PERANCANGAN APLIKASI SISTEM PENGENALAN IRIS MATA MENGGUNAKAN METODE GABOR WAVELET PADA EKSTRAKSI CIRI SKRIPSI PRISILIA LUKAS 081401039
PERANCANGAN APLIKASI SISTEM PENGENALAN IRIS
MATA MENGGUNAKAN METODE GABOR
WAVELET PADA EKSTRAKSI CIRISKRIPSI
PRISILIA LUKAS
081401039
PERANCANGAN APLIKASI SISTEM PENGENALAN IRIS MATA MENGGUNAKAN METODE GABOR
WAVELET PADA EKSTRAKSI CIRI
SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar
Sarjana Komputer PRISILIA LUKAS
081401039
PERSETUJUAN
Judul : PERANCANGAN APLIKASI SISTEM PENGENALAN
IRIS MATA MENGGUNAKAN METODE GABOR
WAVELET PADA EKSTRAKSI CIRI
Kategori : SKRIPSI Nama : PRISILIA LUKAS Nomor Induk Mahasiswa : 081401039 Program Studi : S1 ILMU KOMPUTER Departemen : ILMU KOMPUTER Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
(FASILKOM-TI) SUMATERA UTARA Diluluskan di Medan, Maret 2013
Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Syurahbil,S.Si,MCompSc Prof. Dr. Opim Salim Sitompul NIP 1975022722008101001 NIP 196108171987011001 Diketahui/Disetujui oleh Program Studi S1 Ilmu Komputer
PERNYATAAN
PERANCANGAN APLIKASI SISTEM PENGENALAN IRIS MATA MENGGUNAKAN METODE GABORWAVELET PADA EKSTRAKSI CIRI SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Maret 2013 PRISILIA LUKAS 081401039
PENGHARGAAN
Puji dan syukur saya ucapkan kehadirat Tuhan Yang Maha Esa yang selalu memberikan berkat dan perlindunganNya, sehingga saya dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, Program Studi S1 Ilmu Komputer, Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
Ucapan terima kasih saya sampaikan kepada Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara, serta bapak Dr. Poltak Sihombing, M.Kom dan ibu Maya Silvi Lydia, B.Sc, M.Sc selaku Ketua dan sekretaris Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi USU.
Ucapan terima kasih juga ditujukan kepada bapak Prof. Dr. Opim Salim Sitompul dan bapak Syurahbil, S.Si, M.comp.Sc selaku pembimbing I dan pembimbing II pada penyelesaian skripsi ini yang telah memberikan panduan dan penuh kepercayaan kepada saya untuk menyempurnakan kajian ini. Panduan ringkas dan padat dan profesional telah diberikan kepada saya agar dapat menyelesaikan tugas ini. Terima kasih yang mendalam juga saya ucapkan kepada bapak Dr. Poltak Sihombing, M.Kom dan bapak Sajadin Sembiring S.Si, M.comp.Sc. selaku pembanding I dan pembanding II yang telah memberikan kritik dan masukan-masukan positif guna penyempurnaan skripsi ini.
