Hasil Pencarian  ::  Simpan CSV :: Kembali

"Isolasi daerah iris yang tepat dan kecepatan waktu proses yang cepat sangat dibutuhkan pada proses segmentasi dari suatu sistem. Terlebih lagi apabila dihadapkan dengan pangkalan data yang besar. Biometrik iris merupakan salah satu tipe biometrik dengan tingkat akurasi yang tinggi tetapi banyak pemakaian memori. Segmentasi merupakan proses paling awal dari suatu sistem biometrik iris yang akan sangat menentukan kinerja dari suatu sistem. Umumnya, algoritma segmentasi yang banyak digunakan adalah Daugman Integro Differential Operator (IDO). Algoritma ini mempunyai akurasi yang cukup baik tetapi mempunyai kekurangan penurunan akurasi pada masalah pencahayaan suatu citra dan waktu proses yang cukup lama karena banyak menggunakan iterasi. Dalam tesis ini, disimulasikan algoritma Region of Interest (ROI) untuk mempersingkat waktu proses tanpa mengurangi kinerja dari akurasi segmentasi. Algoritma yang disimulasikan melakukan tahapan blurring terhadap citra yang diolah kemudian melakukan pembagian daerah pencarian untuk menetapkan daerah kasar dari posisi iris dalam. Setelah melakukan optimasi posisi iris dalam maka akan dicari titik perpotongan untuk mencari jari-jari dan pusat dari iris dalam. Langkah terakhir adalah mencari jari-jari iris luar dengan acuan iris dalam dengan menggunakan operasi dasar statistik. Hasil simulasi menunjukkan ROI telah berhasil mempersingkat waktu proses segmentasi dan meningkatkan akurasi dibandingkan IDO dengan waktu proses rata-rata sebesar 0,343 detik, EER sebesar 4,12% dan akurasi segmentasi sebesar 1,826%.

---

The time process and accurate isolation of iris region are really needed in segmentation process of a system, in particular if the system are faced with huge databases. Iris Biometric is one of biometric types that has high accuracy eventhough it uses a lot of memory. Segmentation is the first process of this biometric system that will determine the performance of the system. Generally, the segmentation algorithm uses Daugman Integro Differential Operator (IDO). The algorithm has good accuracy but in some cases due to illumination problem it may create circular patches allowing to the algorithm detect a false region and processing in long period of time because too many iteration.

In this thesis, an algorithm based on Region of Interest is simulated in order to shorten the time process without sacrificing the accuracy. The simulated algorithm use blurring phase and splitting the search region to determine the rough position of inner iris region. Following the optimization of the inner iris position, the intersection point will be searched to determine the radius and the center of the inner iris. The last step is finding the outer iris boundary relative to the inner iris by using the statistical operation. The simulation result shows that ROI algorithm has succeeded to shorten the time process and increase the accuracy compared with IDO with 0.343 s for average time process, 4.12% for EER and 1.826% for segmentation accuracy."

"Suatu sistem biometrik sangat penting untuk identifikasi dan verifikasi suatu individu dengan berbagai tujuan. Biometrik iris merupakan salah satu tipe biometrik dengan tingkat akurasi yang tinggi tetapi banyak pemakaian memori. Tahap pencocokan merupakan salah satu bagian dari sistem biometik iris yang memakai banyak memori sehingga berpengaruh pada waktu proses.Dalam skripsi ini, akan disimulasikan algoritma Incremental Dissimilarity Approximation (IDA) yang akan dibandinkan dengan algoritma vector quantization (VQ). IDA merupakan algoritma pencocokan cepat berdasarkan ketidaksamaan fungsi norm Lp dimana akan menjadi syarat untuk batas pencarian pencocokan. Hasil simulasi menunjukkan bahwa IDA tidak cocok untuk diaplikasikan pada sistem biometrik iris.Performa yang ditunjukkan sama dengan VQ karena variasi vektor pada citra iris masih memenuhi batas pada algoritma IDA. Namun, secara eksperimental telah didapat nilai batas yang optimal untuk sistem biometrik iris sehingga mempersingkat waktu proses. Kode untuk algoritma VQ dan IDA dikembangkan dengan program MATLAB.

