BAB 1 PENDAHULUAN 1.1. Latar Belakang - Peningkatan Kualitas Citra Sidik Jari Menggunakan FFT (Fast Fourier Transform)
BAB 1 PENDAHULUAN
1.1. Latar Belakang
Sistem pengenalan diri merupakan salah satu sistem biometrika yang
bertujuan untuk mengenali identitas seseorang secara otomatis dengan menggunakan
teknologi komputer. Pengenalan diri dengan menggunakan sebagian tubuh atau
perilaku manusia yang mempunyai ciri-ciri khusus, salah satunya seperti sidik jari.
Sistem pengenalan sidik jari bertujuan untuk mengidentifikasi sidik jari seseorang
[1]. Kualitas citra sidik jari yang baik jika memiliki kontras yang baik dan dapat
menggambarkan struktur ridges dan valleys yang jelas, dimana Ridge-Valley
Thickness Ratio (RVTR) adalah: nilai parameter sidik jari kering kurang dari 7.75E-
05, nilai parameter sidik jari netral dari 7.75E-05 sampai dengan 5.94E-05, dan nilai
parameter sidik jari berminyak lebih besar dari 5.94E-05 [2].Teknologi biometrik ini memiliki beberapa kelebihan seperti tidak mudah
hilang, tidak dapat lupa, tidak mudah dipalsukan dan memiliki keunikan yang
berbeda antara satu manusia dengan yang lainnya. Kendala utama dalam pengenalan
sidik jari umumnya citra sidik jari memiliki kualitas citra yang rendah, antara lain
disebabkan oleh jenis kulit (berminyak, kering, kotor) ataupun karena kualitas
peralatan fingerprint yang digunakan [3].Jenis sidik jari berminyak memiliki piksel ridges yang cenderung sangat tebal, untuk jenis sidik jari kering memiliki piksel ridges yang kasar pada tingkat lokal dan
terdapat piksel valley/putih yang banyak, sedangkan jenis sidik jari netral secara
umum tidak memiliki sifat khusus seperti jenis sidik jari berminyak dan kering [4].Untuk mendapatkan citra yang baik pada gambar sidik jari berminyak, maka
valley yang tipis dan terputus harus ditingkatkan dengan cara dilebarkan, dan untuk
mendapatkan citra yang baik pada citra kering, ridges yang ditingkatkan dengan
mengekstraksi garis tengahnya dan menghapus piksel putih/valley [4].Oleh karena itu, perbaikan kualitas citra sidik jari seharusnya menjadi
prioritas utama sebelum mengidentifikasi parameter-parameter yang berupa ciri
(feature) dari objek didalam citra, untuk selanjutnya parameter tersebut digunakan
dalam menginterpretasi citra [3]. Salah satu metode yang dapat melakukan proses
peningkatan kualitas citra sidik jari adalah metode FFT (Fast Fourier Transform).
Penggunaan FFT ini didasarkan pada sifat sidik jari yang berubah-ubah (non-stationary) artinya karakteristik-karakteristik mempunyai nilai yang berbeda-beda
pada satu bagian dengan bagian yang lain dalam sebuah citra sidik jari. Alasan
menggunakan metode FFT pada penelitian ini karena FFT merupakan salah satu
algoritma yang dapat menghitung secara cepat, maka metode FFT lebih cocok
digunakan dibandingkan dengan metode FT.Berbagai teknik peningkatan kualitas citra sidik jari telah dikembangkan oleh beberapa peneliti seperti terlihat pada tabel 1.1.
Tabel 1.1. Penelitian yang pernah dilakukanNo Peneliti Judul Metode Hasil yang dicapai
1 Jianwei Yang, Lifeng Liu, Tianzi Jiang, Yong Fan, 2003 (Pattern
Recognation Letter 24)[6]
A Modified Gabor Filter design method for fingerprint image enhancement
Modified Gabor Filter (MGF)
Algoritma MGF yang diusulkan dapat mengurangi False
Rejection Rate (FRR)
2% dari kecocokan sidik jari dan False
Acceptance Rate (FAR) sebesar 0,01%.
2 Sharat Chikkerur, Alexander N.
Recognation Letter 40)[7]
Fingerprint Enhancement Using STFT Analysis
Cartwright, Venu Govindaraju, 2006 (Pattern
Peningkatan sebesar 24,6% dari 800 images
3 Lin Hong, Yifei Wan, Anil Jain, 1998 (IEEE
Transactions on Pattern Analysis and Machine Inteligence Vol. 20, No.8 August 1998 ) [8]
Fingerprint Image Enhancement : Algorithm and Performance Evaluation
Gabor Filter Menggabungkan Enhancement Algorithm dapat
meningkatkan
Goodness Index dan akurasi verifikasi.
