SISTEM PENGENALAN MANUSIA MELALUI KEUNIKAN FISIOLOGIS SELAPUT PELANGI MATA DENGAN MENGGUNAKAN FILTER LOG GABOR

  • Bima Agung Pratama Universitas 17 Agustus 1945 Surabaya
  • Fajar Astuti Hermawati Universitas 17 Agustus 1945 Surabaya

Abstract

Penelitian ini mengajukan sebuah sistem pengenalan manusia melalui karakteristik pola fisiologis selaput pelangi (iris) matanya. Pengenalan selaput pelangi mata (iris recognition) merupakan suatu teknologi pengolahan citra yang digunakan untuk mendeteksi dan menampilkan selaput pelangi (iris) pada alat indera mata manusia saat kelopak mata terbuka. Terdapat beberapa tahap dalam proses pengenalan menggunakan pola iris mata manusia. Langkah pertama adalah melakukan proses segmentasi untuk mendapatkan daerah selaput pelangi (iris) mata yang berbentuk melingkat dengan menggunakan metode operator integro-diferensial. Selanjutnya dilakukan proses normalisasi hasil segmentasi menjadi bentuk polar dengan menerapkan metode metode Daughman’s rubber sheet model. Setelah itu diterapkan proses ekstraksi fitur atau pola dari citra ternormalisasi menggunakan filter Log-Gabor. Pencocokan untuk mengukur kesamaan antara pola iris mata manusia dengan pola-pola dalam basisdata sistem dilakukan menggunakan Hamming distance. Dalam percobaan pengenalan individu menggunakan basisdata iris mata MMU diperoleh akurasi sebesar 98%.

 

Kata Kunci: Pengenalan selaput pelangi, Pengenalan iris mata, Filter log-Gabor, Segmentasi citra, Sistem biometrik

Downloads

Download data is not yet available.

References

R. P. Wildes, “Iris Recognition : An Emerging Biometric Technology,†Proc. IEEE, vol. 85, no. 9, pp. 1348–1363, 1997.

S. Prabhakar, S. Pankanti, and A. K. Jain, “Biometric Recognition: Security and Privacy Concerns,†IEEE Secur. Priv., vol. 99, no. 2, pp. 33–42, 2003.

P. Darma, Sistem Biometrika, Konsep Dasar, Teknik Analisis Citra, dan Tahapan Membangun Aplikasi Sistem Biometrika. Yogyakarta: Penerbit Andi, 2009.

J. Daugman, “How Iris Recognition Works,†IEEE Trans. Circuits Syst. Video Technol., vol. 14, no. 1, pp. 21–30, 2004.

L. Masek, “Recognition of Human Iris Patterns for Biometric Identification,†The University of Western Australia, 2003.

J. G. Daugman, “High confidence visual recognition of persons by a test of statistical independence,†IEEE Trans. Pattern Anal. Mach. Intell., vol. 15, no. 11, pp. 1148–1161, 1993.

N. B. Puhan, N. Sudha, and A. S. Kaushalram, “Efficient segmentation technique for noisy frontal view iris images using Fourier spectral density,†Signal, Image Video Process., vol. 5, no. 1, pp. 105–119, 2009.

Published
2019-08-28
Section
Articles