BAB 1
PENDAHULUAN
1.1. Latar Belakang
Dewasa ini pengolahan citra digital telah mengalami perkembangan pesat dengan semakin banyak penelitian tentang pengenalan objek dari sebuah citra. Pengenalan
suatu objek dari citra berupa pengenalan karakter ataupun pola. Pengenalan citra dari salah satu bagian tubuh bersifat khas dimiliki seseorang menjadi topik penelitian yang
sedang berkembang. Pengenalan salah satu bagian tubuh bersifat khas dari manusia yang dapat dilakukan adalah pengenalan sidik jari, pengenalan citra wajah,
pengenalan garis telapak tangan, pengenalan tulisan tangan, pengenalan tanda tangan, iris, dll Mughni, et al. 2011. Pengenalan tersebut dilakukan untuk mencari identitas
seseorang berdasarkan apa yang dimiliki seseorang. Salah satu bagian tubuh manusia yang memiliki ciri khas adalah garis telapak
tangan Ong, et al. 2003. Garis telapak tangan memiliki sifat khas karena bentuk garis telapak tangan yang berbeda-beda pada tiap manusia sehingga setiap garis telapak
tangan seseorang mewakili satu identitas seseorang. Sebuah fitur citra garis telapak tangan mewakili identitas seseorang sehingga fitur tersebut menjadi suatu yang khas
dari seseorang. Fitur citra garis telapak tangan memiliki nilai yang dapat dijadikan acuan untuk membandingkan antara satu citra dengan citra garis telapak tangan
lainnya. Garis telapak tangan dapat dikenali melalui pengenalan citra garis telapak
tangan dengan beberapa tahapan-tahapan proses pengenalan. Tahapan dari pengenalan citra adalah pra-pengolahan citra, ekstraksi fitur citra Falasev, et al. 2011 dan
pencocokan citra uji dengan citra latih. Tahapan pra-pengolahan citra digunakan untuk
Universitas Sumatera Utara
mempersiapkan citra yang lebih baik lagi dari citra aslinya. Pemilihan metode ekstraksi fitur yang baik merupakan salah satu faktor penting untuk mencapai tingkat
pengenalan yang tinggi Jain Taxt 1996. Ekstraksi fitur citra digunakan untuk menghasilkan fitur citra yang akan digunakan sebagai masukan untuk tahapan
pencocokan. Tahapan pencocokan adalah tahapan dimana fitur dari sebuah citra uji diukur tingkat kecocokan dengan fitur-fitur citra yang disimpan dalam database.
Pada penelitian ini metode ekstraksi fitur operasi blok non-overlapping digunakan untuk mendapatkan nilai fitur sebuah citra garis telapak tangan. Nilai fitur
tersebut digunakan sebagai parameter dalam pengukuran tingkat kesamaan antara vektor uji dan latih. Setiap data sampel yang telah melalui proses pra-pengolahan citra
akan dilakukan ekstraksi fitur. Ekstraksi fitur dilakukan menggunakan metode operasi blok. Hasil ekstraksi dari metode tersebut akan digunakan untuk mendapatkan nilai
fitur untuk proses pencocokan. Metode pencocokan jarak Euclidean ternormalisasi digunakan untuk mengukur tingkat kecocokan kesamaan dua vektor uji dan latih.
Penelitian sebelumnya yang telah dilakukan dalam mengekstraksi fitur dan pencocokan sebuah citra garis telapak tangan dapat dilakukan dengan metode
ekstraksi fitur operasi blok overlapping dan pencocokan dengan Euclidean distance Mughni, et al. 2011, dimana metode tersebut menghasilkan tingkat kecocokan
sebesar 100 dengan menggunakan 90 citra sampel dari 30 orang responden dan menghasilkan blok 15x15. Putra 2007 menggunakan metode ekstraksi fitur operasi
blok secara non-overlapping menghasilkan tingkat pencocokan 97 menggunakan metrika korelasi ternormalisasi dimana data yang digunakan adalah 1000 citra dari
200 orang responden dan menghasilkan 64 buah fitur setiap citra. Penggunaan metode ekstraksi fitur citra dengan operasi blok dan pencocokan
dengan jarak Euclidean ternormalisasi diharapkan dapat menambah nilai akurasi tingkat kecocokan dan memberi informasi identitas pemilik citra garis telapak tangan
yang paling mendekati kemiripan.
1.2. Rumusan Masalah