Verifikasi Citra Pembuluh Darah Menggunakan Ekstraksi Fitur Transformasi Kosinus Diskrit Dua Dimensi.

(1)

i Universitas Kristen Maranatha

VERIFIKASI CITRA PEMBULUH DARAH

MENGGUNAKAN EKSTRAKSI FITUR

TRANSFORMASI KOSINUS DISKRIT DUA DIMENSI

Piton Amos (0722096)

Jurusan Teknik Elektro Universitas Kristen Maranatha email: piton.amos@gmail.com

ABSTRAK

Pola pembuluh darah pada tangan adalah salah satu bagian dari tubuh manusia yang memiliki karakteristik unik pada setiap orang. Karena keunikan tersebut pola pembuluh darah dapat digunakan dalam sistem verifikasi. Pada Tugas Akhir ini diujikan sebuah metode untuk melakukan verifikasi citra pembuluh darah dengan menggunakan ekstraksi fitur transformasi kosinus diskrit dua dimensi. Citra pembuluh darah diperoleh menggunakan kamera inframerah, selanjutnya pada setiap citra pembuluh darah dilakukan pemilihan ciri dengan mentransformasikan citra asli menggunakan transformasi kosinus diskrit dua dimensi. Untuk mengetahui tingkat akurasi dari perangkat lunak yang direalisasikan dilakukan pengujian menggunakan 30 citra uji dari individu yang ada dalam database dan 30 citra uji dari individu yang tidak ada dalam database

Hasil pengujian menunjukkan persentase FRR sebesar 16,67% dan persentase FAR sebesar 10%.

(2)

ii Universitas Kristen Maranatha

VERIFICATION OF VEIN IMAGE

USING FEATURE EXTRACTION TWO DIMENSIONAL

DISCRETE COSINE TRANSFORM

Piton Amos(0722096)

Department of Electrical Engineering Maranatha Christian University email: piton.amos@gmail.com

ABSTRACT

The pattern of vein in the hand is one part of the human body which has a unique characteristic to each person. Because of this uniqueness vein pattern can be used in the verification system. In this final project tested a method for verification of vein image using feature extraction two-dimensional discrete cosine transform. Vein image is obtained using an infrared camera, to each vein image performed selection of characteristic by transforming the original image using two-dimensional discrete cosine transform. To determine the level of accuracy, software testing is realized using 30 test images of individuals that exist in the database and test images of 30 individuals who are not in the database

Test results show the percentage 16.67% of FRR and percentage 10% of FAR.

Keywords : Verification, Vein Image, Feature Extraction, Discrete Cosine

(3)

v Universitas Kristen Maranatha

DAFTAR ISI

LEMBAR PENGESAHAN

PERNYATAAN ORISINALITAS LAPORAN

PERNYATAAN PUBLIKASI LAPORAN TUGAS AKHIR

ABSTRAK... i

ABSTRACT... ii

KATA PENGANTAR... iii

DAFTAR ISI... v

DAFTAR GAMBAR... viii

DAFTAR TABEL... ix

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah……….. 1

1.2. Identifikasi Masalah... 2

1.3. Perumusan Masalah... 2

1.4. Tujuan………...… 2

1.5. Pembatasan Masalah……… 3

1.6. Sistematika Penulisan... 3

BAB II LANDASAN TEORI 2.1. Pengertian Pembuluh Darah... 5

2.1.1 Pembuluh Darah Vena (Vein)... 5

2.2. Sinar Inframerah... 7

2.3. Teknologi Biometrik………... 7

2.4. Definisi Citra Digital………...………... 9

(4)

vi Universitas Kristen Maranatha

2.6. Transformasi Citra………...……….…... 10

2.6.1 Transformasi Kosinus Diskrit Satu Dimensi... 10

2.6.2 Transformasi Kosinus Diskrit Dua Dimensi... 12

2.7. Distance (Jarak)………...………..…... 16

2.8. False Acceptance Rate (FAR) dan False Rejected Rate (FRR)... 17

2.9. MATLAB………...………..…... 17

2.9.1 Ruang Kerja MATLAB... 18

2.9.2 Operator Dalam MATLAB... 19

2.9.3 Pengolahan Citra Digital Menggunakan MATLAB... 20

2.9.4 Membaca dan Menampilkan Citra... 21

2.9.5 Konversi Citra dan Tipe Data Citra... 21

2.9.6 Mengolah Blok-Blok Pada Citra... 22

2.9.7 Menampilkan Citra ke Layar... 23

2.9.8 M-file Editor... 23

2.9.9 Graphic User Interface... 24

BAB III PERANCANGAN PERANGKAT LUNAK 3.1. Arsitektur Perancangan………...………..…... 27

