• Tidak ada hasil yang ditemukan

BAB I PENDAHULUAN 1.1 Latar Belakang

N/A
N/A
Protected

Academic year: 2022

Membagikan "BAB I PENDAHULUAN 1.1 Latar Belakang"

Copied!
9
0
0

Teks penuh

(1)

1 BAB I PENDAHULUAN 1.1 Latar Belakang

Indonesia adalah negara yang memiliki beragam suku bangsa. Berbagai suku bangsa hidup berdampingan dengan latar belakang kehidupan yang berbeda, Kondisi geografis tempat tinggal yang berbeda tersebut menjadikan masyarakat di Indonesia memiliki kehidupan beraneka ragam yang dipengaruhi oleh budaya masing-masing sebagai warisan dari tiap generasi sebelumnya. Menurut sensus penduduk tahun 2010, perkembangan penduduk Indonesia saat ini mencapai jumlah 237.556.363 jiwa, yang menempatkan Indonesia pada urutan keempat dunia setelah Cina, India dan Amerika Serikat [1].

Dengan berbagai suku bangsa baik yang tinggal di perkotaan maupun di daerah terpencil dan jumlah penduduk yang banyak, maka marak terjadi kasus – kasus seperti penculikan, tindakan asusila dan pembunuhan. Banyak korban atau pelaku yang sulit diidentifikasi dalam kasus terebut dikarenakan data suatu individu tersebut tidak ditemukan pada kumpulan data penduduk. Salah satu penyebabnya adalah pengetahuan pada identifikasi melalui sidik jari merupakan pengetahuan yang umum, sehingga pelaku – pelaku mengakali hal tersebut agar sidik jari mereka tidak dapat ditemukan pada tempat kejadian sehingga dibutuhkan alternatif lain untuk identifikasi biometrik. Tetapi karena banyak suku di Indonesia dengan kondisi geografis tempat tinggal yang sulit dijangkau, maka perekaman data mengalami kendala sehingga masih banyak individu – individu yang tidak ada datanya. Sehingga dibutuhkan sistem yang dapat mempersempit ruang lingkup pencarian identitas individu tersebut.

Salah satu bagian tubuh manusia yang memiliki ciri khas yang berbeda setiap individu untuk diidentifikasi dalam forensik adalah sidik jari. Sidik bibir bersifat konsisten, tidak pernah berubah polanya sepanjang hidup. Bibir memiliki pola unik pada gambaran sulci pada mukosa bibir atas dan bibir bawah yang berbeda pada setiap individu dan memiliki kombinasi tipe sidik bibir yang berbeda – beda. Tipe sidik bibir terdiri dari tipe I, I’, II, III, IV, dan V yang menjadi karakteristik dan mengandung informasi biometrik pada bibir [2].

(2)

2

Pola sidik bibir memiliki persamaan seperti sidik jari, yaitu permanen, daya tahan tinggi, dan memiliki pola unik. Hal ini lah yang mendasari pemilihan sidik bibir sebagai objek penelitian dalam mendeteksi suku Minangkabau dan suku Sunda. Pemilihan suku Minangkabau dan suku Sunda didasari atas kemudahan pencarian individu nya di lingkungan Universitas Telkom. Berdasarkan data dari UKM USBM dan RG untuk jumlah individu mahasiswa Universitas Telkom yang berasal dari suku Minangkabau yang terdata sebanyak 315 individu dan untuk jumlah individu mahasiswa Universitas Telkom yang berasal dari suku Sunda berdasarkan data dari UKM SWANDA dan Permib berjumlah 480 individu. Selain itu, mahasiswa yang berasal dari kedua suku tersebut mayoritas memiliki karakteristik tidak keberatan dan bersedia menjadi subjek penelitian tugas akhir ini.

Dengan begitu, pengambilan data dari individu kedua suku tersebut menjadi mudah.