4 Lavanya BN, KB Raja, Venugopal KR, 2009
(International Journal of Computer Science and Information Security, vol. 6) [9]
Fingerprinit Verification Based on Gabor filter Enhancement
Gabor Filter Sensitivity (SEN) rata- rata adalah 80.8 % dan rata-rata Specificity (SPE) adalah 87.29 %
Short Time Fourier Transform (STFT)
Tabel 1.1. (sambungan)Ilmu Komputer Universitas gajah Mada) [13]
Image Segmentation
Fingerprint Recognition using Image Segmentation
(IJAES and Technologies, vol 5, No.1, 012- 023) [16]
9 Sangram Bana, Dr. Davinder Kaur, 2011
Genuine Accept Rate of 72%.
Receiver Operating Characteristic (ROC)
Fingerprint Matching Using Minutiae And Texture Features
(Appeared in Proc. Of Int’l Conference on Image Processing (ICIP), pp. 282- 285, thessaloniki, Greece) [15]
8 Anil Jain, Arun Ross, Salil Prabhakar, 2001
Dengan menggunakan parameter Ridge Orientation Image hasil perbaikan citra sangat baik
Short Time Fourier Transform (STFT)
Perbaikan Citra Sidik Jari Dengan Metode STFT (Short Time Fourier Transform) Analysis
7 Ary Noviyanto, 2009 (Program
No Peneliti Judul Metode Hasil yang dicapai
45 o , 90 o , dan 135 o
Sidik jari dapat diek straksi dengan Gabor Filter dengan sudut 0 o ,
Filter bank Gabor
Perancangan dan Realisasi Sistem Ekstraksi Ciri Sidik Jari Berbasis Algoritma Filterbank Gabor
ISSN:1410- 9662) [12]
Fisika vol.6, No.2, April 2003, hal.39-46,
6 Kusworo Adi, 2003 (Berkala
Peningkatan kualitas citra sidik jari sebesar 87% pada pengujian 200 citra sidik jari kotor .
Hybrid Method dan Gabor Filter
Enhancement Citra Sidik Jari Kotor Menggunakan Hybrid Method dan Gabor Filter
ISSN:2087- 331X)[10]
5 Muhammad Nasir, Rahmat Syam, Mochamad Hariadi, 2010 (11 th SITIA,
FAR and FRR values were 30-35%, menjadi FAR and FRR values were 65-70%
Tabel 1.1. (sambungan)12 Koichi ITO, Hiroshi N., Koji K., Takafumi AT
Keakuratan verifikasi 40%, sehingga k- means clustering tidak dapat dilakukan.
K-Means Clustering
Verifikasi Citra Sidik Jari Poin Minutiae dalam Visum Et Repertum (VER) menggunakan K-Means Clustering
ISSN 2008- 0410960006) [21]
(Jurnal Ilmu Komputer UB, vol. xx, No. xx,
13 Andika Budi Pratama, 2008
Teknik POC yang diusulkan sangat efektif untuk memverifikasi gambar sidik jari kualitas rendah yang tidak dapat diidentifikasi dengan benar dengan teknik konvensional.
Phase-Only Correlation (POC)
A Fingerprint Matching Algorithm Using Phase- Only Correlation A Fingerprint Matching Algorithm Using Phase- Only Correlation
Trans Fundamental, vol E87-A, No.3 March 2004) [19]
POC dapat digunakan untuk membantu menentukan besar sudut citra sidik jari terotasi antara citra masukan dengan citra sidik jari template
No Peneliti Judul Metode Hasil yang dicapai
Phase-Only Correlation (POC)
Deteksi Citra Sidik Jari Terotasi Menggunakan Metode Phase-Only Correlation
ISSN:2087- 331X) [3]
(11 th SITIA,
11 Cahyo Darujati, Rahmat Syam, Mochamad Hariadi, 2010
Matching Performance Comparison for Enhancement Algorithm Proposed with EER value 7,32% to Db2 and 3.57% to Db3.
Gabor and STFT
Iterative Fingerprint Enhancement with Matched Filtering and Quality Diffusion in Spatial-Frequency Domain
(International Conference on Pattern Recognation) [17]
10 Prawit Sutthiwichaiporn, Vutipong Areekul, Suksan Jirachaweng, 2010
H, 2004 (IEICE
Tabel 1.1. (sambungan)LVQ
Adaptive Preprocessing
Adaptive fingerprint image enhancement with fingerprint image quality analysis.
Vision Computing 24, 101-110) [5]
18 Eun-Kyung Yun, Sung-Bae Cho, 2006 (Image and
7.75E-05.
