Pada metode konvensional yang berdasarkan gabungan dari 2D Gabor
wavelet untuk mengekstraksi ciri khas iris mata, pengenalannya dilakukan dengan
256-byte kode iris mata, yang dihitung dengan mengaplikasikan Gabor wavelet
pada area yang telah diberikan dalam iris. Akan tetapi terdapat kode yang
berlebihan yang dikarenakan kode iris matanya dihasilkan dengan fungsi dasar
tanpa mempertimbangkan karakteristik dari ciri khas iris mata. Oleh karena itu, jumlah kode yang tidak diperlukan pada iris mata ini bertambah.
Tugas Akhir ini akan mengimplementasikan fitur algoritma ekstraksi yang
baru berdasarkan Independent Component Analysis (ICA) untuk pengkodean iris
mata yang lebih maksimal yang dapat merepresentasikan sinyal iris dengan lebih
efisien. Dalam praktiknya, koefisien dari perluasan ICA digunakan sebagai vektor
ciri. Lalu vektor ciri dari iris mata ini dikodekan kedalam kode iris mata untuk di
simpan dan di bandingkan satu-persatu pola dari irisnya. Sebagai tambahan, akan
diperkenalkan metode untuk memfilter fungsi dasar ICA untuk memperbaiki
kemampuannya dalam deteksi. Pengujian dilaksanakan dengan program simulasi menggunakan perangkat
lunak Matlab R2007a. Pengenalan terhadap klasifikasi nilai vektor ciri pada setiap
iris diperoleh dari banyaknya nilai pengenalan atau jumlah persentase setiap nilai
vektor ciri terhadap nilai kelas target yang ditentukan. Dari hasil pengujian
dengan iris mata yang sama tingkat keberhasilan program untuk mengenali berkas
citra iris yang diujikan adalah 100 %. Kata kunci : (Pengenalan iris, Biometrik, Independent Component Analysis, ekstraksi ciri)