Hal yang mendasari pemilihan metode Local Binary Pattern (LBP) dan K- Nearest Neighbor (K-NN) yaitu hal yang mendasari pemilihan metode LBP adalah LBP terkenal dengan pengklasifikasian tekstur, yaitu dapat membedakan tekstur satu dengan yang lain, contohnya pada tekstur sidik jari [3] dan ruas jari [4], sehingga metode LBP dapat bekerja efektif untuk ekstraksi ciri pada tekstur sidik bibir. Hal yang mendasari pemilihan metode K-Nearest Neighbor adalah kesederhanaan perhitungannya sehingga membuat waktu komputasi lebih cepat, serta ketahanannya terhadap gangguan atau noise pada data latih, dikarenakan pada tugas akhir ini penggunaan data latih nya berjumlah 2.082 citra, sehingga penggunaan K-NN efektif untuk mengklasifikasikan tekstur sidik bibir [5].

Sejauh yang penulis ketahui dan berdasarkan penelitian terkait [6][7][8][9], sampai saat ini belum ada sistem pendeteksi suku Minangkabau dan suku Sunda berdasarkan sidik bibir menggunakan metode Local Binary Pattern (LBP) dan K- Nearest Neighbor (K-NN). Penelitian ini didasari atas kebutuhan akan sebuah sistem untuk membantu forensik dalam memperkecil ruang lingkup pencarian identitas individu dengan mendeteksi suku Minangkabau dan suku Sunda berdasarkan citra pola sidik bibir menggunakan pengolahan citra digital dengan metode Local Binary Pattern (LBP) dan K-Nearest Neighbor (K-NN).

(3)

3 1.2 Penelitian Terkait

Berikut adalah penelitian terkait penelitian tugas akhir penulis, dimana penelitian nomor 1 dan nomor 2 berkaitan tentang metode yang digunakan, serta nomor 2, 3, 4, dan 5 berkaitan tentang biometrik sidik bibir.

Tabel 1.1 Penelitian Terkait

No Penulis Tahun Metode Hasil

1.

D.

Biwasputr [4]

2013

Teknik Pengenalan Ruas Jari Berbasis Fitur Local Binary Pattern ( LBP ) Dan Support

Vector Machine ( SVM )

tingkat akurasi yang didapat akurasi terbaik sebesar 100%.

2.

Nurul Septiyani Syafril [6]

2016

Identifikasi pola sidik bibir dengan metode CBIR Based

on Gabor Wavelet dan klasifikasi K-NN

Hasil akurasi terbaik sistem pada rentang

21.875% sampai dengan 50%.

3. Indah

Restyana [7] 2016

Identifikasi Pola Sidik Bibir Pada Pria Dan Wanita Menggunakan Metode Watershed Dan Klasifikasi

Support Vector Machine (SVM) Untuk Aplikasi

Bidang Forensik

Sistem tersebut mempunyai performasi dengan

tingkat akurasi sebesar 70 % dan waktu komputasi

4. Syelanisa

Nabilla [8] 2017

Identifikasi Pola Sidik Bibir Pada Pria dan Wanita Menggunakan Metode Gray Level Co-Occurrence Matrix (GLCM) dan Learning Vector

Quantization (LVQ) Sebagai Aplikasi Bidang Forensik

Hasil akurasi sistem yang optimal adalah 93.333% dan waktu komputasi 22,27s dengan menggunakan

35 sampel citra latih dan 15 citra uji.

(4)

4 5.

Agre Liana Bella Clara Barus [9]

2018

Identifikasi Individu Berdasarkan Pola Sidik Bibir

Menggunakan Metode Content Based Image Retrieval Based On Gray Level Co-Occurrence Matrix

Dan Back Propagasi Untuk Aplikasi Bidang Forensik

tingkat akurasi terbesar 72,5 %

dengan waktu komputasi 13.43 detik

dengan menggunakan 40 sampel citra latih

dan 40 citra uji.

Berdasarkan penelitian terkait [4][6][7][8][9] dan sejauh yang penulis temukan, sampai saat ini belum ada sistem pendeteksi suku Minangkabau dan suku Sunda berdasarkan sidik bibir menggunakan metode Local Binary Pattern (LBP) dan K-Nearest Neighbor (K-NN).

1.3 Tujuan Penelitian

Berdasarkan rumusan masalah pada tugas akhir ini, maka tujuan yang ingin dicapai adalah sebagai berikut.

