seseorang kesistem, perlu dipastikan terlebih dahulu bahwa identitas orang tersebut belum terdaftar sebelumnya. Untuk mengatasi masalah tersebut maka
diperlukan proses penyaringan identitas yang mana sistem konvensional tidak dapat melakukanya. Biometrika mampu menghasilkan atau menyaring
beberapa informasi sidik jari yang mirip dengan sidik jari atau wajah yang dicari.
2.5 Pengenalan sidik jari
Proses pencocokan
matching
dilakukan dengan membandingkan tingkat kesamaan antara fitur citra sidik jari pengujian dengan fitur citra sidik jari yang telah tersimpan
di dalam
database
menggunakan jarak
euclidean
. Jarak
euclidean
merupakan tahap yang sering digunakan untuk menghitung menentukan perbedaan antara 2 vektor
pada proses pencocokan sidik jari. Dalam proses pengenalan sidik jari ini pencarian citra sidik jari yang digunakan adalah metode
content-based image retrieval
CBIR dimana citra input akan dibandingkan dengan citra yang telah ada di
database
. Proses pengenalan sidik jari adalah sebagai berikut:
1. Pengambilan citra sidik jari
Pengambilan citra sidik jari adalah proses pengambilan citra sidik jari menggunakan
scanner
sidik jari. Pada penelitian ini, penulis menggunakan
scanner
digital persona u are u 4500. Alat ini digunakan untuk mengambil citra sidik jari yang akan digunakan sebagai kunci untuk mengakses folder
yang telah dikunci. Pengambilan citra sidik jari dilakukan sebanyak empat kali pada proses
sign up
dan sekali pada proses
login
. Citra yang di-
input
akan dibandingkan dengan citra yang telah ada di
database
dan jika citra sidik jari yang di-
input
dengan citra sidik jari yang di
database
sama maka folder dapat dibuka.
2.
Normalisasi citra input
Pada tahap ini, citra input sidik jari akan dinormalisasi ukuran citranya. Pada proses ini, citra input akan diseragamkan dengan menggunakan ukuran 130 x
180
piksel
.
Universitas Sumatera Utara
3. Grayscalling
Pada proses ini, warna citra input sidik jari akan diubah menjadi
grayscale
. Pada tahapan ini, gambar yang telah diseragamkan ukurannya akan diubah
warnanya menjadi
grayscale
. Hal ini dilakukan untuk mempermudah proses pengenalan sidik jari.
Citra RGB
Red Green Blue
dapat diubah menjadi citra
grayscale
dengan menghitung rata-rata elemen warna
Red
Merah,
Green
Hijau dan
Blue
Biru. Secara matematis perhitungan sebagai berikut Sutoyo, 2010: F
o
x, y
= 2.1
F
o
= nilai grayscale f
i
= nilai piksel ke
i x,y
= adalah kordinat piksel pada posisi x,y
Berikut gambar contoh proses perhitungan konversi citra RGB menjadi
grayscale
.
R=213 G=213
B=213 R=100
G=100 B=100
R=90 G=90
B=90 R=80
G=50 B=50
R=50 G=30
B=40 213
100 90
60 40
R=40 G=80
B=30 R=50
G=80 B=50
R=40 G=90
B=80 R=20
G=20 B=50
R=50 G=60
B=70 50
60 70
30 60
R=80 G=60
B=40 R=70
G=70 B=70
R=80 G=90
B=70 R=10
G=70 B=10
R=80 G=50
B=80 60
70 80
30 70
R=50 G=90
B=70 R=40
G=60 B=50
R=70 G=70
B=70 R=60
G=20 B=40
R=50 G=80
B=50 70
50 70
40 60
R=50 G=65
B=50 R=40
G=60 B=80
R=80 G=80
B=80 R=70
G=60 B=50
R=90 G=85
B=70 60
60 80
60 80
Gambar 2.3 Proses Konversi Citra RGB Menjadi
Grayscale
F = 213+213+2133
Universitas Sumatera Utara
Pada gambar 2.3 merupakan tahap konversi citra RGB menjadi citra
grayscale
, dimana dalam proses ini adalah proses pengambilan nilai
grayscale
pada citra sidik jari.
4. Thresholding
Thresholding
adalah proses mengubah citra berderajat keabuan menjadi cirtra biner atau hitam putih sehingga dapat diketahui daerah mana yang termasuk
obyek dan daerah mana yang termasuk background. Proses
Thresholding
akan menghasilkan citra biner yaitu citra yang memiliki dua nilai tingkat keabuan
yaitu hitam dan putih. Secara umum proses
thresholding
citra
grayscale
untuk menghasilkan citra biner adalah sebagai berikut :
gx,y = {
} 2.2
Dengan gx,y adalah citra biner dari citra
grayscale
fx,y, dan T menyatakan nilai ambang. Nilai T memegang peranan yang sangat penting
dalam proses pengambangan. Kualitas citra biner sangat tergantung terhadap nilai T yang digunakan. Pada penilitian ini, penulis menggunakan nilai 128.
Jika nilai
grayscale
128 maka nilai binernya adalah 0, sedangkan jika nilai
grayscale
= 128 maka nilai binernya adalah 1.
5. Proses pencocokan dengan
euclidean distance Euclidean distance
adalah tahap yang sering digunakan untuk menghitung menentukan perbedaan antara 2 vektor pada proses pencocokan sidik jari.
Berikut merupakan rumus menghitung jarak Euclidean ternormalisasi antara lain sebagai berikut:
̅u, v = ∑ ̅
̅ 2.3
dengan : ̅u, v = Jarak antara objek u dan v
= Koordinat dari obyek i pada piksel ke-t
= Koordinat dari obyek j pada piksel ke-t
Universitas Sumatera Utara
2.6 Kriptografi