Verifikasi Seseorang Berdasarkan Citra Pembuluh Darah Menggunakan Ekstraksi Filter Gabor.

(1)

VERIFIKASI SESEORANG BERDASARKAN CITRA

PEMBULUH DARAH

MENGGUNAKAN EKSTRAKSI FILTER

GABOR

Eric (0822026)

Jurusan Teknik Elektro Universitas Kristen Maranatha email: eric.wennas@gmail.com

ABSTRAK

Pola pembuluh darahpada 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 gabor. Citra pembuluh darah diperoleh menggunakan kamera inframerah, selanjutnya pada setiap citra pembuluh darah dilakukan ekstraksi fitur menggunakan gabor filter. Untuk mengetahui tingkat akurasi dari perangkat lunak yang direalisasikan dilakukan pengujian menggunakan 30 citra uji dari individu yang ada dalam database dan 5 citra uji dari individu yang tidak ada dalam database. Hasil pengujian menunjukkan persentase FRR sebesar 33,33%

Kata kunci : Verifikasi, Citra Pembuluh Darah, Ekstraksi fitur, Gabor, Gabor Filter, FRR

(2)

VERIFICATION OF A PERSON BASEC ON VEIN IMAGE

USING GABOR FILTER EXTRACTION

Eric (0822026)

Department of Electrical Engineering Maranatha Christian University email: eric.wennas@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 gabor feature extraction. Vein image is obtained using an infrared camera, to each vein image performed filtering using gabor filter. 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 5 individuals who are not in the database. Test results show the percentage 33,33% of FRR.

Keywords : Verification, Vein Image,Feature Extraction, Gabor, Gabor Filter, FRR

(3)

DAFTAR ISI

Halaman

ABSTRAK ... i

ABSTRACT ... ii

KATA PENGANTAR ... iii

DAFTAR ISI ... v

DAFTAR GAMBAR ... vii

DAFTAR TABEL ... viii

BAB 1 PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Identifikasi Masalah ... 2

1.3 Perumusan Masalah... 2

1.4 Tujuan... 3

1.5 Pembatasan Masalah... 3

1.6 Sistematika Penulisan ... 3

BAB 2 LANDASAN TEORI ... 5

2.1 Teknologi Biometrik ... 5

2.2 Sinar Inframerah... 6

2.3 Definisi Citra Digital ... 7

2.4 Pengolahan Citra... 9

2.4.1 Gaussian Filter 2 Dimensi ... 9

2.4.2 Histogram Equalitazion ... 10

2.5 Ekstraksi Fitur Citra ... 13

2.6 Ekstraksi Fitur Citra Menggunakan Gabor Filter ... 13

2.6.1 Penentuan Nilai-Nilai Parameter Gabor Filter ... 15

2.7 Distance (Jarak) ... 15

2.8 False Rejection Rate (FRR) ... 16

2.9 Matrix Laboratory (MATLAB) ... 17

(4)

2.9.2 Graphic User Interface ... 19

BAB 3 PERANCANGAN PERANGKAT LUNAK ... 22

3.1 Arsitektur Perancangan ... 22

3.2 Diagram Alir ... 23

3.2.1 Diagram Alir Pembentukan Database ... 23

3.2.2 Diagram Alir Verifikasi ... 25

3.3 Penentuan Batas Jarak Euclidean ... 25

3.4 Perancangan Antarmuka Pemakai (User Interface) ... 29

BAB 4 PENGUJIAN DAN ANALISIS DATA ... 30

4.1 Proses Pengujian Perangkat Lunak ... 30

4.1.1 Uji Database dan Non-Database ... 30

4.1.2 Pengujian Terhadap Individu Kembar ... 33

4.1.3 Pengujian Terhadap 2 Citra Yang Diambil Secara Berurutan dengan Kondisi Diam ... 34

4.2 Analisa Data ... 34

BAB 5 KESIMPULAN DAN SARAN ... 37

5.1 Kesimpulan …... 37

5.2 Saran ... 37

(5)

DAFTAR GAMBAR

Halaman

Gambar 2.1 Spektrum penyerapan hemoglobin ... 6

Gambar 2.2 Region sinar inframerah dalam spektrum elektromagnetik ... 7

Gambar 2.3 Distribusi Gaussian filter 2 dimensi ... 9

Gambar 2.4 Citra sebelum dan setelah histogram enuilization ... 12

Gambar 2.5 Filter Gabor untuk θ berturut-turut bernilai 2π/8, 4π/8, dan 7π/8 15 Gambar 2.6 Window dalam MATLAB ... 19