1. Menghasilkan rancangan sistem deteksi suku Minangkabau dan suku Sunda berdasarkan citra pola sidik bibir menggunakan metode Local Binary Pattern (LBP) dan K-Nearest Neighbor (K-NN) .

2. Dapat menganalisa dan menentukan parameter yang digunakan sehingga didapatkan performa sistem yang optimal.

1.4 Manfaat Penelitian

Manfaat dari penelitian ini secara teoritis yaitu dapat membantu forensik dalam penyidikan dengan memperkecil ruang lingkup pencarian karena sistem ini mendeteksi orang yang berasal dari suku Minangkabau atau suku Sunda menggunakan citra sidik bibir serta membuka wawasan baru tentang perbedaan kombinasi pola tipe bibir individu – individu suku Minangkabau dengan individu - individu

Secara aplikatif yaitu dapat membedakan mahasiswa di Universitas Telkom yang berasal dari suku Minangkabau dan suku Sunda serta membantu ilmu forensik

(5)

5

kedokteran gigi menggunakan aplikasi berbasis MATLAB dalam mendeteksi individu suku Minangkabau dan suku Sunda.

1.5 Rumusan Masalah

Bagaimanakah rancangan sistem pendeteksi citra sidik bibir dengan menggunakan metode Local Binary Pattern (LBP) dan K-Nearest Neighbor (K- NN) untuk mendeteksi pola sidik bibir individu suku Minangkabau dan suku Sunda di popoulasi Universitas Telkom.

Bagaimanakah kombinasi parameter sistem pendeteksi citra sidik bibir agar mendapatkan keakuratan performasi sistemnya yang optimal.

1.6 Batasan Masalah

Dalam pengerjaan penelitian ini diambil batasan masalah untuk membatasi cakupan pekerjaan dan memfokuskan area kerja, adapun batasan masalah tersebut adalah sebagai berikut.

1. Citra bibir diambil dari 29 bibir individu suku Minangkabau dan 29 bibir suku Sunda.

2. Data Citra sidik bibir adalah bibir orang suku Minangkabau dan suku Sunda, tidak dibatasi pria maupun wanita, dengan syarat generasi ke – 2 keturunan murni dari suku Minangkabau dan suku Sunda.

3. Jumlah sample data latih sistem adalah 174 citra diantaranya untuk suku Minangkabau adalah 87 citra dan untuk suku Sunda 87 citra.

4. Jumlah sample data uji sistem adalah 116 citra diantaranya untuk suku Minangkabau adalah 58 citra dan untuk suku Sunda 58 citra.

5. Ekstraksi ciri menggunakan metode Local Binary Pattern (LBP) dengan neighbor 8 pixel.

6. Klasifikasi pola menggunakan metode K-Nearest Neighbor (KNN).

1.7 Hipotesis

Berdasarkan penelitian terkait yang sudah dilakukan serta sejauh penulis temukan, belum ada sistem pendeteksi suku Minangkabau dan suku Sunda berdasarkan sidik bibir menggunakan metode Local Binary Pattern (LBP) dan K- Nearest Neighbor (K-NN), oleh karena itu penelitian ini berhipotesis bahwa metode

(6)

6

Local Binary Pattern (LBP) dan K-Nearest Neighbor (K-NN) dapat digunakan untuk mendeteksi dan membedakan pola sidik bibir suku Minangkabau dan suku Sunda.

1.8 Metode Penelitian

Metode penelitian membahas tentang tipe penelitian, jumlah dan kriteria populasi dan sample, identifikasi variabel, alat dan bahan, prosedur penelitian, dan sistematika penulisan.

1.8.1 Tipe Penelitian

Penelitian ini melakukan perlakuan kepada semua kelompok, dilakukan perlakuan yang sama setiap group nya, dan dilakukan secara random pada data yang dikumpulkan dan menganalisis data untuk mendapatkan fitur atau ciri khas data citra yang kemudian diklasifikasikan berdasarkan kelas dengan ciri yang sama.