3.2. Perancangan Kamera Inframerah..………..…... 28

3.3. Diagram Alir………...………..…... 29

3.3.1 Diagram Alir Pembentukan Database... 29

3.3.2 Diagram Alir Ekstraksi Fitur... 31

3.3.3 Diagram Alir Pengujian... 33

3.4. Penentuan Batas Nilai Minimal Pengenalan……... 35

3.5. Perancangan Antarmuka Pemakai (User Interface)... 36

(5)

vii Universitas Kristen Maranatha

4.2. Proses Pengujian Perangkat Lunak………...……..…... 38 4.3. Analisa Data………….………...………..…... 44

BAB V KESIMPULAN DAN SARAN

(6)

viii Universitas Kristen Maranatha

DAFTAR GAMBAR

Gambar 2.1 Pembuluh Darah Vena pada Manusia... 6

Gambar 2.2 Region Sinar Inframerah dalam Spektrum Elektromagnetik... 7

Gambar 2.3 Spektrum Penyerapan Hemoglobin... 8

Gambar 2.4 Fungsi basis DCT satu dimensi untuk N=8... 12

Gambar 2.5 Hasil Transformasi DCT 2 Dimensi dengan basis N = 8... 12

Gambar 2.6 Pembagian frekuensi koefisien DCT untuk ukuran blok 8x8... 15

Gambar 2.7(a) citra ukuran 128x128………... 15

Gambar 2.7(b) transformasi blok DCT ukuran 8x8... 15

Gambar 2.8 Window dalam MATLAB... 19

Gambar 2.9 M-file Editor pada MATLAB... 24

Gambar 2.10 Jendela GUI pada MATLAB... 25

Gambar 3.1 Diagram Blok Sistem Verifikasi Pembuluh Darah…... 27

Gambar 3.2 Proses Modifikasi Kamera Web Menjadi Kamera Inframerah……... 28

Gambar 3.3 Diagram Alir Pembentukan Database Citra Referensi... 29

Gambar 3.4 Diagram Alir Ekstraksi Fitur DCT Dua Dimensi……... 31

Gambar 3.5 Diagram Alir Pengujian... 33

Gambar 3.6 Rancangan Tampilan Perangkat Lunak... 36

Gambar 4.1 Perbandingan Citra dari Kamera Web (a) Sebelum Modifikasi………. 38

Gambar 4.1 Perbandingan Citra dari Kamera Web (b) Setelah Modifikasi………... 38

Gambar 4.2 Tampilan Aplikasi Untuk Citra yang Dikenali………... 39

(7)

ix Universitas Kristen Maranatha

DAFTAR TABEL

Tabel 2.1 Pengelompokan Cahaya Inframerah ………... 12

Tabel 2.2 Operator Aritmatika ………..…... 19

Tabel 2.3 Operator Relasional ………..…... 20

Tabel 2.4 Operator Logika... 20

Tabel 3.1 Penamaan File Citra Referensi... 30

Tabel 3.2 Representasi Database Citra Referensi... 33

Tabel 3.3 Pengujian untuk menentukan batas nilai minimal... 35

Tabel 3.4 Penjelasan Rancangan Tampilan Perangkat Lunak... 37

Tabel 4.1 Pengujian Menggunakan Citra Uji yang Digunakan Sebagai Database … 40 Tabel 4.2 Pengujian Menggunakan Citra Uji dari individu yang Ada di Dalam Database……… 42

(8)

LAMPIRAN A

(9)

A-1

1. Program Pembentukan Database Citra Referensi

clear;

for GambarKe=1:nMemberClassTotal if KelasKe<10

CitraLatih=im2double(CitraLatih); T=dctmtx(8);

(10)

A-2

(11)

A-3

acc=imread('TidakDikenali.jpg') figure;imshow(acc)

else

sample='-IMG-' if din<=5

NamaFile=['0' num2str(1) sample '0' num2str((din-1)+1),'.jpg'] Pengenalan=imread(NamaFile)

figure;imshow(Pengenalan);

title('Gambar hasil pengenalan dari gambar uji') end

if (din>5) && (din<=10)

if (din>10) && (din<=15)

if (din>15) && (din<=20)

if (din>20) && (din<=25)

if (din>25) && (din<=30)

if (din>30) && (din<=35)

