YOGI WARDANA NRP

PENGEMBANGAN ALGORITMA SISTEM IDENTIFIKASI MATA MANUSIA BERBASIS PENGOLAHAN CITRA DENGAN METODE GABOR PADA PERALATAN AOI ( AUTOMATED OPTICAL INSPECTION ). YOGI WARDANA NRP. 2107 100 115 JURUSAN TEKNIK MESIN FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2011. Next.

DAFTAR ISI Latar Belakang. Perhitungan Akurasi Perangkat Lunak. Permasalahan. Euclidean Distance. Tujuan. Metode Slovin. Batasan Masalah. Diagram Alir Perangkat Lunak. Manfaat Penelitian. Analisa Tekstur. Penelitian Terdahulu. Perhitungan Sample. Karakteristik Iris. Perbandingan Akurasi. Sistem Pengenalan Iris. Kesimpulan. Citra Digital. Saran. Filter Gabor. Penutup Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 2.

LATAR BELAKANG. Next. Biometrik Sistem pengenalan karakteristik fisiologis manusia Contoh : Sidik Jari, Suara, Wajah, Tanda tangan, Iris, dll Karakteristik Iris Iris merupakan salah satu bagian tubuh manusia, letaknya terlindung oleh kornea dan aquaeus humor Struktur iris mata setiap orang berbeda. Memiliki pola yang unik sehingga cocok untuk digunakan sebagai pengenalan identitas. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 3.

APIKASI BIOMETRIK. To Menu.  Akses masuk Bandara bagi para penumpang dan karyawan. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 4.

PERMASALAHAN. To Menu. Bagaimana mendapatkan pola / pattern iris mata berbasis pengolahan citra (image processing ) Bagaimana melakukan proses ekstraksi fitur iris mata sebagai bagian proses pengolahan citra dengan menggunakan Filter Gabor Bagaimana melakukan proses pengenalan dan pencocokan citra input dengan citra dalam database menggunakan euclidean distance. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 5.

TUJUAN. To Menu. Mengetahui cara mendapatkan pola / pattern iris berbasis image processing Mengetahui proses ekstraksi fitur iris mata menggunakan filter gabor Mengetahui cara pengenalan dan pencocokan iris mata yang lebih akurat untuk mengetahui identitas seseorang. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 6.

BATASAN MASALAH. Next. Input berupa file citra ( secara offline) dari database CASIA ( Chinese. Academy of Sciences Institute of Automation ) jenis CASIA-Iris-Interval Citra iris mata dengan format .bmp berukuran 280 x 320 Citra masukan (input ) sudah dalam bentuk grayscale Citra input adalah mata yang tidak menggunakan lensa kontak dan kacamata Mata yang digunakan adalah mata kanan dan dalam kondisi normal (tidak ada kelainan yang menyebabkan perubahan warna dan bentuk ) Analisa tekstur menggunakan Filter Gabor. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 7.

To Menu. System setup mengacu pada CASIA, yaitu jenis kamera berupa iris close-up dengan pencahayaan berupa circular NIR LED Pengenalan dan pencocokan iris menggunakan metode euclidean distance. Penyusunan algoritma menggunakan software Matlab R2009b. Output dari tugas akhir ini adalah berupa Graphical User Interface ( GUI ) yang akan memudahkan dalam proses pengenalan identitas seseorang. Jumlah citra mata yang diuji dihitung berdasarkan Metode Slovin, yaitu 126 citra mata dari 21 subjek. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 8.

MANFAAT PENELITIAN. To Menu. Software pengenalan identitas personal yang dapat diaplikasikan dan dikembangkan dalam berbagai aspek kehidupan, antara lain : Paspor Kartu identitas ATM Absensi diperkantoran dan lain – lain. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 9.

PENELITIAN TERDAHULU. Next. • ”Identifikasi Personal Biometrik Berdasarkan Pola. Ichsan (2004). Resmana Lim & Santoso (2003) A.A. K. Oka Sudana , D.M. Wiharta, Mahardhi ka Tirta (2006). Iris Mata Dengan Menggunakan FIilter Gabor”. • Dari hasil penelitian ini memiliki tingkat keberhasilan sebesar 80.35 % pada frekuensi 2 dan pada sudut 00 .. • “ Verifikasi Personal Berdasarkan Citra Tangan Dengan Metode Filter Gabor”. • Keberhasilan pengenalan rata-rata yang didapat adalah lebih dari 90%.. • ”Sistem Verifikasi Sidik Jari Dengan Metode. Pencocokan Berbasis Bank Gabor Filter”. • Metode Bank Gabor Filter memiliki tingkat keberhasilan (GAR) yang cukup tinggi yaitu 94,89%.. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 10.

A.A. K. Oka Sudana , D.M. Wiharta, Mahardhika Tirta (2006). Next. Back. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 11.

Resmana Lim & Santoso(2003). To Menu. Back. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 12.

