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-7.75E-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].
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
Tabel 1.1. Penelitian yang pernah dilakukan
No 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. Cartwright, Venu Govindaraju, 2006 (Pattern Recognation Letter 40)[7]
Fingerprint
Enhancement Using STFT Analysis
Short Time Fourier Transform (STFT)
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
Tabel 1.1. (sambungan)
No Peneliti Judul Metode Hasil yang dicapai
5 Muhammad Nasir, Rahmat Syam, Mochamad Hariadi, 2010
(11th SITIA, ISSN:2087-331X)[10]
Enhancement Citra Sidik Jari Kotor Menggunakan Hybrid Method dan Gabor Filter
Hybrid Method dan Gabor Filter
Peningkatan kualitas citra sidik jari sebesar 87% pada pengujian 200 citra sidik jari kotor.
6 Kusworo Adi, 2003 (Berkala Fisika vol.6, No.2, April 2003, hal.39-46, ISSN:1410-9662)[12]
Perancangan dan Realisasi Sistem
Ekstraksi Ciri Sidik Jari Berbasis Algoritma Filterbank Gabor
Filter bank Gabor
Sidik jari dapat diek straksi dengan Gabor Filter dengan sudut 0o, 45o, 90o, dan 135o
7 Ary Noviyanto, 2009 (Program Ilmu Komputer Universitas gajah Mada) [13]
Perbaikan Citra Sidik Jari Dengan Metode STFT (Short Time Fourier Transform) Analysis
Short Time Fourier Transform (STFT)
Dengan menggunakan parameter Ridge Orientation Image hasil perbaikan citra sangat baik
8 Anil Jain, Arun Ross, Salil Prabhakar, 2001
(Appeared in Proc. Of Int’l Conference on Image Processing (ICIP), pp. 282-285, thessaloniki, Greece)[15]
Fingerprint Matching Using Minutiae And Texture Features
Receiver Operating Characteristic (ROC)
Genuine Accept Rate of 72%.
9 Sangram Bana, Dr. Davinder Kaur, 2011
(IJAES and Technologies, vol 5, No.1,
012-Fingerprint Recognition using Image
Segmentation
Image Segmentation
FAR and FRR values were 30-35%, menjadi
Tabel 1.1. (sambungan)
No Peneliti Judul Metode Hasil yang dicapai
10 Prawit
Sutthiwichaiporn, Vutipong
Areekul, Suksan Jirachaweng, 2010
(International Conference on Pattern
Recognation) [17]
Iterative Fingerprint Enhancement with Matched Filtering and Quality Diffusion in Spatial-Frequency Domain
Gabor and STFT
Matching Performance Comparison for Enhancement Algorithm Proposed with EER value 7,32% to Db2 and 3.57% to Db3.
11 Cahyo Darujati, Rahmat Syam, Mochamad Hariadi, 2010
(11th SITIA, ISSN:2087-331X)[3]
Deteksi Citra Sidik Jari Terotasi Menggunakan Metode Phase-Only Correlation
Phase-Only Correlation (POC)
POC dapat digunakan untuk membantu menentukan besar sudut citra sidik jari terotasi antara citra masukan dengan citra sidik jari template
12 Koichi ITO, Hiroshi N., Koji K., Takafumi AT H, 2004 (IEICE Trans
Fundamental, vol E87-A, No.3 March 2004)[19]
A Fingerprint Matching Algorithm Using Phase-Only Correlation A Fingerprint Matching Algorithm Using Phase-Only Correlation
Phase-Only Correlation (POC)
Teknik POC yang diusulkan sangat efektif untuk
memverifikasi gambar sidik jari kualitas rendah yang tidak dapat diidentifikasi dengan benar dengan teknik konvensional.
13 Andika Budi Pratama, 2008
(Jurnal Ilmu Komputer UB, vol. xx, No. xx, ISSN 2008-0410960006)[21]
Verifikasi Citra Sidik Jari Poin Minutiae dalam Visum Et Repertum (VER) menggunakan K-Means Clustering
K-Means Clustering
Tabel 1.1. (sambungan)
No Peneliti Judul Metode Hasil yang dicapai
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%
15 F. A. Afsar, M. Arif, M. Hussain, 2004 (National 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
(10th SITIA, ISSN:2087-331X)[23]
Restoration Dry Fingerprint Image
LVQ
Empat kali lebih baik dari citra asli
17 Rahmad Syam, Mochamad Hariadi, Mauridhi Hery Purnomo, 2011 (IAENG IJCS, 38:4, IJCS_38_4_04)
[24].
Determining the Dry Parameter of Fingerprint Image Using Clarity Score and Ridge-Valley Thickness Ration
Clarity Score and Ridge-Valley Thickness Ration
Gambar sidik jari kering ditandai dengan LCS 0,0127-0,0149, GCS 0,0117-0,0120, dan RVTR lebih besar dari 7.75E-05.
18 Eun-Kyung Yun, Sung-Bae Cho, 2006 (Image and Vision Computing 24, 101-110)[5]
Adaptive fingerprint image enhancement with fingerprint image quality analysis.
Adaptive Preprocessing
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
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
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