PENGENALAN SIDIK JARI MENGGUNAKAN HIT AND MISS TRANSFORM DAN NORMALIZED CROSS CORRELATION (NCC) UNTUK SIMULASI SISTEM BUKA-KUNCI PINTU

ANANDA RENDIKA

Informasi Umum

Kode

19.04.3236

Klasifikasi

621.367 - Technological photography and photo-optics, Spectrography, Stroboscopic photography, Image processing, Optical data processing

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Image Processing

Dilihat

33 kali

Informasi Lainnya

Abstraksi

Keamanan adalah prioritas yang harus dimiliki sebuah sistem, saat ini keamanan yang umum digunakan masih menerapkan metode conventional seperti menggunakan PIN dan password. Akan tetapi metode ini dirasa masih belum cukup dalam menjaga keamanan sistem, karena masih bisa di akses oleh pihak-pihak yang tidak bertanggungjawab. Teknologi berbasis pengolahan citra berkembang sangat pesat, terutama pengolahan citra dalam keamanan sistem menggunakan metode Biometrics. Oleh karena itu identiifikasi sidik jari bisa diimplementasikan dalam sistem keamanan sebuah pintu, teknologi tersebut menjadi tidak asing dalam mempermudah aktifitas manusia. Pengenalan sidik jari untuk buka-kunci pintu adalah sistem yang digunakan untuk meningkatkan keamanan dengan keakuratan tinggi menggunakan bagian tubuh manusia untuk proses identifikasinya (Biometrik), serta memberikan kenyamanan pada pengguna karena tidak perlu lagi membawa kunci atau mengingat PIN dan password. Dalam pembuatan sistem ini, metode yang digunakan adalah pengenalan sidik jari.

Tugas Akhir ini bertujuan membuat simulasi sistem buka-kunci pintu untuk mengenali sidik jari berbasis pengolahan citra. Simulasi sistem buka-kunci pintu ini akan menjadi sebuah pengenalan sidik jadi dengan tingkat keakurasian dan kecepatan yang relatif lebih tinggi. Dua metode utama yang digunakan dalam pembuatan sistem buka-kunci pintu ini adalah Hit and Miss Transform dan Normalized Cross Correlation. Hasilnya menunjukan simulasi sistem buka-kunci pintu yang dikembangkan dalam penelitian ini berhasil mengenali sidik jari pada jari jempol dengan tingkat akurasi 92% dan pada jari telunjuk dengan tingkat akurasi 98%. Simulasi sistem buka-kunci pintu ini juga dapat menerima pemindaian sidik jari dengan kecepatan 15.995 detik per objek dan pengenalan sidik jari dengan kecepatan 0.0290 ms per objek.

Kata Kunci : image processing, hit and miss transform, fingerprint recognition, normalized cross correlation (NCC), simulasi sistem buka-kunci pintu