Gambar 2.7 Jendela GUI pada MATLAB ... ₂₀

Gambar 3.1 Diagram blok sistem verifikasi pembuluh darah ... 22

Gambar 3.2 Diagram alir pembentukan database ... 23

Gambar 3.3 Diagram alir verifikasi ... 25

Gambar 3.4 Rancangan tampilan perangkat lunak ... 29

Gambar 4.1 Uji database ... 30

Gambar 4.2 Uji non-database ... 31

Gambar 4.3 Citra Berurutan Pertama ... 34

(6)

DAFTAR TABEL

Halaman

Tabel 2.1 Pengelompokkan cahaya inframerah ... 7

Tabel 2.2 Histogram dari citra ... 11

Tabel 2.3 Tabel cumulative distribution function... 11

Tabel 3.1 Penamaan file citra referensi ... 24

Tabel 3.2a Pengujian Orang Ke-1 sampai Ke-5... 26

Tabel 3.2b Pengujian Orang ke-6 sampai Ke-10... 27

Tabel 3.3 Nilai Rata-Rata Jarak... 28

Tabel 3.4 Pengujian Individu Kembar ... 28

Tabel 3.5 Penjelasan rancangan tampilan perangkat lunak ... 29

Tabel 4.1 Hasil uji dari individu yang ada dalam database ... 32

Tabel 4.2 Hasil uji dari individu yang tidak ada dalam database ... 33

Tabel 4.3 Hasil uji dari individu kembar ... 33

(7)

LAMPIRAN A

(8)

1. Program Pembentukan Database Citra Referensi for GambarKe=1:GambarTotal if KelasKe<10

CitraLatih=imresize(CitraLatih,[320 240]) CitraLatih=rgb2gray(CitraLatih);

CitraLatih=im2double(CitraLatih);

h=fspecial('gaussian',[3 3],0.5); %Gaussian Filter G_Latih=imfilter(CitraLatih,h);

(9)

end

save 'D:\TA_NEW\Citra\Citra\ListFiturFinal' ListFiturFinal;

2. Program GUI untuk Pengujian

function varargout = gaborfilter_v2(varargin) % GABORFILTER_V2 MATLAB code for gaborfilter_v2.fig

% GABORFILTER_V2, by itself, creates a new GABORFILTER_V2 or raises the existing

% singleton*. %

% H = GABORFILTER_V2 returns the handle to a new GABORFILTER_V2 or the handle to

% the existing singleton*. %

% GABORFILTER_V2('CALLBACK',hObject,eventData,handles,...) calls the local

% function named CALLBACK in GABORFILTER_V2.M with the given input arguments.

%

% GABORFILTER_V2('Property','Value',...) creates a new GABORFILTER_V2 or raises the

% existing singleton*. Starting from the left, property value pairs are

% applied to the GUI before gaborfilter_v2_OpeningFcn gets called. An

% unrecognized property name or invalid value makes property application

(10)

% See also: GUIDE, GUIDATA, GUIHANDLES

% Edit the above text to modify the response to help gaborfilter_v2

% Last Modified by GUIDE v2.5 21-Aug-2013 20:11:24 % Begin initialization code - DO NOT EDIT

gui_Singleton = 1; if nargin && ischar(varargin{1})

gui_State.gui_Callback = str2func(varargin{1}); end

if nargout

[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else

gui_mainfcn(gui_State, varargin{:}); end

% End initialization code - DO NOT EDIT

% --- Executes just before gaborfilter_v2 is made visible.

function gaborfilter_v2_OpeningFcn(hObject, eventdata, handles, varargin)

% This function has no output args, see OutputFcn. % hObject handle to figure

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA) % varargin command line arguments to gaborfilter_v2 (see VARARGIN)

% Choose default command line output for gaborfilter_v2 handles.output = hObject;

% Update handles structure guidata(hObject, handles);

% UIWAIT makes gaborfilter_v2 wait for user response (see UIRESUME)

% uiwait(handles.figure1);

% --- Outputs from this function are returned to the command line. function varargout = gaborfilter_v2_OutputFcn(hObject, eventdata, handles)

(11)

% hObject handle to figure

% handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure

varargout{1} = handles.output;

% --- Executes on button press in pushbutton1.