---

A biometric system is really important for identification and verification of a person for a lot of purposes. Biometric iris is one of biometric types that has high accuracy but use lot of memory. The pattern matching is part of iris biometric system that required a lot of memory that affect to the time process.In this paper, Incremental Dissimilarity Approximation (IDA) algorithm will be simulated and compared with vector quantization (VQ) algorithm. IDA is a fast pattern matching based on dissimilarity functions derived from Lp norm for becoming the bounding criterion of pattern matching. The simulation result show that IDA is not suitable to implement for iris biometric system. It has the same performance as VQ because the variety of the vector still satisfy the bounding criterion. However, the experiment has determined the optimal bound for pattern matching in iris biometric system that decrease the time process. The code for VQ and IDA are developed with MATLAB."

"Saat ini identifikasi manusia menjadi salah satu bidang penelitian yang berkembang dalam rangka menyelesaikan berbagai permasalahan yang terkait dengan keamanan dan pembatasan akses. Identifikasi perlu dilakukan baik dalam bidang pencatatan sipil (misal e-KTP), bidang keamanan (misalkan kunci biometrik). Tujuan skripsi ini adalah mengimplementasikan sebuah algoritma identifikasi iris dan menganalisis pengaruh proses pembentukan mask dan pengubahan bentuk wavelet pada kinerja algoritma pencocokan pola iris mata yang didasarkan algoritma Daugman yang dirilis pada 2004. Algoritma yang telah disusun dalam skripsi ini memiliki performa CRR 99.8 % (threshold = 0.678) dan EER 3.01 % (threshold = 0.648) dan dengan menambahkan suatu algoritma pembentukan mask dengan mengabaikan 4 posisi piksel yang bersebelahan dengan mask meningkatkan performa deteksi dari segi penerimaan palsu, yakni penerimaan palsu dapat diturunkan sampai 3 kali. Selain itu, algoritma yang telah disusun dalam skripsi ini bekerja paling baik dengan bentuk wavelet yang paling optimum untuk pencocokan iris mata berdasarkan berbagai wavelet yang dianalisis adalah wavelet Gabor.

---

In recent years, human identification has become a major area of study. This is due to the increased focus on security and access limitation. Identification is needed in a wide range of areas, such as civil documentation (e-KTP) and security (Biometric locks). The purpose of this work is to implement and analyze the effect of mask formation and wavelet shape on the performance of the iris matching algorithm based on Daugman's algotrithm released in 2004. The algorithm formulated in this work achieves CRR 99.8% (at threshold 0.678) and EER 3.01% (at threshold 0.648) and by using a masking algorithm which ignores 4 positions of pixels adjacent to the mask, false accept numbers can be improved 3 times, that is there are 3 times less false accept instances. It is also shown that from the various shapes of wavelets used, the wavelet that gives the best result in the algorithm formulated in this paper for iris matching is the Gabor wavelet."

"ABSTRAK: Iridologi adalah studi tentang pola dan warna pada iris mata untuk menentukan informasi tentang kesehatan pasien secara keseluruhan. Salah satu pola yang dapat dilihat adalah Lymphatic Rosary yang terlihat seperti bintik – bintik kecil berwarna putih seperti awan yang mengililingi iris mata membentuk menyerupai untaian mutiara atau rosario. Lymphatic Rosary mengindikasikan adanya penyumbatan pada saluran limfa, yang dapat menyebabkan daya tahan tubuh terhadap stress dan penyakit melemah, menjadi rentan terhadap penyakit. Telah banyak penilitian yang dilakukan menggunakan Deep Learning ataupun Machine Learning terkait Iridologi untuk melakukan pengenalan pada pola dan warna pada iris mata secara otomatis untuk mendeteksi berbagai penyakit, seperti diabetes dan kolestrol yang tinggi. Tetapi belum ada penelitian yang mengaplikasikan Deep Learning ataupun Machine Learning untuk melakukan pengenalan otomatis pada Lymphatic Rosary. Penelitian ini akan mengevaluasi performa model Deep Learning dalam melakukan pengenalan otomatis pada Lymphatic Rosary untuk melakukan klasifikasi pada gambar mata normal dan gambar mata dengan Lymphatic Rosary menggunakan algoritma SVM, KNN dan CNN. Dari algoritma yang diuji, algoritma CNN tidak berhasil dalam mengklasifikasikan gambar mata normal dengan gambar mata dengan Lymphatic Rosary. Hasil dari algoritma SVM mendapatkan tingkat akurasi yang paling tinggi, sampai 98,62%.

