Pengenalan Citra Sidik Jari Berbasis Transformasi Wavelet dan Jaringan Syaraf Tiruan

Abstract

Image recognition is a mechanism to recognize an image that is not recognized by eyes, using certain method. This research was fingerprint recognition based on wavelet transforms and neural network. The aims of this research are to find the best wavelet and to know what the performance of this method is. Fingerprint recognition algorithms start from extracting an image to find image signature by choosing a little wavelet transforms coefficients that have the biggest magnitude value and neural network was used to select the best match (likeness) to original images in the collection. The test were carried out in three kind of wavelets viz Coiflet 6, Daubechies 8, dan Symlet 8 and 5 types of query images (pure, blur, noise, pencil sketch, and edge) and each query image has 30 samples. Query's success rates were determined by using one percent threshold value times size of databases. The result show that this method has good performance, which the average of success rate over 90% and need a little time query. The Symlet 6 can be considered to be the best wavelet for fingerprint image recognition, with success rate 96.36%. With respect to the elapsed query time, of about 0.11 second, the above method is sufficiently efficient for the database size of 1500 records. Abstract in Bahasa Indonesia : Pengenalan citra merupakan suatu mekanisme untuk mengenali kembali citra yang secara signifikan oleh mata tidak dapat dikenali lagi, namun dengan metode dan teknik tertentu citra tersebut masih dapat dikenali. Penelitian ini merupakan pengenalan citra sidik jari berbasis transformasi wavelet sebagai pengolah awal (pre-processing) dan jaringan syaraf tiruan sebagai elemen pengenal (metrika). Tujuan dari penelitian ini untuk menentukan wavelet yang terbaik untuk pengenalan citra sidik jari dan mengetahui performance dari metode pengenalan ini. Algoritma pengenalan citra sidik jari dimulai dengan mengekstrak citra menjadi ciri-ciri citra dengan cara memilih sejumlah kecil (m) koefisien hasil transformasi wavelet yang memiliki magnitude terbesar dan dilanjutkan dengan menghitung tingkat kemiripan antara ciri-ciri citra query dengan citra pustaka digunakan digunakan metode jaringan syaraf tiruan jenis backpropagation. Pengujian dilakukan pada 3 jenis wavelet, yaitu Coiflet 6, Daubechies 6, dan Symlet 6; dan 5 tipe citra query yaitu asli, blur, berderau, sketsa pencil, dan tepi sisi dengan setiap tipe query memiliki 30 buah sampel. Untuk mengetahui tingkat kesuksesan pengenalan, digunakan nilai ambang 1% x ukuran basis data citra. Hasil penelitian menunjukkan bahwa pengenalan citra sidik jari menggunakan transformasi wavelet dan jaringan syaraf tiruan memberikan hasil yang baik, hal ini ditunjukkan dengan tingkat kesuksesan pengenalan diatas 90% dan waktu pengenalan yang singkat. Dari ketiga jenis wavelet yang diuji ternyata ketiga-tiganya memberikan hasil yang baik. Namun jenis wavelet Symlet 6 merupakan wavelet yang terbaik untuk pengenalan citra sidik jari, dengan tingkat kesuksesan pengenalan 96,36%. Sistem pengenalan ini memerlukan waktu pengenalan relatif kecil, yaitu sekitar 0,11 detik untuk ukuran basis data 1500 rekord. Kata kunci: Citra sidik jari, pengenalan citra, transformasi wavelet, jaringan syaraf tiruan dan citra pustaka dan query.