Ucapan terima kasih juga ditujukan kepada ibunda tercinta, Anthon Mezak Lukas
ABSTRAK
Penelitian yang disajikan pada tugas akhir ini adalah bagaimana mengimplementasikan metode pengenalan citra iris ke dalam perangkat lunak. Pembuatan sistem sebatas mampu mengenali citra iris database dengan memilih metode pengenalan citra yang dianggap sederhana untuk tahap pemula yang ingin membangun suatu sistem pengenalan citra iris yang pada umumnya dianggap sulit untuk mengimplemetasikan ke dalam bentuk software. Untuk melakukan pengujian terhadap sistem dipakai database digital dari CASIA (Chinese
Academy of Science Institute of Auutomation) Iris Database. Sistem pengenalan iris terdiri
dari proses segmentasi yaitu Gaussian filter, grayscale, binerisasi, deteksi tepi sobel dan terakhir transformasi Hough. Wilayah hasil segmentasi kemudian dinormalisasikan dengan menggunakan Daugman Rubber Sheet setelah selesai kemudian masuk ke dalam ekstraksi ciri menggunakan Gabor Wavelet, hasil ekstraksi dengan mengkodekan pola unik iris ke dalam bentuk template bit biometrik. Jarak hamming digunakan untuk hasil pengujian
template iris. Hasil akhir yang diperoleh adalah sistem mampu mengenali citra yang diuji
dengan membandingkan yang ada dalam database dengan akurasi tertentu. Sistem mampu mengenali dengan baik pada 100 citra mata yang berbeda, untuk 50 citra mata yang berbeda sudah tersimpan lebih dahulu dalam database, setiap mata terdiri dari 3 citra mata yang sama baik bentuk dan jaraknya masing-masing diberi noise yang berbeda pada citra tersebut. Jadi dalam perancangan sistem aplikasi pengenalan citra ini kontribusi saya sebagai peneliti adalah bagaimana merancang aplikasi pengenalan iris mata yang sederhana dengan mengimplementasikan Gabor Wavelet pada ekstraksi ciri.
ABSTRACT
The research presented in this thesis is how to implement iris image recognition methods into the software. Making the system is able to recognize the extent of iris image database by selecting the image recognition method is considered simple for beginners who want to build the stage of an iris recognition system image that is generally considered difficult to implement into the form of software. For perform testing of the system used digital database of CASIA (Chinese Academy of Science Institute of Auutomation) Iris Database. Iris recognition system consists of the segmentation process is Gaussian filters, grayscale, threshold, Sobel edge detection and Hough transformation recent. Region segmentation results then normalized by using Daugman Rubber Sheet after then get into using the Gabor wavelet feature extraction, the extraction of the unique iris patterns to encode the bits of biometric templates. Hamming distance is used to test the results of the iris template. The final result obtained is a system capable of recognizing tested by comparing the images in the database with a certain accuracy. The system is able to recognize well over 100 different eye images, for 50 different eye images are first stored in the database, each eye consists of three images of the same eye both shape and distance were each given a different noise in the image. Thus in the design of image recognition application system these my contribution as researchers is how to design iris recognition application is simple to implement the the Gabor wavelet of feature extraction .
Keywords: Iris, Segmentation, Normalization, Extraction, Gabor Wavelet .
DAFTAR ISI
Halaman Persetujuan ii
Pernyataan iii