---

Abstract : Iridology is the study of the pattern and color of the iris of the eyes to determine information about the patient's overall health. One of the patterns that can be seen is the Lymphatic Rosary which looks like small white spots like clouds that surround the irises to form like a string of pearls or a rosary. Lymphatic Rosary is an obstruction in the lymph channels, which can cause the body's resistance to stress and disease to weaken, making it susceptible to disease. Many studies have been carried out using Deep Learning or Machine Learning related to Iridology to automatically recognize patterns and colors in the iris to detect various disease, such as diabetes and high cholesterol. But there is no research that applies Deep Learning or Machine Learning to perform automatic recognition of the Lymphatic Rosary. This study will analyze the performance of the Deep Learning model in performing automatic recognition on the Lymphatic Rosary to classify images of normal eyes and images of eyes with the Lymphatic Rosary using the SVM, KNN and CNN algorithms. Of the algorithms tested, the CNN algorithm was not successful in classifying normal eye images with eye images with the Lymphatic Rosary. The results of the SVM algorithm get the highest level of accuracy, up to 98.62%"

"Sistem bio-metrik merupakan sistem identifikasi identitas berbasis karakteristik biologis pada manusia seperti wajah, sidik jari, dan iris mata. Iris mata merupakan salah satu karakteristik yang memiliki tingkat reliabilitas tinggi untuk identifikasi seseorang. Pengembangan sistem pengenalan iris mata dengan performa kecepatan dan akurasi yang baik masih terbilang sedikit. Perancangan sistem dengan metode Half Polar Iris Localization dan Normalization bertujuan untuk meningkatkan performa proses segmentasi iris mata. Akurasi dari fungsi lokalisasi dan normalisasi iris pada dataset CASIA-IrisV1 sebesar 95,68 dan performa pengenalan dengan nilai batas Hamming distance sebesar 0.42 memiliki tingkat penolakan sebesar 100 dan tingkat penerimaan sebesar 83,17.

---

Biometric systems is an identification for identity systems based on biological characteristics in humans such as face, fingerprint, dan iris. Iris is one characteristic that has high degree of reliability for the identification of a person. Development of open source iris recognition system with great accuracy and performance is still small. System design with Half Polar Iris Localization and Normalization method aims to increase performance of iris segmentation process. Accuracy of localization and normalization function with CASIA IrisV1 dataset is 95.68 and recognition performance with Hamming distance threshold value of 0.42 has 100 of rejection rate and 93.17 of acceptance rate."

"Sistem biometric menawarkan solusi dalarn proses identifikasi sseorang berdasarkan keunikan iitur atau karakteristik yang ciimiliki oleh setiap individu Sampai saat ini, identifkasi berdasarkan iris rnata rnerupakan metode biometric yang paling akurat dan reliable. Permasalahan yang akan dibahas rnengikutsertakan perancangan simulasi sistem pengenalan berdasarkan pola iris mata seseorang dengan tujuan unmk memverifikasi keunikan suatu iris manusia dan perfonnansinya sebagai salah satu metode dalam telcnologi biometric.Tahap awal sistem pengenalau berdasarkan iris mana adalah segmentasi secara otomatis berdasarkan tmnsformasi Hough sehingga dapat melokalisasi daerah iris dan pupil. Daerah iris yang berbentuk lingkaran yang telah terscgmentasi tersebut selanjutnya akan dinormalisasi ke dalam rectangular representation agar dapat diekstraksi dalam proses selanjutnya. Proses ekstraksi dilakukan dengan cara mengkonvolusi citra iris yang telah dinormalisasi tersebut clengan 1-D Log-Gabor wavelet. Selanjutnya data fase yang diperoleh dari 1-D Log Gabor wavelet dikuantisasi menjadi empat tingkat agar dapat di-encoding menjadi suatu biometric template yang biasa disebut dengan iriscode. Proses pencocokkan antara dua triscode dilakukan dengan menggunakan rnetode Harnming Distance.Percobaan djlakukan dengan mengkombinasikan 108 iris mata yang berasal dari 36 individu yang berbeda (tiga posisi iris yang berbeda untuk setiap orang). Pada sistem yang diujicobakan ini mempunyai false reject rate sebesar 13,88% dan false acceptance rate scbesar 0,00%."

