Identifikasi Seseorang Berdasarkan Citra Pembuluh Darah Menggunakan Modified Hausdorff Distance.

IDENTIFIKASI SESEORANG
BERDASARKAN CITRA PEMBULUH DARAH
MENGGUNAKAN MODIFIED HAUSDORFF DISTANCE
Daniel Halomoan (0822056)
Jurusan Teknik Elektro Universitas Kristen Maranatha
email: daniel170390@gmail.com

ABSTRAK
Pola pembuluh darah pada tangan adalah salah satu bagian dari tubuh manusia
yang memiliki karakteristik unik pada setiap orang. Karena keunikan tersebut pola
pembuluh darah dapat digunakan dalam sistem identifikasi. Pada Tugas Akhir ini
diujikan sebuah metode untuk melakukan identifikasi seseorang berdasarkan citra
pembuluh darah menggunakan modified hausdorff distance. Citra pembuluh darah
diperoleh menggunakan kamera inframerah, selanjutnya pada setiap citra pembuluh
darah dilakukan proses pengolahan citra. Dan akhirnya citra pembuluh darah
dicocokkan dengan menggunakan modified hausdorff distance yang menghasilkan
jarak rata-rata antara dua pola pembuluh darah. Untuk mengetahui tingkat akurasi
dari perangkat lunak yang direalisasikan dilakukan pengujian menggunakan 20 citra
uji dari individu yang ada dalam database dan 10 citra uji dari individu yang tidak ada
dalam database. Hasil pengujian menunjukkan persentase FRR sebesar 5%.
Kata kunci : Identifikasi, Citra Pembuluh Darah, Modified Hausdorff Distance,

FRR

i

IDENTIFICDTION OF D PERSON
BDSED ON THE VEIN IMDGE
USING THE MODIFIED HDUSDORFF DISTDNCE
Daniel Halomoan (0822056)
Department of Electrical Engineering Maranatha Christian University
email: daniel170390@gmail.com

ABSTRACT
The pattern of vein in the hand is one part of the human body which has a
unique characteristic to each person. Because of this uniqueness vein pattern can be
used in the identification system. In this final project tested a method for
identification of a person based on the vein image using the modified hausdorff
distance. Vein image is obtained using an infrared camera, to each vein image
performed image processing. And finally vein images are matched using a modified
hausdorff distance which produces an average distance between two vein images. To
determine the level of accuracy, software testing is realized using 20 test images of

individuals that exist in the database and test images of 10 individuals who are not in
the database. Test results show the percentage 5% of FRR.
Keywords : Identification, Vein Image, Modified Hausdorff Distance, FRR

ii

DAFTAR ISI
LEMBAR PENGESAHAN
PERNYATAAN ORISINALITAS LAPORAN
PERNYATAAN PUBLIKASI LAPORAN TUGAS AKHIR
ABSTRAK ............................................................................................................. i
ABSTRACT .......................................................................................................... ii
KATA PENGANTAR ......................................................................................... iii
DAFTAR ISI ......................................................................................................... v
DAFTAR GAMBAR ............................................................................................ viii
DAFTAR TABEL ................................................................................................. ix
BAB 1 PENDAHULUAN
1.1. Latar Belakang Masalah .................................................................................. 1
1.2. Identifikasi Masalah ........................................................................................ 2
1.3. Perumusan Masalah ......................................................................................... 2

1.4. Tujuan .............................................................................................................. 2
1.5. Pembatasan Masalah ....................................................................................... 2
1.6. Sistematika Penulisan ...................................................................................... 3
BAB 2 LANDASAN TEORI
2.1. Pengertian Biometrik ……….......................................................................... 4
2.2. Pola Pembuluh Darah sebagai Biometrik ....................................................... 5
2.3. Pengolahan Citra Digital ................................................................................ 8
2.3.1 Gaussian Filter ...................................................................................... 9
2.3.2 Median Filter ......................................................................................... 10
2.3.3 Contrast Stretching ................................................................................ 11
2.3.4 Local Thresholding ................................................................................ 12
v

2.3.5 Morfologi Citra ..................................................................................... 13
2.3.6 Thinning ................................................................................................ 15
2.4

Modified Hausdorff Distance ....................................................................... 17

2.5. False Rejection Rate (FRR) ........................................................................... 21

2.6. MATLAB ……...…………………….…...………………...………............ 21
2.6.1 Gaussian Filter ...................................................................................... 22
2.6.2 Median Filter ........................................................................................ 23
2.6.3 Contrast Stretching ............................................................................... 24
2.6.4 Local Thresholding .............................................................................. 25
2.6.5 Morfologi Opening dan Closing .......................................................... 26
2.6.6 Thinning ............................................................................................... 27
2.6.7 Modified Hausdorff Distance .............................................................