1.8.2 Populasi dan Sample

Data yang diambil berada pada populasi Universitas Telkom menggunakan teknik purposive sampling dengan data mahasiswa Universitas Telkom suku Minangkabau yang diperoleh dari USBM dan RG Universitas Telkom dengan rentan data dari tahun 2017 sampai 2018 dan mahasiswa Universitas Telkom suku Sunda yang diperoleh dari SWANDA dan PERMIB dengan rentan data dari tahun 2017 sampai 2018, data yang diambil harus memenuhi kriteria Inclusive.

Kriteria Inclusive :

1. Mahasiswa aktif Universitas Telkom.

2. Keturunan murni generasi ke-2 berdarah suku Minangkabau dan suku Sunda.

3. Kondisi dan bentuk bibir yang tidak pernah berubah sejak lahir.

4. Kondisi bibir yang normal dan sehat tanpa ada tanda penyakit.

Kriteria Exclusive :

1. Bukan Mahasiswa aktif Universitas Telkom.

2. Mahasiswa aktif Universitas Telkom.

3. Mahasiswa yang pernah menjalankan operasi plastik pada wajah.

(7)

7

4. Mahasiswa yang pernah mengalami trauma fisik sehingga merubah kondisi dan bentuk bibir.

5. Mahasiswa yang memiliki penyakit pada bibir.

Jumlah mahasiswa berdarah suku Minangkabau berjumlah 315 orang dan suku Sunda berjumlah 480 orang. Penentuan jumlah data sample yang akan diambil menggunakan persamaan Slovin terdapat pada persamaan (1.1),

𝑛 = 𝑁

1+𝑁𝑒2 (1.1)

dimana 𝑛 adalah total sample, N merupakan total populasi, dan e adalah margin error, pada penelitian ini nilai e adalah 18%, karena persentase kepercayaan yang diinginkan adalah 82% serta berdasarkan hasil dari purposive sampling, sehingga dapat ditentukan jumlah minimum sample untuk mewakili seluruh mahasiswa berdarah suku Minangkabau berjumlah 29 orang dan suku Sunda dengan jumlah 29 orang.

1.8.3 Identifikasi variabel

Variabel yang digunakan untuk mendapatkan hasil sesuai tujuan dari penelitian ini adalah sidik bibir, ciri dan klasifikasi citra sidik bibir yang termasuk suku Minangkabau dan suku Sunda.

1.8.4 Alat dan Bahan Penelitian

Alat dan bahan yang dibutuhkan dalam penelitian ini adalah :

1. Data citra sidik bibir adalah bibir orang suku Minangkabau dan suku Sunda.

2. kamera DSLR Canon EOS 60D digunakan untuk mendapatkan Citra sidik bibir dengan menggunakan teknik fotografi yang telah ditetapkan dan pencahayaan yang cukup .

3. Software Photoshop CS 6 digunakan untuk Cropping citra digital dilakukan secara manual pada bagian yang diperlukan.

4. Software yang digunakan untuk pengolahan citra adalah MATLAB R2017a dengan menggunakan bahasa pemrograman MATLAB.

5. Software Microsoft Word Office 365 untuk menyelesaikan tugas akhir ini.

(8)

8 1.8.5 Prosedur Penelitian

Prosedur penelitian yang digunakan dalam menyelesaikan tugas akhir ini mempunyai beberapa tahap, yaitu :

1. Tahap Studi Pustaka

Penulis mencari sumber referensi seperti jurnal, buku, website, dan artikel terpercaya yang berhubungan dengan topik tugas akhir, agar penulismemahami dan menguasai materi – materi materi-materi tersebut sebagai referensi dan penunjang dalam kaitannya dengan materi yang dipilih.

2. Tahap Pengambilan Data

Mengambil citra sidik bibir mahasiswa/i Universitas Telkom baik wanita maupun pria suku Minangkabau dan suku Sunda.

3. Tahap Pre-processing

Dilakukan penyesuaian citra dengan menyamakan intensitas cahaya pada setiap data, menyamakan rotasi gambar setiap datanya, serta menyamakan format dan resolusi pixel citra.