KARAKTERISTIK IRIS. To Menu. Sifat–sifat yang dimiliki iris mata manusia sebagai berikut [ Muron and Pospisil, 2000 ] : Iris mata manusia sangat terlindungi keberadaannya yang merupakan organ dalam dari mata. Iris mata manusia tampak ( kelihatan ) dari suatu jarak tertentu. Pola iris mata manusia mempunyai derajat keacakan yang tinggi dan mempunyai tekstur dan struktur yang kompleks. Stabil (dalam hal jumlah dan posisinya) sepanjang hidup manusia dan tidak bergantung pada sifat genetik.. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 13.

SISTEM PENGENALAN IRIS. To Menu. Secara umum proses pengenalan iris mata akan melalui tahap – tahap sebagai berikut [Nab08] : Pengambilan citra Identifikasi objek iris dan normalisasi citra iris Ekstraksi fitur iris Pencocokan iris. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 14.

CITRA DIGITAL. To Menu. Sebuah citra dapat dinyatakan dalam matrik dua dimensi f(x,y), dimana x dan y merupakan koordinat spatial dan besaran atau nilai dari f pada koordinat (x,y) merupakan intensitas atau tingkat keabuan citra pada koordinat tersebut Untuk citra berukuran M x N dimana M adalah ukuran yang mewakili baris dan N adalah ukuran yang mewakili kolom. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 15.

FILTER GABOR. Next. Filter Gabor merupakan salah satu filter yang mampu mensimulasikan karakteristik sistem visual manusia dalam mengisolasi frekuensi dan orientasi tertentu dari citra Gabor yang digunakan dalam Tugas Akhir ini menggunakan variasi lambda 10, 15, dan 20. Dimana setiap Lambda dilakukann pada theta 0, 45, 90, dan 135 derajat. Sehingga akan menghasilkan 12 output Gabor. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 16.

To Menu. Filter gabor diperoleh dengan memodulasi gelombang sinus dengan fungsi Gaussian pada frekuensi dan orientasi tertentu. Filter Gabor yang digunakan adalah menggunakan rumus sebagai berikut :. Keterangan : XYF = XYt . Freq . 2 . pi Freq = imSize / lambda XYt = Xm . cos ( thetaRad ) + Ym . sin ( thetaRad ) Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 17.

EUCLIDEAN DISTANCE. To Menu.  Euclidean Distance adalah jarak antara dua buah objek atau titik.  Dalam penelitian ini euclidean distance digunakan untuk menghitung kemiripan antar. citra, dimana A dan B merupakan fitur dari citra, yaitu mean dan standar deviasi.  Keterangan :. A1 = MEAN CITRA INPUT. A2= STDEV CITRA INPUT. B1 = MEAN CITRA DALAM DATABASE. B2 = STDEV CITRA DALAM DATABASE. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 18.

METODE SLOVIN. To Menu.  Dalam menentukan jumlah data yang akan digunakan dalam pengujian perangkat lunak. ini, diperlukan suatu metode yang tepat agar tingkat keberhasilan yang dihasilkan bisa dikatakan accountable. Metode tersebut adalah metode Slovin, berikut ini adalah persamaannya :. dimana : n = ukuran sampel N = ukuran populasi d = galat pendugaan, bernilai 0,1 (10%) Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 19.

PERHITUNGAN AKURASI PERANGKAT LUNAK. To Menu.  Akurasi perangkat lunak di dapat dari akurasi terbaik dari citra hasil. Gabor pada lambda dan theta tertentu.Perhitungan yang digunakan untuk menentukan akurasi perangkat lunak adalah :. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 20.

INPUT CITRA. Next. Data citra mata diambil dari direktori Chinese Academy of Sciences'. Institute of Automation ( CASIA ) dengan tipe Casia Iris - Interval. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 21.

DIAGRAM ALIR PERANGKAT LUNAK Mulai Pengambilan citra iris mata Penglokasian Pupil. Next. A. Didapatkan Pola Iris Analisa Tekstur Proses Pengenalan. Pendeteksian Iris. A. Display Pemilik Iris Mata Selesai. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 22.

PENGLOKASIAN PUPIL. Next. A. Mulai Citra grayscale Kontras 1 Pelembutan Citra. Citra black & white Operasi Morfologi pendeteksi an pupil. Kontras 2. Buang Pupil. A. Selesai. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 23.

PENDETEKSIAN IRIS. Next. Mulai Citra mata tanpa pupil Integral proyeksi Deteksi iris Mask iris Crop iris Selesai Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 24.

Tahap mendapatkan pola iris. Next. Mulai Hasil Crop Iris Operasi buang lubang pupil Mask form Iris berbentuk persegi Selesai Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 25.

TAHAP ANALISA TEKSTUR DAN PROSES PENGENALAN. To Menu. Mulai Citra Pola Iris (Input) Analisa Tekstur ( Filter Gabor ) Fitur Input (proses pengenalan) dengan Euclidean Distance Citra Hasil Pengenalan Selesai Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 26.

ANALISA TEKSTUR. Next.  Dalam penelitian ini, menggunakan 3 variasi lamda yaitu 10, 15, dan. 20, dimana setiap lamda dilakukan pada orientasi 0, 45, 90, dan 135.  Sehingga akan menghasilkan 12 output Gabor dan menghasilkan 24 fitur. yang berupa nilai mean dan standar deviasi. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 27.

