tahap sebelumnya. Pada tahap ini terdapat dua nilai, yaitu TERIDENTIFIKASI atau DITOLAK.
Pada penulisan skripsi ini, penulis meneliti dengan memfokuskan pada satu poin dari lima poin. satu langkah untuk biometrik iris mata tersebut adalah pre-
prossesing atau lokalisasi iris mata. Tahap pre-processing atau lokalisasi iris mata
sangat penting untuk keberhasilan proses-proses selanjutnya.
2.2.6 Beberapa Metode Sistem Biometrik Iris Mata
Terdapat beberapa metode dalam sistem pengenalan biometrika iris mata, diantaranya adalah:
2.2.6.1 Metode Daugman 1. Akuisisi Citra
Sistem Daugman ini, pengambilan data dapat dilakukan dengan sebuah kamera video, lensa, framegrabber, dan sebuah monitor tampilan yang dihubungkan ke sebuah
komputer workstation. Dalam penelitian ini, pengambilan database telah diasumsikan tersedia di Opthamology Assosiaties of Connecticus. Jumlah citra mata yang diambil
sebanyak 592 iris yang berasal dari 323 orang yang berbeda masing-masing orang sekitar 3 citra iris dengan ukuran 480x640 monokrom 8 bitspiksel.
2. Segmentasi
Pada proses segmentasi, metode Daugman melalui beberapa tahapan yaitu proses pengenalan citra, proses deteksi tepi, dan proses pendeteksian batas radius pupil dan
iris. Bentuk iris yang berupa lingkaran, untuk menentukan lokasinya dibutuhkan
rumus integrasi dan diferensiasi. Proses ini dilakukan dengan memperbesar rekayasa pengaburan gambar parsial, dan menambahkan batas radius r, dari integral kontur
gambar yang dinormalisasi sepanjang busur radius dan pusat iris. Dibawah ini rumus integrasi dan deferensiasi:
ds y
x r
r y
x r
r G
y x
r ∫
∂ ∂
, ,
2 ,
1 ,
, max
π σ
…...…..……
1
Dimana menandakan perkalian dan G σ r adalah fungsi smoothing atau
penghalusan seperti Gaussian skala σ. Lengkap operator behaves berlaku sebagai
ujung detector circular, kabur pada skala σ yang telah ditetapkan oleh intensitas
pencarian untuk maksimum garis integral turunan dengan peningkatan berturut-turut di radius halus skala analisis melalui tiga parameter ruang pusat dan radius koordinat
x , y
, r mendefinisikan garis integrasi. Proses pendeteksian batas dalam ini mirip dengan prose sebelumnya, hanya menggunakan jangkauan pencarian batas yang lebih
kecil.
3. Ekstraksi Ciri
Setelah proses segmentasi dilakukan, untuk menentukan ekstraksi ciri suatu citra iris digunakan metode filter Gabor 2-D. Property matematis yang digunakan memiliki
kemampuan menyediakan informasi resolusi tinggi tentang orientasi dan isi frekuensi spasial dari struktur gambar. Dengan memperoleh koefisian yang dibutuhkan untuk
fungsi kompleks ini akan menghasilkan informasi yang dibutuhkan untuk merepresentasikan iris dengan transformasi Gabor.
4. Pencocokan
Pencocokan dilakukan dengan jarak hamming Hamming Distance yang cocok untuk pencocokan vektor biner. Hasil pencocokan adalah skor yang akan menentukan hasil
pengenalan citra.
2.2.6.2 Metode Wildes 1. Akuisisi citra
Terdapat 3 sub komponen antara lain: 1.
Penengkapan fisik: untuk menangkap gambar mata digunakan kamera putih Silicon intensified SIT dengan tingkat pencahayaan rendah digabung dengan
penangkap frame standar DASMFGM Analog dengan resolusi 512x480 piksel.
2. Iluminasi: untuk pencahayaan yang merata tanpa mengurangi kenyamanan
pengguna, digunakan sebuah array cahaya 8.5 watt lampu quartzhalogen diarahkan pada iris. Pencahayaan merata dapat dicapai dengan meletakkan
filter panel difusi antara iris dengan kamera. 3.
Peletakan Posisi: menggunakan proses otomatis yang diarahkan oleh self positioning operator
. Tujuanya untuk memberikan batasan pada tiga derajat kebebeasan mata yang akan digambarkan dengan menempatkan mata
ditengah array sensor pada fokus lensa. Hal ini bias dicapai dengan
menggunakan kontur segi empat dan membuat operator memposisikan mata dengan mengatur ukuran dan jarak relatif [Wildes,1997].
2. Segmentasi
Terdapat 2 langkah yang akan dilakukan dalam segmentasi. Yang pertama adalah informasi intensitas gambar di rubah menjadi biner edge-map, kedua adalah edge
point memberikan nilai-nilai parameter garis tertentu. Dibawah ini adalah rumus
untuk mencari nilai intensitas threshold magnitude:
, ,
y x
I y
x G
∇
………………………………………………...
2
Dimana,
y x
∂ ∂
∂ ∂
≡ ∇
,
sehingga:
2 2
2 2
2 2
1 ,
σ πσ
y y
x x
y x
G −
+ −
− =
…………………...
3
Rumus diatas adalah dua dimensi Gaussian dengan pusat x0,y0 dan standar deviasi σ yang digunakan untuk menghaluskan gambar untuk memilih ruang skala tepi
gambar.
3. Ekstraksi Ciri