Penghargaan iv
Abstrak v
Abstract vi
Daftar Isi vii
Daftar Tabel x
Daftar Gambar xi
Bab 1 Pendahuluan
1
1.1 Latar Belakang
1
1.2 Rumusan Masalah
2
1.3 Batasan Masalah
2
1.4 Tujuan Penelitian
3
1.5 Manfaat Penelitian
3
1.6 Metode Penelitian
3
1.7 Sistematika Penulisan
4 Bab 2 Landasan Teori
5
2.1 Sistem Biometrik
5
2.1.1 Modul dalam Sistem Biometrik
7
2.1.2 Perbandingan Biometrik
7
2.2 Mata Sebagai Sistem Biometrik
8
2.2.1 Pupil Mata
9
2.2.2 Iris Mata
10
2.3 Sistem Pengenalan Iris Mata
11
2.4 Beberapa Metode Sistem Biometrik Iris Mata
12
3.1.1.1 DFD Level 0
51
47
3.1.7.3 Algoritma Program Normalisasi
48
3.1.7.4 Algoritma Program Encoding
49
3.1.7.5 Algoritma Program Hamming Distance
49
3.1.7.6 Algoritma Program Koordinat Lingkaran
50
3.1.7.7 Algoritma Program Koordinat Garis
50
3.1.7.8 Algoritma Program Hough
51
3.1.7.9 Algoritma Program Gabor Wavelet
3.2 Rancangan Antarmuka Pengguna (User Interface)
47
52
3.2.1 Rancangan Menu Utama
52
3.2.2 Rancangan Login
53
3.2.3 Rancangan Pengenalan
53
3.2.4 Rancangan Data Pendukung
54
3.2.5 Rancangan Data Iris
54
3.3 Implementasi
55
3.3.1 Tampilan Menu Utama
3.1.7.2 Algoritma Program Segmentasi
3.1.7.1 Algoritma Program Rancangan Template
21
3.1.6.2 Segmentasi
3.1.1.2 DFD Level 1
22
3.1.2 Kamus Data
25
3.1.3 Relasi Antar Entitas
27
3.1.4 Perancangan Flowchart
28
3.1.5 Gambaran Umum Sistem
29
3.1.6 Perhitungan dari Sistem Pengenalan Citra Iris
30
3.1.6.1 Pengolahan Awal
30
32
47
3.1.6.3 Normalisasi
3.1.7 Spesifikasi Rancangan Algoritma Program Utama Aplikasi
46
3.1.6.5 Pencocokan Iris Mata
45
3.1.6.4 Ekstraksi fitur
44
42
3.1.6.2.1 Gaussian Filter
3.1.6.2.4 Deteksi Tepi
40
3.1.6.2.3 Threshold (Binerisasi)
39
3.1.6.2.2 Grayscale
32
55 Bab 5 Kesimpulan dan Saran
67
5.1 Kesimpulan
67
5.2 Saran Daftar Pustaka
68
DAFTAR TABEL
3.7 Hasil Dari Konvolusi Citra Dengan Matriks Kernel
4.6 Hasil Pengujian Citra Query pada SistemPengenalan Iris
65
4.5 Hasil Ekstraksi
65
4.4 Hasil Koordinat Pusat dan Jari-jari Pupil
65
4.3 Hasil Koordinat Pusat dan Jari-jari Iris Mata
64
4.2 Hasil Segmentasi (Transformasi Hough) Citra Iris Mata
63
4.1 Hasil Segmentasi (Deteksi Tepi Sobel) Citra Iris Mata
38
3.8 Hasil Matriks Citra Iris RGB
34
33
Halaman
3.2 Tabel Hasil
2.1 Perbandingan Karakteristik Biometrik
8
2.2 Simbol-Simbol Flowchart Program
19
3.1 Tabel User
25
26
3.6 Nilai Heksadesimal Diubah dalam Desimal
3.3 TabelTemplate
26
3.4 Matriks Kernel Gaussian 2D 5x5
32
3.5 Matriks Citra Iris Heksadesimal
33
66
DAFTAR GAMBAR
3.14 Matriks Citra 3x3 Piksel dengan Dua Filter
30
3.9 Matriks Nilai Grayscale Citra
40
3.10 Matriks RGB Citra Iris
41
3.11 Matriks Citra Biner
42
3.12 Citra Iris Biner
42
3.13 Duah Buah Matriks Kernel
43
44
29
3.15 Nilai Konvolusi (M) Sekitar Piksel 3x3
43
3.16 Matriks Hasil Deteksi Tepi Citra 3x3
44
3.17 Model Normalisasi Daugman Rubber Sheet
44
3.18 Hasil Ekstraksi Fitur
46
3.19 Template Iris Mata
47
3.20 Rancangan Menu Utama
3.8 Data Citra Digital Iris
3.7 Skema Sistem
Halaman
14
2.1 Anatomi Mata Bagian Luar
8
2.2 Pupil Mata
9
2.3 Anatomi Iris Mata
10
2.4 Tahapan Sistem Pengenalan Iris
11
2.5 Fungsi Koordinat sebagai Representasi Citra Digital
12
2.6 Kernel Filter Gaussian untuk ukuran 5 x 5
2.7 Ilustrasi Daugman Rubber Sheet Model
28
17
3.1 Proses Pengolahan Iris Mata
20
3.2 DFD Level 0
21
3.3 DFD Level 1
22
3.4 Relasi Antar Entitas
27
3.5 Tahap Penyimpanan
28
3.6 Tahap Pengujian
51
3.37 Tampilan Pemilihan Citra Iris Database
60
3.38 Tampilan Hasil Identifikasi Citra Pengujian
60
3.39 Tampilan Hasil Pengujian
61