HASIL OUTPUT GABOR. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. Next. 28.

CITRA HASIL GABOR. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. Next. 29.

Hasil Fitur Citra. To Menu. Nilai Mean Mata. A6. lamda. Orientasi 0. 45. 90. 135. 10. 0.279742. 0.21802. 0.279742. 0.34578. 15. 0.315886. 0.286863. 0.315886. 0.34578. 20. 0.328857. 0.312211. 0.328857. 0.34578. Nilai Standar Deviasi Mata. A6. lamda. Orientasi 0. 45. 90. 135. 10. 0.052285. 0.038229. 0.051315. 0.060105. 15. 0.058227. 0.05236. 0.062245. 0.063907. 20. 0.062761. 0.059917. 0.066759. 0.067025. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 30.

Perhitungan Sample. Next. Pada data iris CASIA-Interval terdapat 2639 citra, artinya variabel N bernilai 2639. Perhitungannya sebagai berikut :. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 31.

ANALISA DATA. Next.  Dari database CASIA Iris – Interval yang digunakan diambil 126 citra mata. untuk diproses. Dimana citra mata ini berasal dari 21 subjek , sehingga setiap subjeknya diambil 6 citra mata .  Dari 6 citra mata yang diproses setiap subjeknya, 4 mata digunakan sebagai. Database dan 2 citra mata sisanya digunakan sebagai Input.  Setiap citra mata yang diproses, baik sebagai database ataupun sebagai input. diproses menggunakan Gabor untuk mencari nilai fiturnya. Sehingga setiap 1 citra mata menghasilkan 12 citra mata baru hasil Gabor dan menghasilkan. 24 Fitur (mean dan standar deviasi ). Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 32.

Tabel Pengenalan ( lambda 10, Theta 0 ) Dikenali Input Sebagai A5 A6 B5 B6 C5 C6 D5 D6 E5 E6 F5 F6 G5 G6 H5 H6 I5 I6 J5 J6 K5 K6. A3 O2 G4 B2 C2 ; C3 T1 ; T2 I3 K2 ; K3 R2 M1 F4 F2 G1 G3 H3 H4 I1 I4 K4 O1 K4 M4. Jarak. Hasil Identifikasi. 0.001687616 0.007684003 0.001716057 0.00281484 0.003062547 0.011709417 0.003752479 0.000689806 0.005561991 0.007731347 0.004630859 0.003729512 0 0.001939832 0 0.004667034 0.001298592 0 0.003737251 0.004490187 0.001577917 0.002818157. BENAR SALAH SALAH BENAR BENAR SALAH SALAH SALAH SALAH SALAH BENAR BENAR BENAR BENAR BENAR BENAR BENAR BENAR SALAH SALAH BENAR SALAH. Next. L5. L2. 0.004192373. BENAR. L6. L3. 0.003705526. BENAR. M5. E4. 0.006378802. SALAH. M6. M2. 0.001716877. BENAR. N5. N4. 0.002126138. BENAR. N6. N2. 0.05584253. BENAR. O5. O1. 0.002961964. BENAR. O6. O3. 0.004673094. BENAR. P5. P3. 0.017353022. BENAR. P6. P4. 0.015260776. BENAR. Q5. Q4. 0.002237633. BENAR. Q6. Q4. 0.00153557. BENAR. R5. R1. 0.005762144. BENAR. R6. R4. 0.004599066. BENAR. S5. S1. 0.001917023. BENAR. S6. S3. 0.00149483. BENAR. T5 T6 U5. G4 T4 F1. 0.004187477 0 0.003026699. SALAH BENAR SALAH. U6. U4. 0.004558347. BENAR. Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar adalah 29 citra mata, sehingga tingkat akurasi yang diperoleh sebesar 69.05 %. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 33.

Tabel Pengenalan ( lambda 10, Theta 45 ) Dikenali Input Sebagai A5 A6 B5 B6 C5 C6 D5 D6 E5 E6 F5 F6 G5 G6 H5 H6 I5 I6 J5 J6 K5 K6. A3 O2 B3 B2 I1 T1 ; T2 D2 K2 ; K3 E1 M1 F3 T3 G1 G3 H3 H4 D2 I4 J1 M3 K4 U4. Jarak. Hasil Identifikasi. 0.000760315 0.006193945 0.003912485 0.003143516 0.004323025 0.009824229 0.003378823 0.005841803 0.005077055 0.005179067 0.003206512 0.003384943 0 0.001827787 0 0.003941431 0.001736596 0 0.006180271 0.002659703 0.001036237 0.002372469. BENAR SALAH BENAR BENAR SALAH SALAH BENAR SALAH BENAR SALAH BENAR SALAH BENAR BENAR BENAR BENAR SALAH BENAR BENAR SALAH BENAR SALAH. Next. L5. L2. 0.003059129. BENAR. L6. L3. 0.003455916. BENAR. M5. M2. 0.006808698. BENAR. M6. M2. 0.001506847. BENAR. N5. N4. 0.000666171. BENAR. N6. N2. 0.043803624. BENAR. O5. O1. 0.002246277. BENAR. O6. O3. 0.002233225. BENAR. P5. P3. 0.013146161. BENAR. P6. P4. 0.012346245. BENAR. Q5. Q4. 0.003439265. BENAR. Q6. Q4. 0.000747122. BENAR. R5. R1. 0.003411369. BENAR. R6. S1. 0.004662307. SALAH. S5. S1. 0.001963649. BENAR. S6. T4. 0.000480995. SALAH. T5 T6 U5. T3 T4 U2. 0.003421267 0 0.003598734. BENAR BENAR BENAR. U6. U4. 0.004051176. BENAR. Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar adalah 31 citra mata, sehingga tingkat akurasi yang diperoleh sebesar 73.08 %. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 34.

