Sumatera Utara
satu citra yang mempunyai nilai piksel ridges paling tinggi diantara piksel yang ada, karena piksel ridges yang paling tinggi akan mendekati ke nilai piksel untuk sidik jari
netral. sehingga dari 80 sampel data sidik jari ada 10 sampel citra sidik jari sebagai citra sidik jari normal data template dan 70 citra yang dikategorikan sebagai citra
sidik jari kering yang akan ditingkatkan kualitasnya dengan menggunakan FFT.
Gambar 4.4. Grafik data nilai piksel sidik jari original
Berdasarkan grafik data nilai piksel sidik jari original pada Gambar 4.4 terlihat bahwa nilai piksel ridge rata-rata berada di bawah nilai piksel valley untuk 80
sampel sidik jari, sehingga sidik jari tersebut dikategorikan sebagai citra sidik jari kering.
Universitas Sumatera Utara
4.4. Hasil
Enhancement dengan Fast Fourier Transform
Proses enhancement pada penelitian ini dilakukan dengan menggunakan Fast Fourier Transform, dimana citra sidik jari yang telah ternormalisasikan sebanyak 80
sidik jari, maka diambil 70 sidik jari yang dinyatakan kering berdasarkan nilai piksel ridge dan piksel valley diproses untuk di enhancement dengan FFT. Hasil dari proses
enhancement seperti yang ditunjukkan pada Gambar 4.5.
Gambar 4.5. Citra Enhancement dengan nilai konstanta k yang berbeda
K=0,2 K=0,4
K=0,6
K=0,8 K=1,0
K=1,2
Universitas Sumatera Utara
Sebuah Citra itu dibagi menjadi blok pemrosesan kecil 32 x 32 piksel dan transformasi Fourier dilakukan berdasarkan persamaan 2.8. Untuk u = 0, 1, 2, 3, 4,
....., 31 dan v = 0, 1, 2, 3, 4, .... 31. Dalam rangka meningkatkan blok tertentu dengan frekuensi dominan, kita kalikan FFT dari blok oleh besarnya waktu. Dimana besarnya
FFT asli = abs F u, v = | F u, v |. Untuk memperoleh peningkatan citra
berdasarkan persamaan 2.9. Dimana F-1
F u, v
diberikan oleh
persamaan 2.10. U
ntuk x = 0,1,2,3, ....., 31 dan y = 0,1,2,3,4, ..., 31. K dalam persamaan 2.9 adalah konstanta yang ditentukan, dipilih k=0,2 sampai dengan k=1,2. untuk menghitung.
Nilai konstanta k yang tinggi dapat meningkatkan penampilan dari ridge dengan mengisi lubang-lubang kecil di ridge, dan jika terlalu tinggi dapat mengakibatkan
kesalahan dengan bergabung ridge yang mungkin menyebabkan penghentian menjadi sebuah bifurkasi
S
etelah proses peningkatan citra dilakukan dengan perubahan nilai konstanta k dari k=0,2 sampai dengan k=1,2, maka terlihat adanya perbedaan nilai piksel pada
setiap perubahan nilai konstanta. Rata-rata nilai ridges yang paling rendah terdapat pada nilai k=1 dan rata-rata nilai ridges paling tinggi pada nilai k=0,6, seperti terlihat
pada Gambar 4.6 Grafik nilai rata-rata piksel ridges. . Gambar 4.5. merupakan citra setelah di enhancement dengan FFT,
peningkatan citra FFT memiliki perbaikan untuk menghubungkan beberapa titik salah yang rusak di punggungan dan untuk menghilangkan beberapa sambungan tersebar
diantara ridges.
Universitas Sumatera Utara
Gambar 4.6. Grafik nilai rata-rata piksel ridge pada citra setelah di enhancement
4.5. Hasil Binerisasi Citra Setelah di E
