dengan menyatakan nilai rata-rata blok ke-i, dan N menyatakan jumlah keseluruhan
blok. Contoh jika vektor fitur dari rata-rata blok dengan ukuran blok 10 kolom dan 10 baris dari sebuah citra akan menghasilkan rata-rata blok
hingga . Contoh
vektor fitur tersebut dapat dilihat pada gambar 2.5.
… …
… … … …
… … …
Gambar 2.5 Contoh matriks vektor fitur rata-rata dengan ukuran 10x10 blok
2.6. Metrika Pencocokan dengan Jarak Euclidean Ternormalisasi
Proses metrika pencocokan merupakan sebuah proses pengukuran tingkat kesamaan atau ketidaksamaan antara dua vektor fitur. Tingkat kesamaan berupa suatu jarak dan
berdasarkan jarak tersebut dua vektor akan dikatakan mirip atau tidak Putra, et al. 2012. Vektor fitur dapat dikenali atau tidak dengan membandingkan vektor tersebut
dengan suatu nilai ambang. Jarak Euclidean ternormalisasi normalized Euclidean distance adalah
metrika pengukuran yang digunakan untuk menghitung kesamaan dua vektor. Jarak Euclidean ternormalisasi menghitung akar kuadrat perbedaan dua vektor Putra,
2007. Rumus jarak Euclidean ternormalisasi dari dua vektor fitur u dan v dapat ditunjukkan pada persamaan 2.8:
2.8 dengan
2.9 2.10
dimana disebut norm dari v yang dinyatakan sebagai:
2.11 semakin kecil hasil jarak
maka semakin mirip kedua vektor fitur yang dicocokkan. Sebaliknya, jika semakin besar jarak
maka semakin berbeda
Universitas Sumatera Utara
kedua vektor fitur yang dicocokkan. Sifat dari jarak Euclidean ternormalisasi adalah bahwa hasil dari hasil jarak
berada pada rentang 0 ≤ ≤ β Mughni, et al. 2011.
2.7. Penelitian Terdahulu
Bagian ini menjelaskan beberapa penelitian terdahulu terkait dengan penelitian pengenalan garis telapak tangan, ekstraksi fitur dan pencocokan yang digunakan.
Penelitian 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. Tabel penelitian terdahulu ditunjukkan pada tabel 2.1.
Tabel 2.1 Tabel penelitian terdahulu Penulis
Judul Penelitian Hasil
Kelemahan
Putra 2007 Sistem verifikasi garis
telapak tangan 100
Penelitian tidak menunjukkan identitas
pengguna. Hanya menunjukkan cocok dan
tidak cocok antara data uji dengan data latih.
Mughni, et al. 2011 Identifikasi garis telapak tangan menggunakan
operasi blok 97
Data yang dibandingkan hanya berdasarkan
intensitas cahaya yang digunakan.
Universitas Sumatera Utara
BAB 3
ANALISIS DAN PERANCANGAN SISTEM
Bab ini membahas beberapa hal diantaranya seperti data yang digunakan, tahapan pengenalan yang dilakukan, penerapan metode yang digunakan dan analisis
perancangan sistem dalam mengimplementasikan metode operasi blok non- overlapping dan pencocokan dengan jarak Euclidean ternormalisasi dalam mengenali
garis telapak tangan manusia. Pembahasan bertujuan untuk memberikan penjelasan tentang spesifikasi dan kebutuhan dalam pengerjaan dan pengembangan aplikasi.
3.1. Data yang Digunakan