Tabel Pengenalan ( lambda 10, Theta 90) Dikenali Input Sebagai A5 A6 B5 B6 C5 C6 D5 D6 E5 E6 F5 F6 G5 G6 H5 H6 I5 I6 J5 J6 K5 K6. A3 Q1 B3 B2 C1 J1 D2 U2 E1 E4 F3 F2 G1 G3 H3 H4 I1 I4 J1 M3 K4 K1. Jarak. Hasil Identifikasi. 0.002481559 0.006603405 0.004770525 0.003153661 0.00528268 0.014217018 0.004515653 0.007915504 0.007133717 0.008780414 0.003395474 0.003745351 0 0.003695075 0 0.011132022 0.001690028 0 0.009828555 0.004237895 0.001482952 0.004515853. BENAR SALAH BENAR BENAR BENAR SALAH BENAR SALAH BENAR BENAR BENAR BENAR BENAR BENAR BENAR BENAR BENAR BENAR BENAR SALAH BENAR BENAR. Next. L5. L2. 0.004085157. BENAR. L6. L3. 0.004379618. BENAR. M5. M2. 0.00863159. BENAR. M6. M2. 0.001716118. BENAR. N5. N4. 0.001060352. BENAR. N6. N2. 0.055866127. BENAR. O5. O1. 0.003284772. BENAR. O6. O3. 0.002303589. BENAR. P5. P3. 0.016678689. BENAR. P6. P4. 0.017065627. BENAR. Q5. Q4. 0.0063572. BENAR. Q6. Q4. 0.001855626. BENAR. R5. R2. 0.00495328. BENAR. R6. R4. 0.009325515. BENAR. S5. S1. 0.002432287. BENAR. S6. S3. 0.002418045. BENAR. T5 T6 U5. T3 T4 U2. 0.003830447 0 0.007010242. BENAR BENAR BENAR. U6. U4. 0.003268228. BENAR. Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar adalah 38 citra mata, sehingga tingkat akurasi yang diperoleh sebesar 90.47 %. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 35.

Tabel Pengenalan ( lambda 10, Theta 135 ) Dikenali Input Sebagai A5 A6 B5 B6 C5 C6 D5 D6 E5 E6 F5 F6 G5 G6 H5 H6 I5 I6 J5 J6 K5 K6. A3 O2 B3 B2 C2 ; C3 T1 ; T2 D2 K2 ; K3 E1 M1 F3 F2 G1 G3 H3 H4 I1 I4 J1 M3 K4 U4. Jarak. Hasil Identifikasi. 0.001200589 0.009428243 0.006002142 0.003504892 0.008113902 0.016588476 0.00553848 0.011497335 0.008087232 0.008917967 0.004789319 0.004808816 0 0.003685805 0 0.005632726 0.000741824 0 0.008711506 0.005209669 0.001569323 0.00561094. BENAR SALAH BENAR BENAR BENAR SALAH BENAR SALAH BENAR SALAH BENAR BENAR BENAR BENAR BENAR BENAR BENAR BENAR BENAR SALAH BENAR SALAH. Next. L5. L2. 0.004708425. BENAR. L6. L3. 0.004618514. BENAR. M5. E4. 0.008643028. SALAH. M6. E3. 0.000294344. SALAH. N5. N4. 0.001139934. BENAR. N6. N2. 0.069529505. BENAR. O5. O1. 0.003598497. BENAR. O6. O3. 0.004481516. BENAR. P5. P3. 0.021265046. BENAR. P6. P4. 0.019061843. BENAR. Q5. J3. 0.004170521. SALAH. Q6. Q4. 0.00122752. BENAR. R5. R1. 0.004552091. BENAR. R6. R4. 0.004620609. BENAR. S5. S1. 0.002372886. BENAR. S6. S3. 0.001539009. BENAR. T5 T6 U5. T3 T4 U2. 0.007750629 0 0.006198969. BENAR BENAR BENAR. U6. U4. 0.003817649. BENAR. Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar adalah 33 citra mata, sehingga tingkat akurasi yang diperoleh sebesar 78.57 %. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 36.

