Professional Documents
Culture Documents
Septiadi Nugraha
Fakultas Ilmu Komputer Universitas Dian Nuswantoro
Jl. Imam Bonjol No.207, Pendrikan Kidul, Semarang Tengah, 50131
Email: dc.cosmicboy@gmail.com
ABSTRAK
Meskipun terdapat banyak kemajuan di dalam pengembangan mesin scanner sidik jari. Tetapi masih banyak hal yang
perlu dibenahi terkait hasil dari mesin scanner sidik jari karena terkadang sidik jari yang dihasilkan tidak akurat karena
dipengaruhi beberapa faktor, misal: tidak meratanya permukaan sidik jari yang menempel, pencahayaan pada bagian
sisi sidik jari yang terlalu gelap atau terlalu terang. Untuk mengatasi masalah tersebut diperlukan metode yang sesuai
untuk meningkatkan kualitas citra sidik jari sehingga mesin scanner dapat mengidentifikasi sidik jari secara akurat
dan mempercepat proses.
Identifikasi citra sidik jari merupakan bidang pengenalan pola (pattern recognition).
Secara garis besar pengenalan pola bertujuan untuk mengekstraksi sebuah citra sehingga didapat
ciri dari citra tersebut. Terdapat berbagai macam metode yang digunakan untuk proses pengenalan
pola seperti PCA dan 2D-PCA. PCA sendiri merupakan metode yang digunakan untuk mereduksi
sebuah dimensi dengan cara transformasi linear sebuah ruang yang memiliki dimensi besar ke
ruang yang memiliki dimensi kecil. Sedangkan 2D-PCA sendiri tidak perlu merubah citra menjadi
vector kolom terlebih dahulu.
Pada penelitian yang dilakukan oleh Danar Putra Pamungkas, Ema Utami, Armadyah
Aborowati pada tahun 2015 mengupas tentang citra tanda tangan yang dapat dikenali dan
dikomparasi menggunakan metode 2D PCA dan 2D LDA, dua meteode tersebut digunakan untuk
mengetahui akurasi dan kecepatan proses pengenalan pada citra tanda tangan. Dengan
menggunakan metode Euclidean Distance untuk mendapatkan jarak terdekat antara dua objek
sehingga dapat diketahui kemiripan citra tanda tangan tersebut. Data citra yang digunakan sendiri
memiliki 6 kondisi kertas antara lain kertas putih polos, kertas bergaris papyrus, bertotol shingle,
tulisan tanda tangan yang miring dan pada lembar blanko e-KTP. Setelah dicoba
hasil dari pengenalan tanda tangan didapatkan akurasi sebagai berikut, 2D PCA dengan rata-rata
78.27% dan dengan menggunakan 2D LDA rata-rata yang didapat adalah 74.33%. Untuk hasil
perhitungan kecepatan dalam pemrosesan citra tanda tangan dengan 2D PCA rata – ratanya sebesar
0.2605504 detik, kemudian dengan 2D LDA rata – rata kecepatannya 0.2401697 detik. [1]
2. METODE PENELITIAN
Pengambilan Citra Sidik Jari
Proses mendapatkan gambar sidik jari dilakukan dengan cara mengambil citra
digital sidik jari dari hasil mesin scan. Citra diambil pada waktu siang hari didalam ruangan
tertutup.
Citra Sidik Jari
Data yang dipergunakan untuk penelitian ini merupakan citra sidik jari dengan
jumlah 15 dengan format JPEG. Data citra sidik jari berukuran 150x150 piksel. Citra yang
digunakan untuk penelitian ini berasal dari kantor Pemerintah Kabupaten Batang.
4. KESIMPULAN
Nilai akurasi maksimal dengan metode 2D PCA didapat pada scenario 1 dengan rata –
rata akurasi 99.6% dan rata – rata nilai kecepatan proses yaitu 0.22308 detik. Sedangkan
untuk nilai akurasi maksimal metode 2D LDA juga terletak di scenario 1 dengan rata – rata
akurasi sebesar 95.4% dan rata – rata kecepatan proses mencapai 0.207432 detik.
Total keseluruhan rata – rata dari 20 skenario untuk nilai akurasi adalah 78.27% dan
kecepatan proses sebesar 0.26055 detik.
DAFTAR PUSTAKA
[1] E. U. A. A. Danar Putra Pamungkas, "Komparasi Pengenalan Citra Tanda Tangan dengan Metode 2D-
PCA dan 2D-LDA," Citec Journal, vol. II, 2015.
[2] A. P. Matthew Turk, "Eigenfaces for Recognition," Cognitive Neuroscience, vol. 3, no. 1, 1991.
[3] A. K. Erni Yusniar, "Identifikasi Daun Shorea menggunakan KNN dengan Ekstraksi Fitur 2DPCA," Ilmu
Komputer Agri-Informatika, vol. 3, pp. 19-27, 2014.