Peningkatan Akurasi ldentifikasi User pada Iris Biometrik dengan Metode Shifting Nova! Dion Kurniawan1, Parman Sukarno", Aji Gautama Pratada3

(1)

1 2

Pen

i

ngkatan Akurasi ldentifikasi

Us

e

r

p

a

da Iri

s

Biometrik d

e

ngan

M

etode

S

hiftin

g

N

ova! Dion Kurniawan

1,

P

a

rman Sukarno"

, A

ji

G

autam

a

Prat

a

da

3

• .3Faku

l

tas

l

nformat

i

ka, Un

i

versitas Te

l

kom

,

Ba

n

du

n

g

1 diyonyon

.

te

l

komu

ni

vers

i

ty

.

ac.id

,

2 _psu

_ka

_mo

_@

_te

_l

_ko

_m

_univers

_i

_ty.ac

_.id,

3 _ajigps

_@

_te

_l

_komunive

_r

_sit

_y.

_ac

_.

_id

_,

Abs

trak

Te

knolo

g

i

b

io

m

etr

i

c

s

a

t

ioi yan

g

s

e

dang ban

yak

dikemban

g

kan oleh ban

y

ak ahli

IT ya

itu

Iri

s

B

iome

tr

ics.

T

eknolo

g

i

biom

e

tri

c

ini

,

b

e

kerja dengan c

ara

men

g

ukur dan me

g

hitung

input sampl

e

iris mata dari m

a

nu

si

a

,

kar

e

na iris mata

m

anu

s

i

a

sifatn

y

a unik, artinya

se

tiap manusia m

e

miliki bentuk iri

s

m

a

ta

y

an

g

b

e

rbed

a

bahkan untuk ind

ivi

du

ya

ng kembar ideu

t

ik. Poin penting

y

ang biasau

ya

diperhitun

g

ka

n

oleh

us

e

r

s

e

belum

m

em

a

kai sebuah t

e

knologi

biometri

c

tentu

s

aja dil

i

hat dari akurasi

s

is

t

em tersebut.

A

kura

s

i pada

s

i

s

t

e

m

iri

s

bi

o

m

e

tri

c

dapat dilihat dari besarny

a

nilai

F

AR

(

Fa/se

A

cc

ept Rate)

dan

FRR(Fals

e

R

eje

ct Rat

e

)

.

S

eoran

g

pe

n

e

li

t

i m

e

n

e

mukan s

e

buah masalah pad

a

si

s

t

e

m ioi

,

yaitu sistem tidak dapat men

g

indetifikasi

va

lid

ti

dakn

y

a

u

se

r

dari

s

ampl

e

iris mata

y

ang ber

ge

rak secara rotasiona

l. U

ntuk menangani ma

s

alah ini

,

b

a

n

ya

k

s

o

lus

i telah ditemu

k

an

,

sal

a

h satun

y

a d

e

ng

a

n m

en

g

unakan metode

shiftin

g

. S

ecara

g

ari

s

besar output d

a

r

i

s

ample

iris mat

a

u

se

r

y

ang diolah

o

leh sist

e

m

i

r

i

s biom

e

tri

c

akan me

g

ha

s

ilkan sebuah

t

e

mpla

te

d

a

n

m

as

k

yan

g

b

e

risi

binary di

g

it.

Dari

t

e

mplat

e

d

a

n

ma

s

k

te

rs

e

but k

e

mudian dihitun

g

nilai kecocokann

ya

den

g

an

t

e

mplat

e

dan

m

ask

untuk setiap iris mata

y

an

g

telah disimpan oleb

s

istem

. T

ujuan dari dilakuk

a

n n

ya

a

nalisis ini

y

aitu untuk membuktikan p

e

nin

g

kat

a

n akurasi validitas pad

a Iri

s

Biom

e

tri

cs

dengan p

e

n

g

u

j

i

a

n

pad

a

nilai di

s

tribu

s

i h

a

mming distance

Intra cla

ss

dan

Int

e

r cl

a

s

s.

Setelah melakukan penguji

a

n

,

den

gan

metode

s

hiftin

g

ini terbukti sist

e

m dapat men

g

id

e

ntifika

s

i

s

a

mpl

e

rotasionl lebih baik dibandin

g

kan t

a

np

a

m

e

tode

s

hifting.