Tabel Pengenalan ( lambda 15, Theta 0) Dikenali Input Sebagai A5 A6 B5 B6 C5 C6 D5 D6 E5 E6 F5 F6 G5 G6 H5 H6 I5 I6 J5 J6 K5 K6. A3 O2 G4 B2 C2 ; C3 T1 ; T2 D2 K2 ; K3 R2 M1 F3 F2 G1 G3 H3 H4 I1 I4 J1 M3 K4 O3. Jarak. Hasil Identifikasi. 0.001385694 0.008324415 0.004137765 0.004763317 0.003957699 0.013287018 0.004926562 0.001921991 0.007340761 0.007385462 0.005215577 0.00374783 0 0.002105427 0 0.003376206 0.002026615 0 0.007132639 0.005964084 0.001589159 0.006244116. BENAR SALAH SALAH BENAR BENAR SALAH BENAR SALAH SALAH SALAH BENAR BENAR BENAR BENAR BENAR BENAR BENAR BENAR BENAR SALAH BENAR SALAH. Next. L5. L2. 0.004414827. BENAR. L6. L3. 0.004262725. BENAR. M5. E4. 0.007583783. SALAH. M6. M2. 0.001860233. BENAR. N5. N4. 0.002508037. BENAR. N6. N2. 0.063064888. BENAR. O5. O1. 0.003302886. BENAR. O6. O3. 0.005303966. BENAR. P5. P3. 0.019672657. BENAR. P6. P4. 0.017397047. BENAR. Q5. Q4. 0.004480121. BENAR. Q6. Q4. 0.002039729. BENAR. R5. R1. 0.00442982. BENAR. R6. S1. 0.006017921. SALAH. S5. S1. 0.002957949. BENAR. S6. S3. 0.001587275. BENAR. T5 T6 U5. I3 T4 F1. 0.005949413 0 0.004287177. SALAH BENAR SALAH. U6. U4. 0.004031541. BENAR. Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar adalah 30citra mata, sehingga tingkat akurasi yang diperoleh sebesar 71.43 %. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 37.

Tabel Pengenalan ( lambda 15, Theta 45) Dikenali Input Sebagai A5 A6 B5 B6 C5 C6 D5 D6 E5 E6 F5 F6 G5 G6 H5 H6 I5 I6 J5 J6 K5 K6. A3 O2 B3 B2 C2 ; C3 T1 ; T2 D2 K2 ; K3 E1 M1 F3 F2 G1 G3 H3 H4 D2 I4 J1 M3 K4 O3. Jarak. Hasil Identifikasi. 0.001020966 0.00801133 0.00505913 0.004974962 0.005600497 0.012697602 0.004466863 0.00643244 0.006642827 0.007359692 0.004557318 0.002903197 0 0.002632551 0 0.004843837 0.00207188 0 0.008080487 0.002945997 0.001300611 0.004335768. BENAR SALAH BENAR BENAR BENAR SALAH BENAR SALAH BENAR SALAH BENAR BENAR BENAR BENAR BENAR BENAR SALAH BENAR BENAR SALAH BENAR SALAH. Next. L5. L2. 0.003923541. BENAR. L6. L3. 0.004475831. BENAR. M5. M2. 0.008991776. BENAR. M6. M2. 0.001711208. BENAR. N5. N4. 0.001708512. BENAR. N6. N2. 0.057400647. BENAR. O5. O1. 0.002951797. BENAR. O6. O3. 0.003467344. BENAR. P5. P3. 0.017616672. BENAR. P6. P4. 0.016455186. BENAR. Q5. J3. 0.004208254. SALAH. Q6. Q4. 0.00112317. BENAR. R5. R1. 0.004632913. BENAR. R6. S1. 0.004547625. SALAH. S5. S1. 0.002629634. BENAR. S6. T4. 0.000737204. SALAH. T5 T6 U5. T3 T4 U2. 0.005755143 0 0.004449784. BENAR BENAR BENAR. U6. U4. 0.003342162. BENAR. Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar adalah 32citra mata, sehingga tingkat akurasi yang diperoleh sebesar 76.19 %. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 38.

Tabel Pengenalan ( lambda 15, Theta 90) Dikenali Input Sebagai A5 A6 B5 B6 C5 C6 D5 D6 E5 E6 F5 F6 G5 G6 H5 H6 I5 I6 J5 J6 K5 K6. A3 Q1 B3 B2 C1 J1 D2 U2 R2 M1 F3 F2 G1 G3 H3 H4 I1 I4 J1 M3 K4 O3. Jarak. Hasil Identifikasi. 0.002620343 0.007368422 0.005634713 0.003468116 0.005854846 0.015247304 0.004976681 0.009248081 0.006343824 0.011844456 0.004365863 0.002330696 0 0.003586051 0 0.010017494 0.002442797 0 0.009132184 0.004490765 0.001606929 0.004563368. BENAR SALAH BENAR BENAR BENAR SALAH BENAR SALAH SALAH SALAH BENAR BENAR BENAR BENAR BENAR BENAR BENAR BENAR BENAR SALAH BENAR SALAH. Next. L5. L2. 0.004492493. BENAR. L6. L3. 0.004452219. BENAR. M5. M2. 0.009845639. BENAR. M6. M2. 0.002269434. BENAR. N5. N4. 0.0019104. BENAR. N6. N2. 0.062985809. BENAR. O5. O1. 0.003790545. BENAR. O6. O3. 0.002891495. BENAR. P5. P3. 0.019136958. BENAR. P6. P4. 0.01903546. BENAR. Q5. J3. 0.006966525. SALAH. Q6. Q4. 0.001271307. BENAR. R5. R2. 0.006918487. BENAR. R6. R4. 0.009276902. BENAR. S5. S1. 0.002507668. BENAR. S6. S3. 0.00294577. BENAR. T5 T6 U5. T3 T4 U2. 0.005750586 0 0.007552381. BENAR BENAR BENAR. U6. U4. 0.004282787. BENAR. Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar adalah 34 citra mata, sehingga tingkat akurasi yang diperoleh sebesar 80.95 %. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 39.