"Skripsi ini bertujuan untuk membuat identifikasi iris mata menggunakan Hidden Markov Model dengan proses ekstraksi fitur berupa segmentasi, edge detection dan polarisasi. Proses yang pertama adalah pengambilan citra mata. Kemudian dilakukan proses segmentasi terhadap gambar mata yang didapat tersebut untuk memisahkan bagian iris dan pupilnya. Selanjutnya dilakukan proses polarisasi untuk memisahkan bagian iris dengan pupil kedalam bentuk polar. Hasil polarisasi inilah yang akan dikenali oleh sistem pengenal. Proses pengenalan iris mata dalam skripsi ini menggunakan Hidden Markov Model yang dilakukan melalui dua tahapan yaitu proses pelatihan data (training) yang dilakukan untuk melatih sistem pengenal yang bekerja, agar dapat mengetahui setiap garis-garis pada iris matanya, serta proses pengenalan iris mata itu sendiri (recognition) yang digunakan untuk mengenali iris mata yang ingin diuji. Seluruh proses yang dilakukan dibuat menggunakan sebuah perangkat lunak. Dari hasil uji coba yang diperoleh, sistem ini dapat mengenali iris mata yang diuji dengan tingkat akurasi mencapai 100%.

---

A Software of iris identification using hidden markov model is developed. The input image is extracted by using segmentation and polaritation process. The first process is taking of human eye image. Then do the process of segmentation of the image that is to separate iris and pupil from the eyes. Then do the process of polarization to separate iris with the pupil into the polar form. Results of this polarization will be recognized by the user's system.

The process of introduction of human iris in this script use the Hidden Markov Model which is done through two stages of the process of training is to train a system that works, so that each can know the lines on the eye iris, and the introduction of the iris itself (recognition) that is used to identify iris that you want to test. The whole process is created using a software. From the results of the trials obtained, this system can recognize the iris eyes tested with a level of accuracy reached 100%."

"Penggunaan pin dan password bahkan token sudah dianggap ketinggalan zaman sehingga negara berkembang banyak mengembangkan metode transaksi berbasis biometrik. Biometrik yang merupakan karakterisitik biologis yang banyak digunakan saat ini adalah mata, wajah, dan sidik jari. Wajah dan sidik jari dalam kondisi tertentu dapat berubah dan tidak dapat dikenali oleh sebab itu mata atau tepatnya iris adalah pilihan yang tepat untuk digunakan untuk metode autentikasi mengingat mata manusia tidak mudah berubah. Tugas akhir ini berfokus pada pengembangan sistem yang sudah ada sebelumnya mengenai autentikasi menggunakan metode lokalisasi dan normalisasi half-polar pada iris mata. Pengembangan yang dilakukan adalah agar pengenalan dapat lebih akurat dan cepat menggunakan metode segementasi mata dan normalisasi yang berbeda dengan metode half-polar serta membuat pengenalan dapat dilakukan pada mata kiri dan kanan secara bersamaan mengingat Iris pattern pada kedua mata manusia berbeda. Metode-metode segmentasi iris yang diajukan adalah Zeta-v1, Zeta-v2, Zeta-v3, Zeta-v4, Zeta-v5, Zeta-v6 dan Zeta-v7. Hasil pengujian terbaik dari segi performa waktu ditunjukkan oleh metode Zeta-v7 dengan rata-rata 0.0138427 detik. Hasil Pengujian terbaik dari segi akurasi sistem adalah Zeta-v1, dengan persentase penolakan yang salah bernilai 100 dan persentase penerimaan yang benar bernilai 94,90.

---

The use of pin and password and even tokens is considered outdated, so many countries develop biometric based transaction methods. Biometrics which are the most widely used biological characteristics are the eye, face, and fingerprint. The faces and fingerprints in certain conditions can change and can not be recognized. The eye or precisely the iris is the right choice to use for authentication methods considering that the human rsquo s eye is not easily changed.