Kat

a

kunci

:

u

se

r

,

binar

y

digit

,

metod

e shifting

,

t

e

mplat

e,

mask

.

hammin

g

distan

ce,

rotasional

A

bstract

At

Th

ese

d

ay

ma

ny

IT exp

e

rt in

t

he w

o

rld ha

s

do

i

n

g

som

e

rese

a

rch for th

e

n

e

w

bi

o

m

e

tri

cs

system ca

ll

e

d

Ir

is

Biom

e

tri

cs

.

B

as

ically thi

s

kind of

ty

pe

b

io

m

e

tri

cs

s

yste

m works b

y

m

e

a

s

urin

g

and calcul

at

in

g

hum

a

n

i

r

i

s,

b

e

cause huma

n

iris are unique and e

v

e

ry

p

e

r

s

on in the world even p

e

rson who h

a

d id

e

nti

c

al

tw

in

s

it

s

hould b

e

ha

v

e a different kind of iris

s

hape.

T

h

e

import

a

nt thing that

u

se

r

alwa

y

s thin

g

king b

e

for

e

usin

g

biometri

c

s

y

stem is about the performance of sy

s

t

e

m

.

Biom

e

tri

c

s

ys

tem performanc

e

can be measure

d

b

y

th

e va

lue of

FAR(Fals

e Acce

pt Rllt

e

)

and the

v

alu

e

of

F

RR(Fals

e

R

e

j

ec

t Rat

e

).

Th

e

r

e

i

s

a probl

e

m with

t

his

biom

e

tric s

y

s

te

m which i

s

th

e

s

y

st

e

m couldn

'

t id

e

ntifi

c

at

e v

alid

u

se

r

or un

v

alid

u

se

r

i

f t

h

e

sampl

e

o

f

u

se

r

that movin

g

rot

a

ti

o

n

a

l.

T

h

e

r

e

is a lot id

ea

from

d

iff

e

rent reference

,

for

e

xampl

e

solvin

g

this pr

o

bl

e

m

wi

th

S

hifting Method.

B

a

sicall

y

th

e

output of thi

s

Iri

s

biom

et

ri

c

s

y

s

te

m is an

t

e

mplat

e

a

nd

ma

s

k

whi

c

h i

s

th

ere

i

s

a Bin

ary

digi

t

in ea

c

h

ma

s

k

and

t

e

mplat

e

that ha

s

been pr

oc

eed by

sy

st

e

m

.

S

hiftin

g

m

e

tho

d will findin

g

a

n

c

o

mpa

t

ibili

ty

v

a

lu

e

between two

t

e

mplat

e

that ha

s

been

c

om

p

ar

e

d.

T

h

e

Hammin

g

Di

s

tan

ce

valu

e

is us

e

d to

find

v

alida

t

ion bet

w

een two iris

s

ampl

e

.

So the r

e

sult of thi

s

anal

ys

is is to impro

ve

accurac

y

validati

o

n of

• iri

s

biom

e

tric

s

y

st

e

m

with a testing

Intra cla

ss

hammin

g

di

s

t

a

n

ce

distributin

a

nd

Int

e

r clas

s

ham

m

in

g

di

s

tan

ce

di

s

tribution

which i

s

th

e

result that

c

alcul

a

t

e

hamming di

s

tance

v

alue with shiftin

g

m

e

thod

is

m

o

r

e

a

ccurate better than withou

t

s

hifting m

et

ho

d,

s

o hopefull

y

thi

s

method could be

s

ol

ve

the problem

i

f

s

a

mp

l

e

rotational.

Ke

y

word

s:

us

er,

b

i

nar

y

di

g

it

, S

hif

ti

n

g

m

e

thod

,

t

e

mpl

a

t

e,

ma

s

k.hammin

g

d

is

ta

nce

.r

o

tati

o

nal

1. P

endahulu

a

n

L

at

a

r Belakan

g

T

ek

n

o

l

ogi bio

m

etrik saat

ini

sering banyak mengalam

i

per

k

embangan

,

karena jenis teknolo

g

i ini sudah

teruj

i

da

n t

er

b

u

kt

i

k

ea

m

a

n

a

n

nya

d

a

n k

eca

n

gg

i

ha

n n

ya. S

i

s

t

em kea

m

ana

n

tek

n

ologi b

i

ometrik suda

h

terbukt

i

c

u

kup

su

li

t

untu

k d

i

re

t

as o

l

e

h

seora

n

g krimi

n

a

l

cyber, co

n

to

h p

enerapa

n t

eknologi biome

tri

k

y

ang te

l

ah ban

y

ak

d

iim

ple

m

en

t

as

ik

a

n

pada

k

ala

n

ga

n m

asyara

k

at ya

i

tu sepert

i

pe

n

ggunaa

n

sid

ik j

ari

p

ada pe

m

buata

n

kartu ident

i

tas

pe

n

d

u

d

uk,

pene

ra

pan k

u

nci kea

m

a

n

an

p

ada sebua

h

bra

n

kas bank

,

pe

n

erapan kunci

k

eamanan pada han

d

phon

e

da

n m

asi

h

ba

n

yak

l

a

g

i pe

n

gi

mp

le

m

e

nt

asian da

ri

tek.no

l

og

i

b

i

ome

t

r

i

k.

B

erbicara

t

entang te

kn

olog

i

bio

m

etrik

,

se

b

ua

h

tekno

l

ogi b

i

o

m

etrik ya

n

g saat

i

ni ba

n

yak dim

i

na

ti y

a.itu

Iris bio

m

e

t

ri

c

. Iris bio

m

etri

c

a

d

a

l

ah seb

u

a

h m

etod

e

pene

r

apa

n

b

i

ometrik dengan mengambil ci

r

i kara

kt

er

i

st

i

k

man

u

s

i

a pada bag

i

an

i

r

i

s

m

ata[

2 ].

Iri

s mata manus

i

a terbukt

i

s

i

fatnya

uni

k ata

u

setiap i

n

di

vi

du mem

p

un

y

ai ciri

(2)

bi

o

metrik jenis ini y

a

itu dengan men

g

ambil

s

ebuah

sample

iri

s

mata dengan

a

lat

biometric,

la

lu

kemudi

a

n

sample

ters

ebut dipro

s

e

s s

ampai mengha

s

ilkan

output

b

e

rupa

template

dan

mask,

k

em

u

d

i

a

n

s

i

s

t

em aka

n

m

e

ng

hit

u

n

g

k

e

c

oc

okan dari

template

dan

mask

y

an

g

di input

k

an den

g

an

template

ind

iv

id

u

lain d

a

n

k

em

u

d

i

an d

ii

d

e

n

tifik

a

si

d

a

n di

v

erifika

s

i

den

t

ita

s

da

r

i

sample

ter

s

ebut[ l].

S

e

o

ran

g

pen

e

liti telah menemu

k

an

s

ebuah

issue

p

a

da te

k

nolo

g

i

iris biometric,

y

ait

u

dim

a

n

a tek

n

o

l

ogi i

ni

tid

ak

d

a

pat melaku

ka

n

v

alida

s

i dan id

e

ntifi

k

a

s

i

se

cara benar dan akurat dari

sample

i

ris

ma

ta

user

ya

n

g

mel

ak:

u

k

an

p

e

rgerakan

se

cara

ro

tasional. Gambaran

s

ingk

a

t tentan

g

issue

ini

y

aitu

a

p

ab

ila

user

y

an

g v

a

l

id m

e

n

g

i

np

u

tka

n

sample

y

ang ber

g

era

k

rotasional

,

maka

s

e

c

a

ra

ot

o

ma

t

is si

s

tem ak:

a

n menolak

user

t

er

s

e

b

ut

y

an

g se

ha

rus

n

y

a si

s

t

em

m

e

n

e

rima

va

lidita

s

dari input

a

n

user,

begitu pula

s

ebalikn

ya

apabila

user

y

an

g t

idak

valid

meng

input

k

an

sample

rot

as

ional maka ol

e

h si

s

tem akan

s

ecara

o

t

o

m

a

ti

s

d

i

an

gga

p

valid,

y

ang

s

eharu

s

n

y

a

s

i

s

tem m

em

baca

ti

d

a

k

v

alid.

D

e

n

g

an ad

a

n

y

a

issue

ter

s

ebut tentu ban

y

ak ahli IT dunia t

e

rm

o

ti

v

a

s

i untu

k

m

e

lak:

u

kan pene

l

i

t

ian ini le

bih

l

a

njut

dan mela

k

ukan ban

ya

k uji coba d

e

ngan merumu

sk

an alg

o

ritma dan met

o

de

b

aru un

t

uk men

a

n

g

ani

issue

in

i.