Tabel Pengenalan ( lambda 15, Theta 135) Dikenali Input Sebagai A5 A6 B5 B6 C5 C6 D5 D6 E5 E6 F5 F6 G5 G6 H5 H6 I5 I6 J5 J6 K5 K6. A3 O2 B3 B2 C2 ; C3 T1 ; T2 D2 K2 ; K3 E1 M1 F3 F2 G1 G3 H3 H4 I1 I4 J1 M3 K4 O3. Jarak. Hasil Identifikasi. 0.001201467 0.009587252 0.006082709 0.004431653 0.006831877 0.016101928 0.005369439 0.012296314 0.008220454 0.008206972 0.005077968 0.003334589 0 0.003286731 0 0.005141813 0.002436932 0 0.008359339 0.004319971 0.001579438 0.005640809. BENAR SALAH BENAR BENAR BENAR SALAH BENAR SALAH BENAR SALAH BENAR BENAR BENAR BENAR BENAR BENAR BENAR BENAR BENAR SALAH BENAR SALAH. Next. L5. L2. 0.004676828. BENAR. L6. L3. 0.004888633. BENAR. M5. E4. 0.009079513. SALAH. M6. M2. 0.00207123. BENAR. N5. N4. 0.001721811. BENAR. N6. N2. 0.069106553. BENAR. O5. O1. 0.004079807. BENAR. O6. O3. 0.004291409. BENAR. P5. P3. 0.021367358. BENAR. P6. P4. 0.019298602. BENAR. Q5. J3. 0.003615616. SALAH. Q6. Q4. 0.0017418. BENAR. R5. R1. 0.005130458. BENAR. R6. S1. 0.006277282. SALAH. S5. S1. 0.002952037. BENAR. S6. T4. 0.00042085. SALAH. T5 T6 U5. T3 T4 U2. 0.007477472 0 0.007143164. BENAR BENAR BENAR. U6. U4. 0.004102618. BENAR. Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar adalah 32 citra mata, sehingga tingkat akurasi yang diperoleh sebesar 76.19 %. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 40.

Tabel Pengenalan ( lambda 20, Theta 0 ) Dikenali Input Sebagai A5 A6 B5 B6 C5 C6 D5 D6 E5 E6 F5 F6 G5 G6 H5 H6 I5 I6 J5 J6 K5 K6. A3 O2 G4 B2 C2 ; C3 T1 ; T2 D2 K2 ; K3 E1 M1 F3 F2 G1 G3 H3 H4 D2 I4 J1 M3 K4 O3. Jarak. Hasil Identifikasi. 0.001233184 0.008679186 0.005022544 0.005331201 0.005076016 0.014138914 0.005167553 0.004902036 0.008140437 0.007865993 0.005331668 0.002802864 0 0.002372408 0 0.003466263 0.002275727 0 0.007589851 0.004782568 0.0016332 0.00617163. BENAR SALAH SALAH BENAR BENAR SALAH BENAR SALAH BENAR SALAH BENAR BENAR BENAR BENAR BENAR BENAR SALAH BENAR BENAR SALAH BENAR SALAH. Next. L5. L2. 0.004590217. BENAR. L6. L3. 0.004724071. BENAR. M5. E4. 0.008273187. SALAH. M6. M2. 0.002299581. BENAR. N5. N4. 0.002563017. BENAR. N6. N2. 0.065504039. BENAR. O5. O1. 0.003742759. BENAR. O6. O3. 0.005195588. BENAR. P5. P3. 0.020538178. BENAR. P6. P4. 0.018323777. BENAR. Q5. J3. 0.005172553. SALAH. Q6. Q4. 0.00204847. BENAR. R5. R1. 0.004305. BENAR. R6. S1. 0.005504748. SALAH. S5. S1. 0.003238103. BENAR. S6. S3. 0.00175249. BENAR. T5 T6 U5. I3 T4 U2. 0.006703091 0 0.005160233. SALAH BENAR BENAR. U6. U4. 0.003645392. BENAR. Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar adalah 30 citra mata, sehingga tingkat akurasi yang diperoleh sebesar 71.43 %. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 41.

