Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
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.

Abstrak :
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.

Abstrak :
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.