Seorang ahli IT telah berhasil melakuk

a

n u

j

i c

o

ba dan membuat

s

ebuah meto

de b

aru un

t

u

k me

n

gu

ran

gi

re

s

ik

o

ke

s

alahan pada pro

s

e

s

identifikasi

sample

i

r

is mat

a y

an

g

ber

g

erak

ro

t

a

si

,

y

aitu den

g

an me

ngg

un

akan

me

t

ode

Shifting,

ke

g

unaan dari metode ini

y

aitu untuk men

g

optimalkan nilai perhitun

g

an di

s

tribu

s

i

hamming

distance

den

g

an melakukan prose

s

perg

ese

ran bit biner pada

template

dari

sample

y

an

g

be

rg

erak

ro

t

asiona

l

[

l

)

.

Menurut an

a

lisa dan percobaan

y

an

g

telah

be

liau lakukan

,

bah

wa faktor ya

n

g

m

e

rn

p

en

g

aruh

i k

e

akur

at

a

n

pada

sample

iri

s

ma

ta ya

ng berg

e

rak rota

s

ion

a

l

ya

i

t

u p

a

da perhitun

ga

n n

i

l

a

i ha

sil

p

enc

a

ria

n

hamming distance

pada setiap

template

dari

sample,

y

an

g

dirnana nilai ter

s

ebut diperlukan untuk rne

n

cari nil

ai o

pti

mal unt

u

k se

ti

ap

template

yang dibandingkan pada

s

atu indi

v

idu

y

an

g s

ama

(intra

class)

dan indi

v

idu berbeda

(inter clasl)[I].

Akurasi dari

iris biometric

dapat diukur at

a

u dilihat melalui tingk

at

an be

s

a

r k

e

c

il n

ya nilai

FRR(False

Reject

Rate)

dan F

AR(False Accept Rate)[I].

Topik dan Batasannya

Berdasarkan latar belak:an

g

dari p

e

nelitian

i

ni

,

dapat dirumu

s

kan p

e

rm

asal

ah

a

n

p

ad

a p

e

neli

t

ia

n

i

ni

ya

i

t

u

sist

e

m

iris

biometric

tidak dapat mengidentifikasi

user

apabila

sample

user

y

an

g

d

i

ambil oleh

a

l

a

t ini

me

l

a

k

u

k

a

n

p

e

r

ge

rakan rota

s

ional

y

an

g

dis

e

babkan ak

i

bat kuran

g

optimaln

ya a

kura

s

i pr

e

d

i

k

s

i p

ada siste

m

.

A

dap

u

n batasa

n

masalah dari peneliti

a

n ini

ya

i

t

u data set

y

an

g

digunak:an pada p

e

nelitian ini ad

a

l

a

h

CA

SIA

-

Ir

is

V

3 -L

a

m

p de

n

ga

n

jumlah t

o

tal

sample

iris ma

ta

kanan

y

an

g

di

g

unakan

s

eban

ya

k

2000

sample

da

ri

1

0 0 i

nd

i

v

idu be

r

be

d

a

.

Unt

u

k

s

etiap

s

atu indi

v

idu memiliki 20

g

ambar i

ris

mata k

a

nan

,

dari

2 0 gamb

a

r ter

s

ebut

a

k

a

n m

e

n

g

ha

s

i

lka

n

2

0 template

dan

2

0 mask

untuk s

e

tiap

s

atu indi

v

idu

.

Pad

a

p

e

n

e

li

t

i

a

n dengan data

se

t ini

a

kan m

eng

h

asi

lk

an

kur

a

n

g

le

bih

1

90 nilai

hamming

distance

pada perbandingan

Intra Class

untuk

s

etiap

template

dar

i s

atu indi

v

idu

s

a

j

a dan 4

00 n

ilai

hamming

distance

pada perb

a

ndingan

Inter class

untuk setiap

template

d

ar

i du

a

indi

v

idu b

e

rbed

a

. Dan p

ada

penelitian ini pula akan m

eg

ha

s

ilkan kuran

g

leb

i

h to

t

al nil

a

i

hamming

distance intra class

y

ait

u

b

e

rjum

l

a

h

1

9 .

000 nilai dan total nilai

hamming distance inter

class

b

er

jumlah

3 .

37

0 .

00

0 nil

a

i

.

P

a

d

a

p

enelit

i

a

n ini nil

a

i

intra class

dan

inter class

di

g

unakan untuk men

g

hitun

g F

AR

(False

Accept

Rates)

dan FRR

(False

Reject Rates)

y

ang

b

e

rguna untuk men

g

hitung nilai kesalahan predik

s

i di

t

e

r

im

a

n

ya d

an di

t

ola

k

n

y

a

sample user

o

leh

s

i

s

t

em

,

yang

dapat be

r

akibat kurangnya k

e

akuratan

s

i

s

t

e

m dalam m

e

ngid

e

ntifika

s

i

sample

y

an

g

d

i

inp

u

tkan

.

