METODELOGI PENELITIAN
3.1. Metode Yang Diusulkan
Penelitian verifikasi citra sidik jari berdasarkan minutiae ini melalui beberapa tahapan proses, seperti ditunjukan dalam Gambar 3.1.
Gambar 3.1. Blok diagram penelitian [4]
Pada Gambar 3.1 menunjukkan proses tahapan verifikasi citra sidik jari, dimana citra sidik jari sebagai input akan diproses untuk mendapatkan kualitas citra sidik jari sesuai dengan yang diinginkan. Dalam tahapan ini terdapat proses peningkatan kontras antara ridge dan valley dalam citra sidik jari dengan melakukan binerisasi dimana citra sidik jari berminyak akan diubah grey level citra menjadi citra biner. Selanjutnya dilakukan proses thinning dimana pada tahapan ini melakukan
pengurangan objek dalam citra digital hingga ukuran minimal yang diperlukan untuk pengenalan objek tersebut oleh komputer. Selanjutnya proses minutiae extraction yaitu proses pengekstrakkan minutiae sehingga akan mendapatkan ridge bifurcation dan ridge ending pada citra sidik jari dan dilanjutkan ke proses minutiae matching dimana pada proses ini dilakukan pencocokan vektor minutiae dari query sidik jari dengan vektor minutiae. Setelah hal ini dilakukan semua, data sidik jari ini akan disimpan dalam database sebagai template. Pada proses peningkatan unjuk kerja verifikasi citra sidik jari, setelah citra sidik jari dilakukan proses binerisasi dan thinning yang selanjutnya dilakukan proses peningkatan kualitas citra sidik jari dengan gabor filter. Setelah dilakukan proses penyaringan dengan gabor filter dilanjutkan proses minutiae extraction dan minutiae matching. Pada proses minutiae matching ini dilakukan proses pencocokan vektor minutiae dari query sidik jari dengan vektor minutiae yang ada pada database dengan terlebih dahulu mengecek kepemilikan citra sidik jari tersebut sehingga tidak terjadi duplikat data yang sama.
3.2. Pengambilan Data Citra Sidik Jari
Pengambilan data citra sidik jari akan dilakukan dengan latar belakang pekerjaan subyek penelitian sebagai pegawai dan mahasiswa Politeknik Negeri Lhokseumawe. Data sidik jari diambil dengan merujuk pada pedoman pengambilan data optical sensor fingerprint “Digital Persona U.are.U 4500” yang diproduksi oleh Digital Persona, Incdengan ukuran gambar sebesar154 x 208 piksel dengan type data
BMP dan menggunakan notebook type HP ProBook 4420s dengan spesifikasi processor M430 @ 2,27GHz memori 4 GB DDR3. Data sidik jari diambil dari 7 orang dengan 8 sampel sidik jari (56 citra sidik jari). Dari 8 sampel sidik jari, 1 sampel sidik jari dijadikan sebagai template dan 7 sampel sidik jari lagi dijadikan sebagai sampel penelitian dimana kondisi sidik jari tersebut dikondisikan berminyak dengan mengolesi minyak baby oil pada jari sebelum diambil sampelnya. Sedangkan untuk 1 (satu) sampel lagi dikondisikan sebagai sidik jari normal.
3.3. Pengolahan Citra Sidik Jari
Pada pengolahan citra sidik jari ini akan menghasilkan citra sidik jari yang nantinya akan digunakan untuk proses selanjutnya yaitu dari proses input data dengan melakukan normalisasi pada citra sidik jari dan melakukan langkah dasar dengan menentukan daerah orientasi untuk menentukan titik tunggal dari citra sidik jari serta melakukan proses untuk mendapatkan nilai frekuensi dari citra sidik jari. Selanjutnya citra sidik jari tersebut akan mengalami proses binerisasi untuk akan mendapatkan citra sidik jari dengan ridge yang berwarna hitam dan valley berwarna putih. Pada proses selanjutnya, citra sidik jari tersebut akan melewati proses thinning dimana citra sidik jari akan ditipiskan sehingga akan terlihat feature yang dimiliki dari sidik jari tersebut. Selanjutnya citra sidik jari masuk ke proses minutiae dimana proses tersebut dilakukan untuk menentukan vektor ridge ending dan ridge bifurcation pada sebuah citra sidik jari. Setelah proses ini dilakukan semua, maka citra sidik jari dan identitas pemilik disimpan kedalam database. Sebelum citra sidik jari serta data kepemilikan sidik jari tersebut dilakukan penyimpanan, maka
nama kepemilikan citra sidik jari tersebut harus dicek terlebih dahulu ke dalam sistem untuk mengantisipasi terjadinya duplikat data yang sama.