28

2.6.8 Graphic User Interface ........................................................................ 29
BAB 3 PERANCANGAN PERANGKAT LUNAK
3.1. Diagram Blok …….................………………..………..…............................ 30
3.2. Diagram Alir ……….....…………………..…............................................... 31
3.2.1 Diagram Alir Pembentukan Database ................................................... 31
3.2.2 Diagram Alir Pengujian ........................................................................ 33
3.3. Penentuan Nilai Batas Minimum Modified Hausdorff Distance .................. 35
3.4. Perancangan Antarmuka Pemakai (User Interface) ....................................... 38
BAB 4 PENGUJIAN DAN ANALISA DATA

4.1. Proses Pengujian Perangkat Lunak ………………..…................................... 39
4.2. Analisa Data ………….……….....……………………..…............................ 44
BAB 5 KESIMPULAN DAN SARAN
5.1. Kesimpulan ....................................................................................................... 47
5.2. Saran ................................................................................................................. 47
vi

DAFTAR PUSTAKA ………...………………………..….................................... 48
LAMPIRAN A PARAMETER PENGOLAHAN CITRA PADA MATLAB.. A
LAMPIRAN B LIST PROGRAM PADA MATLAB......................................... B
LAMPIRAN C NILAI BATAS MODIFIED HAUSDORFF DISTANCE....... C
LAMPIRAN D KUMPULAN CITRA.................................................................. D

vii

DAFTAR GAMBAR
Gambar 2.1 Spektrum Penyerapan Hemoglobin ......................................................... 7
Gambar 2.2 Pola Pembuluh Darah Vena pada Punggung Tangan …...…................... 7
Gambar 2.3 Distribusi Filter Gaussian 2-Dimensi ...................................................... 9
Gambar 2.4 Ilustrasi Penerapan Median Filter Berukuran 3 x 3 piksel ………......... 10

Gambar 2.5 Fungsi Transformasi Contrast Stretching ……………...………........... 11
Gambar 2.6 Contoh Structuring Element Disk ………...……………………........... 13
Gambar 2.7 Ilustrasi Thinning …………….…………...………………................... 16
Gambar 2.8 Citra 1 Orang 1 …...……………………………….…………….......... 18
Gambar 2.9 Citra 2 Orang 1 ...................................................................................... 18
Gambar 2.10 Citra 1 Orang 2 .................................................................................... 18
Gambar 2.11 Citra 2 Orang 2 .................................................................................... 18
Gambar 2.12 Perhitungan Nilai Modified Hausdorff Distance ................................. 19
Gambar 2.13 Hasil Gaussian Filter pada MATLAB ................................................. 22
Gambar 2.14 Hasil Median Filter pada MATLAB .................................................. 23
Gambar 2.15 Hasil Contrast Stretching pada MATLAB .......................................... 24
Gambar 2.16 Hasil Local Thresholding pada MATLAB .......................................... 25
Gambar 2.17 Hasil Morfologi pada MATLAB …………….…………….……….. 26
Gambar 2.18 Hasil Thinning pada MATLAB …………………….………...……... 27
Gambar 2.19 Jendela GUI pada MATLAB ………………………………………... 29
Gambar 3.1 Diagram Blok Proses Pencarian MHD …...………………….……...... 30
Gambar 3.2 Diagram Alir Pembentukan Database ……………......…...………...... 31
Gambar 3.3 Diagram Alir Pengujian ……………………………………...……...... 33
Gambar 3.4 Rancangan Tampilan Perangkat Lunak ………………...…………...... 38
Gambar 4.1 Tampilan Aplikasi Citra Uji yang Digunakan Sebagai Database .......... 39