Tujuan

Tuju

a

n p

e

rt

a

ma d

a

ri p

e

n

e

litian ini

y

aitu un

t

uk m

e

lakukan

a

n

a

li

s

a

p

a

k

a

h d

e

n

ga

n m

e

t

o

d

e

shifting

d

a

p

a

t

men

ga

tasi kurang

o

ptimaln

y

a nilai aku

ras

i pr

e

d

i

k

s

i pada

iris biometric

ya

ng m

e

n

y

eb

ab

k

a

n ke

sa

l

a

h

a

n

pa

d

a

identifika

s

i

user.

a

p

a

bil

a

sample

y

ang dip

ros

e

s o

l

e

h

s

i

s

tem melakukan p

e

r

gerak

a

n

ro

tas

i

o

n

a

l.

Tujuan ked

u

a dari penelitian ini

ya

itu unt

u

k m

e

lak:ukan

a

n

a

li

s

a

,

a

pakah

d

e

n

g

a

n

m

e

tod

e perhi

tu

ngan

hamming distance

ya

n

g

diuji pa

d

a penelitian ini

,

dapat m

e

ningk

a

tk

a

n n

i

l

a

i a

kuras

i pr

e

dik

s

i

pa

d

a s

i

s

tem j

i

ka

dibandin

g

kan d

e

n

g

an metode p

e

rhitun

g

an

hamming

distance

d

a

ri rumu

s

an p

e

neliti

s

e

b

elum

nya

.

Organisasi Tulisan

P

e

nuli

s

an tu

gas a

khir ini di

s

u

s

un dalam beb

e

r

apa

ba

gi

an a

n

t

a

r

a

l

a

in Bag

i

an 1

-

Pend

a

huluan

,

Ba

gia

n

2 -

St

ud

i

T

e

rkait

,

Ba

g

ian

3 - Sist

e

m

ya

ng diban

g

un

,

B

ag

i

a

n

4 - Eva

lu

as

i

,

d

a

n Bagian 5

-

K

es

im

p

ula

n.

2. Studi Terkait

Pen

e

liti

a

n

y

ang

s

an

g

at terkait den

g

an p

e

n

g

e

rja

an tuga

s

akhir ini

y

ait

u b

e

r

d

asa

rk

a

n ha

s

i

l p

en

e

litian

yang

dilaku

k

an oleh LiborMasek[

l

]

,

y

an

g

melakuk

a

n p

e

neliti

a

n dengan m

e

mbuat

se

buah metode p

e

rhitun

ga

n

ham

m

i

n

g

di

s

t

a

n

c

e den

g

an met

o

de shiftin

g

pada dua buah da

ta se

t

ya

n

g

berbeda d

a

n men

cari

nilai

o

pti

mal a

kura

s

i FAR

berdasar

ka

n nilai ke

s

eluruhan inter cla

ss

[l] dan

F

RR b

e

rd

as

a

r

kan nilai ke

s

e

l

uruh

a

n in

t

ra cla

ss [

l

] pa

d

a s

hi

fti

n

g

kebe

r

apa d

a

n d

e

n

ga

n men

g

gunakan thre

s

hold b

e

rap

a

.

Kurv

a

RO

C (

Re

c

ei

v

er Ope

ra

t

o

r

C

u

rve) d

i

p

e

rl

uk

a

n untuk

m

e

lihat p

e

rform

a

n

s

i

a

kura

s

i untuk

se

tia

p s

hiftin

g ya

n

g

dil

a

kuk

a

n p

a

d

a

p

e

n

ger

ja

a

n

t

u

g

a

s

ak:hir in

i

p

e

n

u

li

s me

n

da

p

at

(3)

1

1 3. Sis

t

em ya

n

g Dib

an

g

un

Gambaran Umum S

i

stem

M,11::E

l

...._

..

,,

,.

,,

1a,

,

• ...

fVIIV ...

l

....

&RR/t

.

•

.

,i�

....

(JIJlf

·

J

�

l" .. 4�

J

'"'

-

...

'""'

.

'

,

-

.

Pl!'2llff

...

....