(12)

A-4 Pengenalan=imread(NamaFile) figure;imshow(Pengenalan);

if (din>35) && (din<=40)

if (din>40) && (din<=45)

if (din>45) && (din<=50)

NamaFile=[num2str(10) sample '0' num2str((din-46)+1),'.jpg'] Pengenalan=imread(NamaFile)

end

3. Program GUI untuk Pengujian

function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO)

(13)

A-5 end

end

VektorFiturUji=temp for klaster=1:50

d(klaster)=sqrt(sum((ListFileInd(klaster,:)-VektorFiturUji).^2))

nilai_slider=handles.slide; if dmin > nilai_slider

acc=imread('TidakDikenali.jpg') axes(handles.axes2)

imshow(acc)

set(handles.edit3,'string',dmin)

set(handles.edit4,'string','Tidak_Dikenali') else

sample='-IMG-' if din<=5

NamaFile=['0' num2str(1) sample '0' num2str((din-1)+1),'.jpg']

Pengenalan=imread(NamaFile) axes(handles.axes2)

imshow(Pengenalan)

set(handles.edit2,'string',NamaFile) set(handles.edit3,'string',dmin)

set(handles.edit4,'string','Dikenali') end

if (din>5) && (din<=10)

imshow(Pengenalan)

if (din>10) && (din<=15)

imshow(Pengenalan)

(14)

A-6

if (din>15) && (din<=20)

imshow(Pengenalan)

if (din>20) && (din<=25)

imshow(Pengenalan)

if (din>25) && (din<=30)

imshow(Pengenalan)

if (din>30) && (din<=35)

imshow(Pengenalan)

if (din>35) && (din<=40)

imshow(Pengenalan)

(15)

A-7 if (din>40) && (din<=45)

imshow(Pengenalan)

if (din>45) && (din<=50)

NamaFile=[num2str(10) sample '0' num2str((din-46)+1),'.jpg'] Pengenalan=imread(NamaFile)

axes(handles.axes2) imshow(Pengenalan)

set(handles.edit2,'string',NamaFile) set(handles.edit3,'string',dmin) set(handles.edit4,'string','Dikenali') end

end

% --- Executes on button press in pushbutton2.

% eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) [x y]=uigetfile('*.jpg');

% eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) fig = handles.figure1;

close(fig)

function edit2_Callback(hObject, eventdata, handles) % hObject handle to edit2 (see GCBO)

(16)

A-8

% handles structure with handles and user data (see GUIDATA)

% Hints: get(hObject,'String') returns contents of edit2 as text % str2double(get(hObject,'String')) returns contents of edit2 as a double

% --- Executes during object creation, after setting all properties. function edit2_CreateFcn(hObject, eventdata, handles)

% hObject handle to edit2 (see GCBO)

% eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called

% Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER.

if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))

set(hObject,'BackgroundColor','white'); end

% eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)

(17)

A-9 % --- Executes on slider movement.

function slider1_Callback(hObject, eventdata, handles) % hObject handle to slider1 (see GCBO)

% eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) slider_value=get(handles.slider1,'value')

% Hints: get(hObject,'Value') returns position of slider

% get(hObject,'Min') and get(hObject,'Max') to determine range of slider

% --- Executes during object creation, after setting all properties. function slider1_CreateFcn(hObject, eventdata, handles)

% hObject handle to slider1 (see GCBO)

% Hint: slider controls usually have a light gray background. if isequal(get(hObject,'BackgroundColor'),

get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor',[.9 .9 .9]); end

(18)

A-10

% eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) close(gcbf)

GUITA

(19)

A-11

(20)

LAMPIRAN B

(21)

B-1 Orang Ke

Citra Ke 1. Citra Referensi

01 02 03 04 05

01

02

03

04

05

06

07

08

09

(22)

B-2 Orang Ke

Citra Ke

2. Citra uji dari individu yang ada dalam database

06 07 08

01

02

03

04

05

06

07

08

09

(23)

B-3 Orang Ke

Citra Ke

3. Citra uji dari individu yang tidak ada dalam database

01 02 03

11

12

13

14

15

16

17

18

19

(24)

1 Universitas Kristen Maranatha

BAB I

PENDAHULUAN

Pada bab ini akan dibahas mengenai latar belakang, identifikasi masalah, perumusan masalah, tujuan, pembatasan masalah, metodologi, dan sistematika penulisan dari Tugas Akhir ini.