Tabel Pengenalan ( lambda 20, Theta 45 ) Dikenali Input Sebagai A5 A6 B5 B6 C5 C6 D5 D6 E5 E6 F5 F6 G5 G6 H5 H6 I5 I6 J5 J6 K5 K6. A3 O2 B3 B2 C2 ; C3 T1 ; T2 D2 K2 ; K3 E1 M1 F3 F2 G1 G3 H3 H4 D2 I4 J1 M3 K4 O3. Jarak. Hasil Identifikasi. 0.00108347 0.008809759 0.005553871 0.005155585 0.006578596 0.013852954 0.004843409 0.006404103 0.007324209 0.008942189 0.004968911 0.002207373 0 0.002950624 0 0.005126412 0.002976933 0 0.008011767 0.003273175 0.00141691 0.004997415. BENAR SALAH BENAR BENAR BENAR SALAH BENAR SALAH BENAR SALAH BENAR BENAR BENAR BENAR BENAR BENAR SALAH BENAR BENAR SALAH BENAR SALAH. Next. L5. L2. 0.004442092. BENAR. L6. L3. 0.004970225. BENAR. M5. M2. 0.009723797. BENAR. M6. M2. 0.002007429. BENAR. N5. N4. 0.002554731. BENAR. N6. N2. 0.062280128. BENAR. O5. O1. 0.003336573. BENAR. O6. O3. 0.003902324. BENAR. P5. P3. 0.019284557. BENAR. P6. P4. 0.018016019. BENAR. Q5. J3. 0.004270302. SALAH. Q6. Q4. 0.001452568. BENAR. R5. R1. 0.004806284. BENAR. R6. S1. 0.005429179. SALAH. S5. S1. 0.002916537. BENAR. S6. T4. 0.001522755. SALAH. T5 T6 U5. T3 T4 U2. 0.006558206 0 0.005387547. BENAR BENAR BENAR. U6. U4. 0.003354124. BENAR. Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar adalah 32 citra mata, sehingga tingkat akurasi yang diperoleh sebesar 76.19 %. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 42.

Tabel Pengenalan ( lambda 20, Theta 90 ) Dikenali Input Sebagai A5 A6 B5 B6 C5 C6 D5 D6 E5 E6 F5 F6 G5 G6 H5 H6 I5 I6 J5 J6 K5 K6. A3 Q1 B3 B2 C1 J1 D2 K2 ; K3 R2 M1 F3 F2 G1 G3 H3 H4 I1 I4 J1 M3 K4 O3. Jarak. Hasil Identifikasi. 0.002574216 0.007749534 0.005896941 0.003394654 0.006066566 0.015231037 0.005096462 0.009728757 0.006432737 0.011957325 0.004826501 0.002032145 0 0.003529823 0 0.008981695 0.002650677 0 0.008576391 0.003921817 0.001612042 0.004884856. BENAR SALAH BENAR BENAR BENAR SALAH BENAR SALAH SALAH SALAH BENAR BENAR BENAR BENAR BENAR BENAR BENAR BENAR BENAR SALAH BENAR SALAH. Next. L5. L2. 0.004642428. BENAR. L6. L3. 0.004559308. BENAR. M5. M2. 0.010404981. BENAR. M6. M2. 0.002180232. BENAR. N5. N4. 0.00235028. BENAR. N6. N2. 0.065490117. BENAR. O5. O1. 0.004066906. BENAR. O6. O3. 0.003204111. BENAR. P5. P3. 0.020049645. BENAR. P6. P4. 0.019682159. BENAR. Q5. J3. 0.006088143. SALAH. Q6. Q4. 0.001638286. BENAR. R5. R1. 0.006444252. BENAR. R6. S1. 0.008019803. SALAH. S5. S1. 0.002573887. BENAR. S6. S3. 0.003077883. BENAR. T5 T6 U5. T3 T4 U2. 0.006629306 0 0.007708277. BENAR BENAR BENAR. U6. U4. 0.004814384. BENAR. Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar adalah 33 citra mata, sehingga tingkat akurasi yang diperoleh sebesar 78.57 %. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 43.

Tabel Pengenalan ( lambda 20, Theta 135) Dikenali Input Sebagai A5 A6 B5 B6 C5 C6 D5 D6 E5 E6 F5 F6 G5 G6 H5 H6 I5 I6 J5 J6 K5 K6. A3 O2 B3 B2 C2 ; C3 T1 ; T2 D2 K2 ; K3 R2 M1 F3 F2 G1 G3 H3 H4 I1 I4 J1 M3 K4 O3. Jarak. Hasil Identifikasi. 0.001258614 0.009594863 0.006153978 0.004169695 0.007247526 0.015969004 0.005372589 0.012657822 0.007554559 0.008673112 0.005197787 0.002589791 0 0.003191857 0 0.005137867 0.002820447 0 0.007996951 0.003842899 0.001584161 0.005619857. BENAR SALAH BENAR BENAR BENAR SALAH BENAR SALAH SALAH SALAH BENAR BENAR BENAR BENAR BENAR BENAR BENAR BENAR BENAR SALAH BENAR SALAH. Next. L5 L6. L2. 0.004762121. BENAR. L3. 0.005031487. BENAR. M5. E4. 0.008965737. SALAH. M6. M2. 0.0022083. BENAR. N5. N4. 0.002025767. BENAR. N6. N2. 0.068910617. BENAR. O5. O1. 0.004510157. BENAR. O6. O3. 0.004254518. BENAR. P5. P3. 0.021396433. BENAR. P6. P4. 0.019494502. BENAR. Q5. J3. 0.003853848. SALAH. Q6. Q4. 0.00211184. BENAR. R5. R1. 0.005299705. BENAR. R6. S1. 0.005645526. SALAH. S5. S1. 0.00328632. BENAR. S6. T4. 0.000407488. SALAH. T5 T6 U5. T3 T4 U2. 0.00748217 0 0.007106261. BENAR BENAR BENAR. U6. U4. 0.004126528. BENAR. Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar adalah 31 citra mata, sehingga tingkat akurasi yang diperoleh sebesar 73.81 %. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 44.