4. Tahap Ekstraksi ciri dan analisis

Merancang sistem yang digunakan untuk membedakan pola sidik bibir menggunakan metode ekstraksi ciri Local Binary Pattern (LBP).Software yang digunakan adalah MATLAB R2018a.

5. Tahap Uji Coba

Dilakukan pengujian terhadap hasil yang didapat oleh sistem dengan data yang sebelumnya sehingga sesuai dengan harapan serta melakukan analisis dengan mendeteksi data dengan sistem yang sudah dibuat menggunakan MATLAB R2018a.

6. Tahap Klasifikasi Data

Dilakukan pengelompokan kelas sesuai dengan hasil output sistem berdasarkan class suku Minangkabau dan suku Sunda dengan metode klasifikasi K-Nearest Neighbor (K-NN).

(9)

9 1.9 Sistematika Penulisan

Adapun laporan tugas akhir ini dituangkan dalam lima bagian, yaitu sebagai berikut:

1. BAB 1 PENDAHULUAN

Pada bagian ini berisikan latar belakang pengambilan topik, tujuan, manfaat, rumusan masalah, hipotesis penelitian, batasan masalah, metodelogi penelitian yang digunakan, dan sistematika penulisan laporan.

2. BAB 2 TINJAUAN PUSTAKA

Pada bagian ini berisikan teori-teori dasar yang membahas mengenai bibir secara umum, teori dasar citra digital, jenis-jenis citra digital, metode yang digunakan Image Registration pada pre-processing, metode ektraksi ciri menggunakan LBP, dan metode klasifikasi dengan K-NN.

3. BAB 3 METODE PENELITIAN

Pada bagian ini akan membahas tentang model sistem yang akan dilakukan untuk pembuatan aplikasi deteksi dan klasifikasi pola sidik bibir dengan metode yang telah disebutkan sebelumnya, setelah itu mendeteksi suku Minangkabau dan suku Sunda berdasarkan tipe pola sidik bibir yang terdeteksi.

4. BAB 4 PENGUJIAN SISTEM DAN ANALISIS

Pada bagian ini akan membahas mengenai analisa data hasil yang diperoleh dan tingkat akurasi performansi yang dihasilkan oleh aplikasi yang telah dibuat.

5. BAB 5 KESIMPULAN DAN SARAN

Pada bagian ini berisikan tentang kesimpulan akhir yang diambil berdasarkan hasil dari proses klasifikasi serta saran yang membangun guna memperbaiki kekurangan dari tugas akhir ini.

Gambar

Tabel 1.1  Penelitian Terkait

Referensi

Dokumen terkait

Berdasarkan analisa yang dilakukan penulis dan masalah-masalah yang dihadapi dalam SIS adalah penggunaannya yang masih menggukan swipe card card jika hal ”swipe

 31 Juli : Batas akhir pengiriman LeoMMR ke website Internasional, dan kepada Duta Daerah, Komite Nominasi  31 Juli : Batas akhir pembayaran Iuran Distrik (Juli-Sept).

dalam kapasitas saya/kami masing-masing dan oleh karenanya berwenang mewakili Perusahaan, menyampaikan nama dan keterangan orang(-orang) yang dengan ini ditunjuk dan diberi

Skala sikap yang penulis gunakan untuk mengukur variabel perilaku prososial mengadospsi dari teori yang telah dikemukakan oleh Carlo & Randal (2002) mengenai enam aspek

Data training dan data testing Adapun hasil penentuan kesamaan data penyakit diabetes mellitus dengan metode K-Nearest Neighbor menggunakan software Rapid Miner

Penelitian ini membahas bagaimana mendeteksi masa ovulasi pada wanita berdasarkan citra pola ferning saliva menggunakan metode metode k-nearest neighbor sehingga dapat

(2018) meneliti tentang identifikasi kualitas kesegaran susu sapi dengan membandingkan metode ekstraksi GLCM dengan 4 fitur dan jarak d=1 pada nilai sudut 0, 45, 90, 135

Risalah dari data-data tersebut selayaknya terakomodasi di Pangkalan Data Pendidikan Tinggi, dengan demikian jenis informasi yang dihasilkan dapat disesuaikan dengan