Gambar 4.2 Tampilan Aplikasi Citra Uji Individu yang Ada Dalam Database ........ 40
Gambar 4.3 Tampilan Aplikasi Citra yang Tidak Dikenali …………..……..…....... 40
viii

DAFTAR TABEL
Tabel 2.1 Pengelompokan Inframerah ........................................................................ 6
Tabel 2.2 Nilai Modified Hausdorff Distance (HMHD) .............................................. 18
Tabel 3.1 Penamaan File Citra Latih Database ………............................................. 32
Tabel 3.2 Penamaan File Citra Uji Database ............................................................. 34
Tabel 3.3 Penamaan File Citra Uji Non Latih ........................................................... 34
Tabel 3.4 Contoh Pengujian Citra Latih Orang ke-1 ................................................. 35
Tabel 3.5 Contoh Pengujian Orang ke-1 Terhadap Orang ke-2 sampai ke-10 …….. 35
Tabel 3.6 Hasil Pengujian Citra Latih dari masing-masing Individu......................... 37
Tabel 3.7 Penjelasan Rancangan Tampilan Perangkat Lunak ……………............... 38
Tabel 4.1 Pengujian Menggunakan Citra Uji yang Digunakan Sebagai Database … 41
Tabel 4.2 Pengujian Menggunakan Citra Uji dari Individu yang Ada di Dalam
Database ………...……………………………………………………… 43
Tabel 4.3 Pengujian Menggunakan Citra Uji dari Individu yang Tidak Ada
di Dalam Database ……………………….…………………..……......... 44


ix

LAMPIRAN A
PARAMETER PENGOLAHAN CITRA
PADA MATLAB

1. Gaussian Filter : parameter ukuran matriks (h) dan standar deviasi (sigma)

Citra Awal

h=3x3 ; sigma=0,5

h=3x3 ; sigma=1,5

h=3x3 ; sigma=2,5

Citra Awal

h=5x5 ; sigma=0,5


h=5x5 ; sigma=1,5

h=5x5 ; sigma=2,5

Citra Awal

h=7x7 ; sigma=0,5

h=7x7 ; sigma=1,5

h=7x7 ; sigma=2,5

Citra Awal

h=9x9 ; sigma=0,5

h=9x9 ; sigma=1,5

h=9x9 ; sigma=2,5


Citra Awal

h=11x11;sigma=0,5 h=11x11;sigma=1,5 h=11x11;sigma=2,5
A-1

2. Local Threshold : parameter ukuran jendela (n)

(a) n = 9

(b) n = 11

(c) n = 13

(d) n = 15

(e) n = 17

(f) n = 19

(g) n = 21


(h) n = 23

(i) n = 25

(j) n = 27

(k) n = 29

(l) n = 31

(m) n = 33

(n) n = 35

(o) n = 37

(p) n = 39

(r) n = r3

(s) n = r5

(t) n = r7

(q) n = r1

A-2

3. Opening & Closing : parameter structuring element

opening radius 1px

closing radius 1px

opening radius 3px

closing radius 3px

A-3

opening radius 5px

closing radius 5px

LAMPIRAN B
LIST PROGRAM PADA MATLAB

1. Program Pembentukan Database Citra Referensi
clear;
close all;
clc;
nClassTotal=10;
nMemberClassTotal=5;
Ekt='.jpg';
sample='-IMG-';
GdirAsal='C:\Users\user\Desktop\TA\Citra\Citra\Database\';
ListFile=[];
for KelasKe=1:nClassTotal
for GambarKe=1:nMemberClassTotal
if KelasKe8.9
acc=imread('C:\Users\user\Desktop\TA\Citra\Citra\Untitled.jpg')
figure;imshow(acc)
else
[baris,kolom]=find(ListFile==dk);
if
(baris==5)||(baris==10)||(baris==15)||(baris==20)||(baris==25)||(baris==30)||(baris==3
5)||(baris==40)||(baris==45)||(baris==50)
kelas=floor((baris/5));
gambar=mod(baris,5)+5;
else
kelas=floor((baris/5))+1;
gambar=mod(baris,5);
end
if kelas