This final assignment focuses on the development of previous systems of authentication using localization methods and half polar Normalization of the iris. Development is performed to make the recognition more accurate dan faster while using different eye segmentation and Normalization methods. The recognition methods can be used for left and right eyes considering both eyes in human have different iris pattern.

The proposed iris segmentation methods are Zeta v1, Zeta v2, Zeta v3, Zeta v4, Zeta v5, Zeta v6 dan Zeta v7. The best test result based on time performance presented by the Zeta v7 segmentation which shows the average time performance 0.0138427 seconds. The best result based on accuracy presented by Zeta v1 which show the percentage of wrong rejection 100 and percentage of right acceptance 94,90."

"Biometrik adalah proses identifikasi dan autentikasi berdasarkan atribut unik yang dimiliki oleh manusia. Salah satu atribut manusia yang dapat digunakan untuk biometrik adalah iris. Iris adalah bagian dari mata yang mengatur banyaknya cahaya yang masuk mengenai retina. Iris berbentuk lingkaran dan memiliki karakteristik yang unik pada setiap orang. Penelitian ini adalah tentang pengenalan iris untuk biometrik.Dalam penelitian ini pembuatan vektor masukan untuk pengenalan dilakukan dengan cara yang berbeda dari biasanya yaitu dengan melingkar, sesuai bentuk iris. Untuk pengenalannya digunakan metode pattern matching dan jaringan syaraf tiruan. Dengan pembuatan vektor masukan secara melingkar, tingkat pengenalan yang dihasilkan cukup tinggi terutama jika metode pengenalan yang digunakan adalah dengan pattern matching.

---

Biometric is the process of identification and authentication based on many unique attributes of human. One of the usable human attributes for biometric is iris. Iris is a part of the human eye which controls the amount of light going to the retina. Iris is circular and each person has a different iris characteristics. This research is about iris recognition for biometrics.

In this research, the input vector for recognition is created with a different way from the usual. The input vector is created by following iris shape which is circular. The recognition process is done by using pattern matching and artificial neural network. The creation of input vector by circling yields a high recognition rate, especially when pattern matching is used for the recognition process."

"Secara teoritis, biometrik dapat digunakan untuk mengidentifikasi dan memverifikasi suatu individu. Iris mata merupakan salah satu instrumen biometric yang handal, karena keunikan dari dan kompleksitasnya.Di dalam penelitian ini dirancang bangun program identifikasi iris mata menggunakan metode Jaringan Syaraf Tiruan (JST). Citra mata dijital yang akan diidentifikasi pertama-tama dilakukan pra-pengolahan terlebih dahulu. Proses ini memisahkan bagian iris dari citra mata menggunakan metode morphologi, yaitu close, erosi dan dilasi. Selanjutnya, citra disegmentasi untuk memisahkan citra iris berbentuk lingkaran dalam koordinat x-y menjadi format polar r-θ berbentuk persegi panjang. Citra polar kemudian diekstrasi untuk mendapatkan nilai karakteristik rata-ratanya dalam bentuk matriks 40 x 1. Nilai karakteristik dilatih dan dimasukkan ke dalam database sebagai input pembanding untuk proses identifikasi. JST terdiri dari 10 layer tersembunyi, 1 layer keluaran, dengan fungsi aktifasi tansig dan purelin.Setelah dilakukan pelatihan untuk 80 citra iris, baik mata kiri maupun kanan, proses identifikasi mencapai tingkat akurasi rata-rata sebesar 87% untuk 5 buah input citra dengan 20 kali uji coba.

---

Theorically, biometric can be used to identify dan verify an individu. Iris is one of biometric identifier that highly acceptable because of its uniqueness and complexity.

The objective of this research is to identifiy an iris using Artificial Neural Network (ANN) method. First, the digital infrared image of eye will be preprocessed which separate the iris from the eye using morphology technique, such as closing, erosion, and dilation. The iris is then transformed from x-y dimension into r-θ polar image, which convert the circle shape into rectangle one. The image was then extracted in order to get the average value of its intensities and saved in 40 x 1 matrix size. These values will be trained in the ANN and inserted into a database to be used as a comparator in identification process. The ANN consisted of 10 hidden layer, 1 output layer, and activation functions of tansig and purelin, respectively.

Using 80 images as training data, the identification accuracy reached 87 % for 5 images and 20 times of test for left side and right side eyes."