Abstrak
Sidik jari merupakan salah satu anggota tubuh yang dapat digunakan untuk
proses identifikasi. Permasalahan klasifikasi menggunakan sidik jari biasa
dilakukan untuk mengenali identitas seseorang. Fungsi penting sidik jari misalnya
adalah sebagai alat verifikasi indentitas manusia. Apabila sebuah gambar sidik jari
dilihat lebih dekat, maka akan terlihat pola garis tebal dengan berbagai macam jenis
percabangan. Setiap sidik jari manusia memiliki pola yang berbeda dan bersifat
unik. Banyak fitur yang dapat diekstrak pada sebuah sidik jari, dapat berupa pola
yang terputus atau bercabang, fitur ini biasa disebut minutiae/minutia. Agar dapat
dilakukan proses klasifikasi, minutia yang terdapat pada sidik jari harus diekstrak
terlebih dahulu ke dalam bentuk informasi yang mewakili masing-masing sidik jari.
Banyak metode ditawarkan untuk melakukan klasifikasi sidik jari. Metode
yang dilakukan biasanya berbasis machine learning misalnya metode SVM
(Support Vector Machine), adapun metode lain yang dapat diteliti lebih lanjut
misalnya template matching/ pencocokan templat, metode ini mempunyai tingkat
kesulitan yang tinggi karena klasifikasi akan dilakukan langsung pada fitur yang
telah di ekstrak. Kelebihannya metode pencocokan templat adalah kecepatan
hitungan tanpa proses learning.
Proses klasifikasi pencocokan templat bekerja dengan mencocokan templat
sidik jari data test dengan templat train/latih yang terdapat dalam data. Proses
matching/pencocokan berpatokan kepada fitur minutia yang telah di ekstrak. Proses
pencocokan dilakukan dengan menggunakan pendekatan euclidean distance/jarak
euclid untuk masing-masing fitur. Dengan demikian klasifikasi sidik jari dengan
menggunakan metode ekstraksi fitur minutiae extraction/ekstraki minutia dan
metode klasifikasi pencocokan templat dapat menjadi kombinasi untuk
memecahkan permasalahan klasifikasi sidik jari.
Kata kunci : template matching, minutiae extration, fingerprint classification,
klasifikasi sidik jari, ekstraksi fitur minutia.