3.3.1. Open image
Pada tahap ini citra sidik jari masukan masih dalam bentuk Red, Green, Blue dan belum dalam format grey scale dengan nilai maksimum 255, sedangkan untuk proses perhitungan setiap piksel harus memiliki nilai intensitas tunggal. Oleh karena itu, diperlukan format citra sidik jari berupa gray scale, dimana setiap piksel pada citra sidik jari gray scale diperoleh dengan membuat rataan pada setiap piksel RGB yang bersangkutan.
Pada Gambar 3.2 menunjukkan citra sidik jari yang telah mengalami proses sehingga telah dikonversi menjadi format gray scale.
( a ) ( b )
Gambar 3.2. Gambar citra sidik jari; (a) citra sidik jari asli; (b) citra sidik jari setelah diformat menjadi Gray scale [17]
3.3.2. Normalisasi
Proses normalisasi dilakukan untuk menstandarisasi atau menyeragamkan nilai intensitas citra sidik jari berminyak dengan menyesuaikan cakupan derajat keabuan sehingga berada pada cakupan nilai yang diharapkan. Gambar 3.3 merupakan hasil dari normalisasi suatu citra sidik jari yang mempunyai nilai mean 0 dan variance 1.
( a ) (b)
Gambar 3.3. Hasil normalisasi citra, (a) citra asli; (b) citra ternormalisasi [17]
3.3.3. Binerisasi
Pada umumnya algoritma ekstraksi minutiae beroperasi pada citra biner yang hanya ada dua tingkat dominan yaitu: piksel hitam yang mewakili ridge dan piksel putih yang mewakili valley seperti yang terlihat pada Gambar 3.4. Binerisasi merupakan proses mengubah grey level citra menjadi citra biner. Hal ini dilakukan
untuk meningkatkan kontras antara ridge dan valley dalam citra sidik jari sehingga dapat memfasilitasi dalam melakukan ekstraksi minutiae.
(a) Citra asli (b) Binerisasi image Gambar 3.4. Hasil binerisasi [17]
Salah satu properti yang berguna dari filter Gabor adalah ia memiliki komponen DC nol, yang berarti filtering citra menghasilkan nilai piksel rata-rata nol. Oleh karena itu, binerisasi langsung dari citra sidik jari dapat dilakukan dengan menggunakan global ambang nol. Proses binerisasi melibatkan pemeriksaan tingkat grey level nilai pada setiap piksel dalam citra sidik jari yang disempurnakan dan jika nilainya lebih besar daripada ambang global, maka nilai piksel disetel ke nilai biner satu, selain itu diatur ke nol. Hasilnya adalah citra biner berisi dua tingkat informasi, latar depan ridge dan latar belakang valley.
3.3.4. Thinning
Setelah melalui beberapa tahapan segmentasi yaitu normalisasi dan binerisasi maka selanjutnya citra sidik jari di thinning. Penerapan algoritma thinning pada citra sidik jari yang mempertahankan konektivitas sementara struktur ridge akan membentuk bagian penulangan (skeleton) dari citra
Proses thinning dapat diterapkan dalam beberapa hal, terutama untuk skeleton ization. Dalam hal ini, thinning dipakai untuk merapikan hasil dari deteksi sisi dengan menipiskan semua garis sampai lebarnya hanya satu piksel. Seperti halnya operasi morfologis lainnya, maka thinning biasanya diterapkan pada citra biner dan menghasilkan citra biner yang lain sebagai hasil.
biner. Skeleton citra ini kemudian digunakan dalam proses gabor filter sebelum masuk ke proses ekstraksi minutiae.
3.3.5. Minutiae
Minutiae untuk menentukan vektor ridge ending dan ridge bifurcation pada sebuah citra sidik jari. Pada penelitian ini, minutiae dilakukan terhadap citra asli dan citra hasil enhancement. Pada minutiae mempunyai 2 jenis vektor yaitu vektor ridge ending dan vektor ridge bifurcation. Vektor ridge ending adalah titik koordinat x, y dan sudut θ dari ujung garis jari. Sedangkan Vektor ridge bifurcation adalah titik koordinat x, y dan sudut θdari garis jari yang berbentuk cabang. Pada penelitian ini setelah melakukan proses enhancement maka minutiae diperlukan untuk mengetahui jumlah minutiae citra sidik jari asli sebelum di enhancement dengan jumlah minutiae citra sidik jari setelah gabor filter.