1.1 Latar Belakang Masalah[9]

Teknologi biometrik pada saat ini telah menjadi teknologi yang dapat diandalkan untuk memberikan tingkat keamanan yang tinggi dalam sistem pengidentifikasi seseorang. Di antara berbagai teknik biometrik beserta karakteristiknya yang digunakan untuk mengenali seseorang, biometrik tangan menjadi salah satu teknik yang paling banyak digunakan dan paling sukses. Bagian-bagian dari tangan yang sering digunakan untuk pengenalan identitas seseorang antara lain adalah geometri tangan, sidik jari, garis telapak tangan, garis-garis pada ruas jari dan pembuluh darah. Saat ini, sebagian besar alat pengenalan identitas seseorang melalui tangan memerlukan kontak langsung antara tangan pengguna dengan perangkat pengindentifikasi untuk mengambil gambar pola yang unik dari tangan pengguna. Ada sejumlah masalah yang terkait dengan hal ini, yang pertama adalah tingkat kebersihan dari perangkat yang sudah digunakan bekali-kali oleh orang lain. Dari sini masalah akan bertambah, virus seperti Severe Acute Respiratory Syndrome (SARS) yang dapat menular dengan menyentuh sisa kuman yang berada pada permukaan alat pengindentifikasi. Masalah yang kedua adalah sisa cetakan tangan yang membekas pada alat dapat mempengaruhi keakuratan dari sistem dalam mengenali identitas seseorang. Dan yang ketiga, penduduk di beberapa negara mungkin akan menolak meletakkan tangan mereka di atas suatu alat apabila sebelumnya lawan jenis mereka sudah meletakkan tangannya di atas alat tersebut.

(25)

BAB I Pendahuluan

2 Universitas Kristen Maranatha

dilakukan proses capture menggunakan kamera inframerah. Jenis teknik biometrik ini dipilih karena setiap orang memiliki pola pembuluh darah yang unik, pada orang kembar sekalipun. Tidak seperti sidik jari yang dapat diduplikasi dengan bahan tertentu, pembuluh darah lebih sulit untuk diduplikasi dan tidak akan berubah kecuali telah mengalami proses operasi. Selain itu kondisi eksternal permukaan tangan seperti berminyak, basah, robek atau kotor tidak akan mempengaruhi struktur dari pembuluh darah.

Terdapat banyak metode yang sudah dikembangkan untuk pengenalan pola pembuluh darah. Pada tugas akhir ini metode yang penulis pilih untuk pengenalan pola pembuluh darah adalah ekstraksi ciri menggunakan transformasi kosinus diskrit dua dimensi.

1.2 Identifikasi Masalah

Berdasarkan latar belakang di atas, masalah utama yang akan diangkat pada Tugas Akhir ini adalah merancang aplikasi untuk memverifikasi citra pembuluh darah seseorang dengan metode transformasi kosinus diskrit dua dimensi menggunakan program MATLAB (Matrix Laboratory).

1.3 Perumusan Masalah

Permasalahan yang akan dibahas dalam Tugas Akhir ini meliputi :

1. Bagaimana merancang aplikasi untuk memverifikasi citra pembuluh darah menggunakan ekstraksi fitur transformasi kosinus diskrit dua dimensi pada program MATLAB?

2. Bagaimana tingkat keberhasilan aplikasi yang dirancang dalam mengenali citra pembuluh darah dari pemiliknya?

1.4 Tujuan

Tujuan yang ingin dicapai dari Tugas Akhir ini adalah :

1. Merealisasikan aplikasi metode ekstraksi fitur menggunakan transformasi kosinus diskrit dua dimensi untuk memverifikasi citra pembuluh darah. 2. Mengetahui tingkat keberhasilan dari aplikasi dalam memverifikasi citra

(26)

BAB I Pendahuluan

3 Universitas Kristen Maranatha

1.5 Pembatasan Masalah

1. Jumlah citra yang akan digunakan adalah sebanyak 110 citra dari 20 orang yang berbeda. Untuk citra referensi digunakan masing-masing 5 citra dari 10 orang pertama. Untuk citra uji dibagi menjadi dua yaitu, 3 citra dari 10 orang pertama dan 3 citra dari 10 orang berikutnya.