RINGKASAN HASIL Analisa PENGENALAN IRIS Gabor (Variasi lambda dan Theta ). Citra yang Berhasil Dikenali. Hasil Akurasi (%). 0. 29. 69.04761905. 45. 31. 73.80952381. 90. 38. 90.47619048. 4. 135. 33. 78.57142857. 5. 0. 30. 71.42857143. 45. 32. 76.19047619. 90. 34. 80.95238095. 8. 135. 32. 76.19047619. 9. 0. 30. 71.42857143. 45. 32. 76.19047619. 90. 33. 78.57142857. 135. 31. 73.80952381. No. Lambda 1 2 3. 6 7. 10 11 12. 10. 15. 20. Theta. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. To Menu. 45.

PERBANDINGAN AKURASI TERBAIK DARI TIAP LAMBDA (DATABASE K1,K2,K3,K4) LAMDA 10. 15. 20. THETA 90 MEAN 0.27523 0.2622851 0.2622851 0.27458 0.3107909 0.2961734 0.2961734 0.3100569 0.3235523 0.3083346 0.3083346 0.3227881. Next. STDEV 0.0514992 0.0549766 0.0549766 0.0610223 0.0633436 0.0670152 0.0670152 0.0730542 0.06839 0.0721907 0.0721907 0.0783524. TABEL NILAI MEAN DAN STDEV MASING – MASING LAMBDA PADA THETA 90 Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 46.

NILAI MEAN TIAP LAMBDA. Next. MEAN 0.35 0.3 0.25 LAMBDA 10 LAMBDA 15 LAMBDA 20. 0.2 0.15 0.1 0.05 0 K1. K2. K3. K4. TABEL NILAI MEAN TIAP LAMBDA PADA THETA 90. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 47.

NILAI STANDAR DEVIASI TIAP LAMBDA. Next. STANDAR DEVIASI 0.09 0.08 0.07 0.06. LAMBDA 10. 0.05. LAMBDA 15. 0.04. LAMBDA 20. 0.03 0.02 0.01 0 K1. K2. K3. K4. TABEL NILAI STDEV TIAP LAMBDA PADA THETA 90. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 48.

GRAFIK Nilai Jarak Dari Tiap Lambda( INPUT K6 ). Next. GRAFIK PERBANDINGAN NILAI JARAK DARI TIAP LAMBDA Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 49.

TABLE HASIL PENGENALAN (INPUT K6). Next. THETA 90 INPUT (K6 ) LAMBDA 10 LAMBDA 15 LAMBDA 20. DIKENALI SEBAGAI. K1. O3. O3. NILAI JARAK. 0.0045. 0.0046. 0.0049. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 50.

SISTEM PENGENALAN DENGAN GUI. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. To Menu. 51.

KESIMPULAN. To Menu.  Perangkat lunak yang dibuat memiliki akurasi sebesar 90.5 % untuk database standar. CASIA jenis CASIA-Iris-Interval pada lamda 10 dan sudut 900  Nilai mean dan standar deviasi berubah – ubah sesuai dengan variasi dari lamda dan sudut. yang digunakan  Tidak semua citra yang diujikan dapat dikenali dengan benar. Hal ini bisa dikarenakan. intensitas dari tiap citra mata yang hampir sama dan proses cropping yang kurang sempurna  Euclidean Distance merupakan metode yang cukup baik untuk menghitung besarnya nilai. kemiripan /similiritas antara 2 buah citra berdasarkan nilai mean dan standar deviasi pada citra tersebut  Semakin kecil nilai Euclidean Distance maka tingkat kemiripan anatara 2 buah citra juga. semakin tinggi sehingga citra tersebut dapat dikenali dengan tepat Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 52.

SARAN. To Menu.  Diharapkan kedepannya tercipta sebuah hardware system pengenalan. dengan menggunakan iris sehingga software yang telah dibuat dapat diaplikasikan secara langsung  Dimungkinkan menggunakan database selain dari database CASIA atau. bisa dengan secara langsung mengambil citra mata dengan kamera digital.. Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya. 53.

To Menu.