,Jwl> ....

l

Gambar 1. P

r

oses kerja sistem

Pad

a

Gamb

a

r

1 menunjukan gambaran pro

s

es kerja dari

s

i

s

tem iri

s biometric.

Pad

a

p

e

neli

t

i

a

n ini

,

input

s

i

s

tem

ya

itu

b

erup

a s

ample

iri

s

mat

a

kan

a

n

, y

an

g

kemudi

a

n

sample

t

er

s

ebut dila

k

u

kan preprocessi

ng

s

egmenta

s

i gam

b

ar den

g

an meggunakan met

o

d

e

Hough Transform

un

t

uk men

c

ari letak ir

is

mat

a

d

an

pupil

ma

t

a[l]

,

y

ang kemudian, hasi

l

dari gambar

s

e

g

menta

s

i tersebut akan dipro

s

e

s Fe

ature

Encoding

d

e

ngan

menggunkan me

t

ode J

D Gabor Filter

y

ang mengha

s

ilkan

s

ebuah der

eta

n angk

a b

iner

y

an

g

d

i

s

impan pada

s

ebuah t

emplate

dan mask. Untuk setiap satu

g

ambar

y

ang te

l

ah diprose

s s

e

g

menta

si

han

y

a aka

n

men

gh

a

s

ilkan

s

atu buah t

emplate

dan satu buah mask.

S

h

ifting

d

an Ma

t

e

/tin

g

Shifting

ad

a

lah seb

u

ah prose

s

pergeseran deretan angka b

i

ner dari p

os

i

s

i

a

wal

ke p

os

i

si ak

hir [

3 ]. Pada

penelitian ini m

e

tode shifting d

i

gunakan untuk melakukan pergeseran deret

a

n angk

a b

in

e

r d

a

ri

se

buah

template,

y

ang kem

u

dian t

emplate

dari ha

s

il

shifting

t

e

r

s

ebut akan d

i

bandingka

n

dengan t

emplate

Jain

y

an

g

tidak di

l

a

kukan shifting

.

Tujuan dari perbandingan dua buah t

emplate

ini

y

aitu untu

k

menghit

u

n

g

nilai

ketidakcocokan

a

ntara satu t

emplate

dengan template

l

ainn

y

a

.

Pad

a

penelit

i

an ini terdapat 2 cara perbandin

g

an un

t

uk setiap dua buah t

emplate

ya

ng d

i

bandi

ng

kan

y

a

it

u

c

a

ra pertama adalah memband

i

ngkan dua buah t

emplate

dari sa

t

u

i

ndi

v

idu dan

cara k

edua

a

dal

a

h

membandingkan dua b

u

ah t

empla

t

e

dari dua indi

v

idu

.

Perbandingan dua buah templat

e

dari

s

atu indi

v

idu saja di

s

ebut dengan Intra

Class,

s

ed

a

n

g

kan

perbandin

g

an dua bua

h

template

dari dua indi

v

idu berbeda disebut dengan Int

er

Class.

Setelah d

il

akukan proses shifting

,

t

a

h

ap

s

e

l

anjut

n

ya ya

i

t

u m

e

l

akukan p

ro

ses Mat

ching

untuk men

g

h

i

tung

nilai ketidakcoc

o

kan pada dua bua

h

template

ya

ng dibandingkan

.

Pro

s

e

s

perhitungan M

atching

pada dua buah temp

l

ate

y

an

g

dibandin

g

kan di

s

ebut de

n

g

a

n H

amming

Distance.

U

ntuk rumus algori

tm

a u

n

tuk meng

hi

tung hamming distanc

e

y

ai

tu s

ebaga

i b

e

r

ikut.

H

D

=

LN

C )

L

₁

"!=l

Xj(XOR)'tj(AND)Xn'

j

(AND)Yn'

j

K

ete

rangan

:

N

-

k=t

Xn

k O

R Yn

k

_X

_i=

_Te

_mp

_l

_at

_e

_I

�

=

Te

mp

l

at

e 2

Xn

_'1

=

No

i

se M

a

s

k l

Y

n

1

=

N

o

ise M

a

s

k

2 X

nk

=

Ma

s

k

I

Y

nk

=

M

a

s

k

2 N

Total bit

(4)

I

•

1

��

��1\l�M�

\

"'�r,

t

I I•

B

e

rikut ini pada gambar 2 ad

a

l

a

h ilu

s

tra

s

i

pros

e

s

S

h

ift

in

g

dan

M

atchi

n

g

d

ar

i

d

u

a b

u

ah

temp

l

ate

y

a

ng

dibandin

g

kan

..