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

% handles structure with handles and user data (see GUIDATA) n=get(handles.edit1,'String');

GdirUji='D:\TA_NEW\Citra\Citra\Citra Uji\'; Ext='.jpg';

sampleuji='-IMG-'; if OrangKe>10

acc=set(handles.edit4,'String','Orang yang diinput tidak ada

dalam database')

(12)

% hObject handle to pushbutton2 (see GCBO)

% handles structure with handles and user data (see GUIDATA) load ListFiturFinal.mat

CitraUji=handles.img; %% Gaussian

h_uji=fspecial('gaussian',[3 3],0.5); G_uji=imfilter(CitraUji,h_uji); for j=(0:filterSize_latih-1)/filterSize_latih xprime= j*cos(tetha_latih);

(13)

end

function edit1_Callback(hObject, eventdata, handles) % hObject handle to edit1 (see GCBO)

% handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of edit1 as text % str2double(get(hObject,'String')) returns contents of edit1 as a double

% --- Executes during object creation, after setting all properties.

function edit1_CreateFcn(hObject, eventdata, handles) % hObject handle to edit1 (see GCBO)

(14)

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

(15)

% handles structure with handles and user data (see GUIDATA) set(handles.edit1,'String','');

set(handles.edit2,'String',''); set(handles.edit3,'String',''); set(handles.edit4,'String',''); set(handles.edit5,'String','');

cla('reset');

(16)

guidata(hObject, handles);

% handles structure with handles and user data (see GUIDATA) fig=handles.figure1;

(17)

(18)

Citra Ke Orang Ke

1. Citra Referensi

01 02 03 04 05

01

02

03

04

05

06

07

08

09

(19)

Citra Ke Orang Ke

2. Citra uji dari indieidu yang ada dalam database

06 07 08

01

02

03

04

05

06

07

08

09

(20)

Orang Ke Citra Ke

Citra Ke Orang Ke

3. Citra dari indieidu yang tidak ada dalam database 01

11

12

13

14

15

4. Citra orang kembar Citra database

01 02 03 04 05

16

(21)

Citra Ke Orang Ke

Citra uji

06 07 08

16

17

5. Citra 2 kali diambil dengan keadaan diam

01 02

18

19

20

21

(22)

6. Kumpulan hasil citra filter gabor dengan θ yang berbeda-beda

θ = 0 θ = π/8 θ = 2π/8 θ = 3π/8

θ = 4π/8 θ = 5π/8 θ = 6π/8 θ = 7π/8

(23)

1 Universitas Kristen Maranatha

BABB1B

PENDAHULUANB

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

1.1BLatarBBelakangBMasalahB

Teknologi biometrik belakangan ini telah menjadi teknologi yang dapat diandalkan untuk memberikan tingkat keamanan yang tinggi dalam sistem identifikasi seseorang. Di antara berbagai teknik biometrik beserta karakteristiknya yang digunakan untuk mengenali seseorang, biometrik tangan menjadi salah satu teknik yang paling banyak digunakan. Teknologi biometrik dikembangkan karena dapat memenuhi dua fungsi yaitu identifikasi dan verifikasi, di samping itu biometrik memiliki karakteristik seperti, tidak dapat hilang, tidak dapat lupa dan tidak mudah dipalsukan karena keberadaannya melekat pada manusia, satu dengan yang lain tidak akan sama, maka keunikannya akan lebih terjamin. 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. Namun demikian metode ini terkadang memiliki tingkat keamanan yang rendah karena fitur-fitur dalam metodenya terekspos di luar tubuh manusia dan dapat saja dipalsukan.

(24)

Bab I Pendahuluan

Universitas Kristen Maranatha 2

B

proses operasi, pembesaran bentuk pembuluh darah, dan orang yang mempunyai penyakit varises. Tetapi pola dasar pembuluh darah tidak akan pernah berubah. 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 Filter Gabor.

1.2BIdentifikasiBMasalah

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

1.3BPerumusanBMasalah

Permasalahan yang akan dibahas dalam Tugas Akhir ini meliputi :

1. Bagaimana merancang aplikasi untuk memverifikasi seseorang melalui citra pembuluh darah menggunakan ekstraksi filter Gabor pada program MATLAB?