Gambar sidik jari kering ditandai dengan LCS 0,0127- 0,0149, GCS 0,0117- 0,0120, dan RVTR lebih besar dari
Clarity Score and Ridge- Valley Thickness Ration
Determining the Dry Parameter of Fingerprint Image Using Clarity Score and Ridge-Valley Thickness Ration
IJCS_38_4_04) [24].
IJCS, 38:4,
17 Rahmad Syam, Mochamad Hariadi, Mauridhi Hery Purnomo, 2011 (IAENG
Empat kali lebih baik dari citra asli
Restoration Dry Fingerprint Image
No Peneliti Judul Metode Hasil yang dicapai
15 F. A. Afsar, M.
14 G. Aguilar, G.
Sanchez, A. Toscano, M.Nakano- Miyatake, H. Perez-Meana, 2008 (Cientifica,
vol. 12 No. 1 pp. 9-16) [22]
Automatic Fingerprint Recognition System Using Fast Fourier Transform and Gabor Filters
FFT And Gabor Filters
Recognition rate 97,7% False Acceptance 0,5%, False Rejection 7,8%
Arif, M. Hussain, 2004 (National
ISSN:2087- 331X) [23]
Conference on Emerging Technologies 2004) [1]
Fingerprint Identification and Verification System using Minutiae Matching
Minutiae Matching
Kecocokan verifikasi sampai 92 % Accuracy
16 Abdel Wahed Motwakel, 2009
(10 th SITIA,
Dry Images is the rodges arescratchy locally and there are many white pixels in the ridges( Score Ridge<Score Valley) Berdasarkan pada penelitian yang telah dilakukan sebelumnya bahwa
penelitian tersebut dilakukan perbaikan citra sidik jari dengan STFT dimana
algoritma digunakan secara bersamaan memperkirakan semua sifat-sifat intrinsik dari
sidik jari foreground region mask, local ridge orientation dan local frequency
orientation . Sedangkan pengenalan citra sidik jari dengan menggunakan FFT dan
gabor filter, dimana hasil dari ekstraksi ciri sidik jari jadi sangat bergantung pada
kualitas dari citra siduk jari. Kualitas citra sidik jari berhubungan dengan kejelasan
ridge structure pada citra sidik jari. Citra yang baik akan memiliki kontras yang baik
dan akan dengan baik menggambarkan ridges dan valleys, jika citra sidik jari
memiliki kualitas yang kurang baik maka akan memiliki kontras yang kurang
sehingga akan kurang jelas menggambarkan batasan-batasan ridges (bukit).Dari implementasi STFT Analisis, dengan menggunakan parameter utama
Ridge Orientation Image, telah berhasil didapat hasil perbaikan citra sidik jari dengan
baik. Perbaikan citra sidik jari ini akan sangat membantu untuk meningkatkan
kualitas dari ekstraksi ciri sidik jari, dengan menentukan nilai konstanta untuk
mendapatkan hasil yang terbaik. Penelitian yang telah dilakukan selama ini
mengklasifikasikan pola dasar sidik jari menjadi beberapa macam diantaranya: Arch,Loop dan whorl. Pada semua jenis sidik jari terdapat pola tersebut, sehingga dengan
pola dasar yang ada pada sidik jari dapat dilakukan enhancement terhadap citra sidik
jari tersebut [25].1.2. Perumusan Masalah Berdasarkan latar belakang masalah maka dirumuskan permasalahan sebagai berikut: a.
Berapa besar nilai konstanta k pada metode FFT untuk mendapatkan hasil peningkatan citra yang terbaik.
b.
Berapa persentase hasil peningkatan kualitas citra sidik jari dan persentase verifikasi citra sidik jari dengan perubahan nilai konstanta k.
1.3. Batasan Masalah Batasan Masalah pada penelitian ini yaitu: a.
Pembahasan hanya berfokus pada citra sidik jari kering.
b.
Metode yang digunakan dalam proses peningkatan kualitas citra adalah FFT (fast fourier transform).
1.4. Tujuan Penelitian Tujuan yang ingin dicapai pada penelitian ini yaitu: a.
Mendapatkan nilai konstanta k pada metode FFT yang cocok untuk peningkatan citra sidik jari kering.
b.
Mendapatkan persentase peningkatan kualitas citra sidik jari dan persentase verifikasi citra sidik jari.
1.5. Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan manfaat: a.
Hasil penelitian ini diharapkan dapat memberikan masukan yang
bermanfaat pada bidang riset biometrik sehingga dapat dipergunakan secara luas.b.
Memberikan hasil perbandingan dari beberapa nilai konstanta k pada
metode FFT yang menjadi acuan dalam memilih konstanta k dalam membangun aplikasi pengenalan sidik jari.