Tem

pl

a

t

e

l

S

h

ift O

b

its

10 00 11 00 10 01

I

...

E

HD=

0. J

8

3 T

e

mpl

att2

00 11 00 10 01

10 I

T

emp

l

ate

l

Te

m

pl

atel

(

a

)

...

S

hif

t 2 b

i

ts

kt .kiri

00 11 00 10 01 10

00

11 00 10 01 10

-.1

HD=0

.

00 I

,

1 r,

I'

,

·I

· .!

·I

"

Templ

at

e

I

Te

wpl

a

t

e2

01 10 00

11 00 10

I

...

I

00

11

00

1 0 01 10

I

(h)

HD=

0 .33

I

,

+

_1'�

(

c

)

Garn bar 2. (a) ilustrasi perband

i

ngan templat

e

tanpa metode Shif

t

ing

,

(b) ilustrasi perbandingan

temp

l

ate menggu

n

akan metode S

h

ffting dengan menggeser 2 bit biner ke kanan

(+)

positive dan 2 bit

biner k

e

kiri(-) negative

,

(c) ilustrasi proses Matching setelah proses

s

hifting dilakukan.

Hamming Dist

a

nc

e

Ha

mmin

g dis

t

a

n

ce

y

aitu pr

os

e

s

untu

k

m

e

n

g

hitun

g

ni

l

ai

ke

tid

a

k

c

o

co

k

a

n

pada sua

tu dereta

n

an

gka bi

t

b

iner

y

an

g

dib

a

ndin

g

k

a

n

[

I].

Pad

a

p

e

n

e

li

t

i

a

n ini nila

i

h

a

mm

i

n

g

di

s

t

a

n

ce

dih

as

il

k

a

n, se

t

e

l

a

h p

roses

shifting

a

t

a

u p

roses pergese

r

an

a

n

g

ka b

i

t biner untuk

se

ti

a

p

sa

tu

k

ali

pe

r

gesera

n bit

ya

n

g d

i

l

a

kuk

a

n

.

J

a

d

i u

n

tuk set

i

a

p p

ergeseran b

i

t atau

p

roses

s

hiftin

g

ya

n

g

dilakukan

,

m

a

k

a s

i

s

t

e

m ak

an

s

eca

ra

o

t

o

mati

s

mel

akuka

n

per

h

i

tun

ga

n

u

n

t

u

k menghasilkan

nil

a

i k

e

tidakco

co

kan antara deret

a

n

a

n

gka

bin

er

d

ar

i du

a

b

u

ah

t

e

mpl

a

t

e

ya

n

g d

i

ban

din

g

k

a

n

, apabila deretan

a

n

g

ka biner dar

i s

a

l

a

h

s

atu

t

e

mp

late

b

e

r

gese

r[l

].

Jadi

se

ba

g

a

i c

ont

o

h apabi

l

a a

d

a

du

a

buah

te

m

p

l

ate,

ya

itu

t

emp

l

a

t

e

1 d

an

template

2, ya

n

g

d

iman

a

setiap

t

e

m

pl

at

e

terdiri

d

ari der

e

t

a

n

a

n

g

k

a

bin

e

r

.

K

e

mudian

t

e

mpl

a

t

e

I d

an

template

2 te

r

sebut d

i

ba

n

d

in

g

k

an, maka

h

a

n

y

a

t

e

mpl

ate

l

sa

j

a ya

ng dilakukan p

ros

e

s

shifti

n

g,

se

d

a

n

g

k

an

untu

k

templa

t

e

2 ti

d

ak

d

i

l

akukan

shifting

.

La

lu k

e

mudian

s

i

s

t

e

m ak

a

n men

g

hitu

ng

nil

a

i k

et

idak

c

o

cok

an

a

n

tara

d

ereta

n

a

n

g

k

a bi

n

er

p

ada

te

m

plate

1 ya

n

g

s

udah di

l

a

kuk

a

n

shift

in

g

den

g

an d

e

r

e

tan

angka b

in

e

r p

a

d

a

t

e

mplat

e

2 yang tidak

di

l

aku

k

an

shifti

n

g.