2. Jarak pengambilan citra antara objek dengan kamera adalah 25-30 cm. 3. Posisi tangan harus dikepal.

4. Pengambilan dan pengolahan citra tidak dilakukan secara real-time. 5. Ukuran citra yang digunakan adalah 120x120.

6. Pembuatan aplikasi menggunakan perangkat lunak MATLAB.

1.6 Sistematika Penulisan

Penyusunan laporan tugas akhir terdiri dari lima bab sebagai berikut :

 Bab 1. Pendahuluan

Pada bab ini akan dibahas mengenai latar belakang, perumusan masalah, identifikasi masalah, tujuan, pembatasan masalah, dan sistematika penulisan dari Tugas Akhir ini.

 Bab 2. Landasan Teori

Pada bab ini akan dibahas mengenai teori-teori penunjang yang akan digunakan untuk merancang aplikasi verifikasi berdasarkan pola pembuluh darah dengan metoda transformasi kosinus diskrit dua dimensi, antara lain pengertian sinar inframerah, filter pada kamera, pembuluh darah, pengolahan citra digital, Transformasi Kosinus Diskrit Dua Dimensi, Euclidean Distance, dan perangkat lunak MATLAB.

 Bab 3. Perancangan Perangkat Lunak

(27)

BAB I Pendahuluan

4 Universitas Kristen Maranatha  Bab 4. Data Pengamatan dan Analisa

Bab ini berisi data pengamatan hasil pengujian program, perhitungan tingkat keberhasilan metoda yang digunakan berdasarkan FAR dan FRR, dan analisa dari data hasil pengujian program.

 Bab 5. Kesimpulan dan Saran

(28)

BAB V

KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan dari hasil penelitian dan analisis dari Tugas Akhir ini serta saran untuk pengembangan “Verifikasi Citra Pembuluh Darah

Menggunakan Ekstraksi Fitur Transformasi Kosinus Diskrit Dua Dimensi”

5.1 Kesimpulan

1. Pembuatan program untuk verifikasi citra pembuluh darah menggunakan ekstraksi fitur transformasi kosinus diskrit dua dimensi berhasil direalisasikan menggunakan MATLAB 7.11.0

2. Dari hasil pengamatan terhadap pengujian program untuk verifikasi citra pembuluh darah didapatkan persentase FRR sebesar 16,67% dan persentase FAR sebesar 10% pada threshold sama dengan 5.

3. Faktor-faktor yang dapat mempengaruhi keakuratan sistem dalam melakukan proses verifikasi adalah perbedaan tingkat kecerahan antara citra uji dengan citra referensi yang dalam database selain itu posisi tangan saat pengambilan citra juga dapat mempengaruhi keakuratan dari sistem. 5.2 Saran

1. Untuk mendapatkan citra pembuluh darah yang lebih jelas sebaiknya digunakan kamera dengan resolusi yang lebih baik.

2. Pengambilan citra pembuluh darah dapat dikembangkan dengan menerapkan sistem pengolahan secara real-time untuk mendapatkan Region of Interest dari citra pembuluh darah pada tangan.

(29)

DAFTAR PUSTAKA

1. Biometrics Foundation Documents

www.biometrics.gov/Documents/biofoundationdocs.pdf diakses tanggal 3Maret 2012

2. Darmawan Aan.(2007). Diktat Kuliah Pengolahan Citra Dijital. Bandung: Universitas Kristen Maranatha

3. Andrianto Heri.(2009). Diktat Kuliah Bahasa Pemrograman. Bandung:Universitas Kristen Maranatha

4. Hery Purnomo,M., Muntasa,A. (2010). Konsep Pengolahan Citra Digital dan Ekstraksi Fitur. Yogyakarta: Graha Ilmu

5. K,Ajay Kumar.Prathyusha Venkata. (2009). Personal Authentication using Hand Vein Triangulation and Knuckle Shape. IEEE Transactions On Image Processing, vol. 38, pp. 2127-2136.

6. M.Hafed Ziad, D.Levine Martin. (2001). Face Recognition Using the Discerete Cosine Transform. International Journal of Computer Vision 43(3),167-188

7. Putra Darma. (2010). Pengolahan Citra Digital. Yogyakarta: ANDI

8. SYRIS. (2004). Technical Document About FAR, FRR and ERR. SYRIS Technology Corp

9. Watanabe,M., Endoh, T., Shiohara, M. and Sasaki, S. (2005). Palm vein authentication technology and its applications, Proc. of Biometrics Symposium, 37-38.