(25)

Bab I Pendahuluan

B

1.4TujuanB

BTujuan yang ingin dicapai dari Tugas Akhir ini adalah :B

1. Merealisasikan aplikasi metode ekstraksi fitur menggunakan Gabor Filter untuk memverifikasi seseorang melalui citra pembuluh darah.

2. Mengetahui tingkat keberhasilan dari aplikasi dalam memverifikasi seseorang melalui citra pembuluh darah berdasarkan persentase FRR (False Rejection Rate).

1.5BPembatasanBMasalahB

1. Jumlah citra yang akan digunakan sebagai citra pelatihan dan citra uji adalah sebanyak 8 citra dari 10 orang yang berbeda (5 citra digunakan sebagai citra pelatihan dan 3 citra sebagai citra uji) dan 1 citra dari 5 orang di luar citra pelatihan dan citra uji.

2. Citra berupa gambar grayscale 8-bit dengan resolusi 320 x 240.

3. Pengambilan dan pengolahan citra tidak dilakukan secara real-time.

4. Pembuatan aplikasi menggunakan perangkat lunak MATLAB.

1.6BSistematikaBPenulisan

Penyusunan laporan Tugas Akhir terdiri dari lima bab sebagai berikut :

 Bab 1. Pendahuluan

(26)

Bab I Pendahuluan

B

 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 fitur Gabor.

 Bab 3. Perancangan Perangkat Lunak

Bab ini berisi penjelasan desain yang akan dilakukan dalam membuat perangkat lunak untuk memverifikasi seseorang melalui citra pembuluh darah menggunakan ekstraksi fitur Gabor.

 Bab 4. Pengujian dan Analisa

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

 Bab 5. Kesimpulan dan Saran

(27)

BAB 5

KESIMPULAN DAN SAEAN

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

5.1. Kesimpulan

 Pembuatan program untuk verifikasi citra pembuluh darah menggunakan ekstraksi fitur gabor berhasil direalisasikan menggunakan MATLAB R2102a.

 Dari hasil pengamatan dalam pengujian program, didapatkan presentase FRR sebesar 33,33%. Hasil pengamatan dari percobaan orang kembar dapat diambil kesimpulan bahwa pada orang kembar sekalipun, pola pembuluh darah berbeda, sehingga menghasilkan nilai fitur yang berbeda, dan menghasilkan jarak Euclidean yang cukup besar. Hasil pengamatan dari percobaan pengambilan citra 2 kali secara berurutan dapat diambil kesimpulan bahwa meskipun pada orang yang sama, pengambilan citra berulang-ulang akan menghasilkan fitur yang serupa tetapi tidak sama persis. Hal ini ditunjukkan oleh jarak Euclidean yang sangat kecil.

5.2. Saran

 Saat pengambilan citra, lebih baik dengan kondisi pencahayaan yang sama, karena akan berpengaruh pada pengolahan data dan ekstraksi fitur

(28)

DAFTAR PUSTAKA

[1]. Andrianto, Heri (2009). Diktat Kuliah Bahasa Pemrograman.Bandung: Universitas Kristen Maranatha

[2]. Prijono, Agus dan Marvin Ch. Wijaya (2007). Pengolahan Citra Digital

Menggunakan Matlab Image Processing Toolbox. Bandung:

INFORMATIKA.

[3]. Vikri Ahmad Fauzi (2012). Identification Of A Person Based On The Vein

Image Using Feature Extraction Scale Invariant Feature Transform (SIFT).

Universitas Kristen Maranatha, Bandung.

[4]. Jinfeng Yang, Yihua Shi and Renbiao Wu (2011). Finger-Vein Recognition

Based on Gabor Features, Biometric Systems, Design and Applications, Mr Zahid Riaz (Ed.), ISBN: 978-953-307-542-6, InTech, Available from:

http://www.intechopen.com/books/biometric-systems-design-and-applications/finger-vein-recognition-based-on-gabor-features

[5].

http://www.mathworks.com/help/images/examples/contrast-enhancement-techniques.html diakses April 2013

[6]. http://en.wikipedia.org/wiki/Gabor_filter diakses Februari 2013

[7]. www.biometrics.gov/Documents/biofoundationdocs.pdfdiakses tanggal 15