P

e

n

e

l

i

ti

se

b

e

lurnn

ya

tel

a

h m

e

l

a

kukan uji

co

b

a

p

e

rhitun

g

an

h

a

mm

ing distance

,

de

n

ga

n m

engamb

i

l n

il

ai

h

amm

i

n

g

di

s

ta

nce

te

rk

eci

l

se

ba

g

ai

h

a

m

in

g dista

n

ce

mutl

ak da

ri d

e

r

et

an nil

a

i-ni

l

a

i

ha

m

mi

n

g dis

t

a

n

ce

yang

did

a

p

a

tk

a

n un

t

u

k se

tia

p

pro

ses

s

h

ifti

n

g

a

t

a

u

se

ti

a

p p

e

r

g

e

se

ran

sa

tu bit b

i

ne

r.

P

a

d

a

ke

se

mpat

a

n ini

,

a

k

an dilakuk

a

n

a

n

a

li

s

a

te

rhadap

p

erhitu

ngan

hamm

i

ng d

i

s

t

a

n

ce

ya

n

g aka

n

saya uji

co

b

a,

untuk m

el

ih

at a

p

aka

h d

e

n

ga

n perhitun

gan

ha

mm

i

n

g d

i

sta

n

ce

ya

n

g akan saya

uj

i

,

d

ap

at me

n

g

h

as

i

lkan

n

i

l

ai

hammin

g

d

is

t

a

n

ce

ya

n

g

l

e

bih baik dar

i

perhitun

ga

n

hammin

g d

i

s

t

a

n

ce

ya

n

g

di

l

ak

u

kan

p

en

el

i

t

i

s

eb

e

l

umn

y

a

.

P

er

hitung

a

n

ha

m

min

g

d

istance

y

an

g

a

ka

n

d

iuji p

a

d

a

p

e

n

e

litian ini

ya

i

t

u d

eng

an m

e

n

gh

itun

g

n

i

l

a

i

Mean,

Me

di

a

n

, Mo

du

s, Mea

n

±

0 .2(S

td

), Mea

n

±

0. -l

(Std), Mean

±

0 .

6(S

t

d)

d

a

n

Mea

n

1-

0.'B(S

t

d

a

ri n

i

l

ai

-n

i

l

ai

h

a

mmin

g

dist

a

n

ce

ya

n

g

did

apa

tkan

se

t

e

l

a

h p

roses

shifti

n

g

d

a

n

m

a

t

chi

n

g

ya

n

g

di

lak

u

kan, ya

n

g ke

mud

ian

m

e

nj

a

dikan nil

a

i

h

a

mmin

g dis

ta

nce

dari ha

s

il

pe

rhitun

ga

n

M

ea

n

, Median, Mod

u

s. Mean

'-

0.2(Std), Mean

:r

0 .4(S

t

d

)

, Mean

-r:

0 .

6(S

td

)

d

a

n

Mea

n

±

0 .8(S

td

)

pad

a

nilai

-

nil

a

i

hamm

i

n

g

d

ista

n

ce

ya

n

g

dih

as

i

l

ka

n

,

sebaga

i

n

i

la

i

ha

mmin

g di

st

a

n

ce

mu

t

l

a

kn

y

a[ I].

P

e

n

e

liti

a

n ini a

ka

n dilakukan an

a

li

s

a

o

l

eh

p

enuli

s

den

ga

n m

e

n

g

h

itu

n

g

hamming distance

p

a

d

a d

u

a buah

temp

l

a

t

e

ya

n

g

d

iba

n

d

in

gka

n d

e

ngan m

e

n

ggu

nak

a

n m

e

t

o

d

e

shifti

n

g

dan

tan

p

a m

e

to

d

e

shifting.

M

eto

d

e

shift

i

ng

ya

n

g a

k

a

n d

i

u

j

i

y

aitu m

e

laku

ka

n

p

e

ng

ujian

s

h

ift

in

g

d

ari

s

h

ift

in

g

1 b

it

sampa

i

shif

ti

ng

1

0 bi

t.

Be

riku

t

ini pada

Ga

mb

ar 3

ad

a

l

a

h

g

rafik

H

i

s

t

ogram Over

l

a

p h

amming distance intra class

.

hammi

n

g

distance i

nt

er class

d

a

n pad

a g

ambar 4

a

d

a

l

a

h

gra

fi

k

H

istogr

am h

a

mm

ing distance

in

tra cl

a

ss

d

a

n

hamming

distance inte

r

class

un

t

uk m

e

l

ih

at

b

a

n

yak

n

ya

nil

a

i

h

ammi

n

g dis

t

ance in

t

ra class dan inter class

yang