Sistem Identifikasi Biometrik Finger Vein Menggunakan 
Metode Personalized Discriminative Bit Map

FAUZAN SURYAHADI

Informasi Umum

Kode

17.04.059

Klasifikasi

620.007 - Engineering research

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Image Processing

Dilihat

353 kali

Informasi Lainnya

Abstraksi

Berbagai studi mengenai biometrik finger vein telah dilakukan dengan menggunakan beberapa parameter tertentu tapi hingga saat ini sistem biometrik finger vein belum menunjukkan kemudahan dan kehandalannya sebagai sistem autentikasi secara sempurna. Tantangan utama pada sistem biometrik finger vein yang masih menjadi bahan kajian penelitian yaitu masalah akurasi yang masih perlu ditingkatkan, sistem berskala besar, dan kemampuan sistem beradaptasi terhadap lingkungan yang tidak menentu. Kombinasi tepat antara framework dan teknik ekstraksi ciri sangat penting dalam perancangan sistem biometrik agar menghasilkan performansi sistem yang maksimal. Pada penelitian Tugas Akhir ini dibahas mengenai metode Local Binary Pattern (LBP) sebagai algoritma ekstraksi ciri dan Personalized Discriminative Bit Map sebagai framework-nya. Metode LBP dipilih karena mampu mengambil ciri pada citra finger vein berdasarkan level keabuan sebuah piksel dengan ketetanggannya dalam bentuk kode biner. PDBM digunakan untuk menemukan bit-bit terbaik dan yang diskriminatif yang dapat membedakan antara satu subjek dengan subjek lainya. Nilai perbedaan vektor ciri finger vein antara data model dan data uji dihitung menggunakan Jaccard Distance. Hasil dari penelitian ini menunjukkan efisensi dari algoritma ekstraksi ciri LBP dengan framework PDBM dan performansi sistemnya dijabarkan ke dalam beberapa skenario pengujian. Parameter pengujian yang digunakan yaitu radius LBP, step PDBM , dan nilai threshold untuk pengambilan keputusan. Pada konfigurasi nilai radius 3 dan semua kombinasi step(2,4, dan 8) diperoleh akurasi sebesar 98,26 % untuk id2, 96,88 % untuk id4, dan 92,71 % untuk id_6. Nilai threshold sebesar 0,343792 yang didapatkan melalui EER menghasilkan recognition rate sebesar 92,94 %.