Pengenalan Sidik Jari Dengan Rotation Invariant Menggunakan Metode Weber Local Binary Pattern Dan Circularly Symmetric Gabor Feature

Abstract

Abstrak Fingerprint sudah banyak digunakan sampai saat ini. Sebuah penelitian yang sudah dilakukan untuk mengidentifikasi sidik jari yang tidak dapat berotasi. Masalah tersebut mengakibatkan terbuangnya waktu dan kurangnya efisiensi dalam mengidentifikasi seseorang. Permasalahan tersebut dibutuhkan teknik atau metode yang dapat mempermudah untuk mengenali citra/gambar sidik jari dan akan mengidentifikasi pemilik sidik jari yang dapat berotasi. Proses pengenalan sidik jari dimulai dari akuisisi data citra, pengolahan gambar, dan di proses dengan metode Weber Local Binary Pattern (WLBP) dan Circularly Symmetric Gabor Feature (CSGF). Citra sidik jari akan dicocokkan dengan citra yang ada pada database menggunakan algoritma Back Propagation. Hasil dari identifikasi sidik jari dalam implementasi sidik jari berotasi menghasilkan rata-rata tingkat akurasi sebesar 72% menggunakan partisi data latih 85% dan data uji 15% dengan akurasi 81%. Kata kunci: Metode Weber Local Binary Pattern (WLBP), Metode Circularly Symmetric Gabor Feature (CSGF), fingerprint, Back Propagation. Abstract Fingerprints have been widely used today. A study conducted to identify non-rotating fingerprints. These problems result in wasted time and lack of identification of a person. This error requires a technique or method that can make it easier to recognize the image of the fingerprint and will identify the owner of the fingerprint that can rotate. The fingerprint recognition process starts from image data acquisition, image processing, and processing using the Weber Local Binary Pattern (WLBP) and Circularly Symmetric Gabor Feature (CSGF) methods. The fingerprint image will be matched with the existing image in the database using the Backpropagation algorithm. The results of the rotating fingerprint implementation produce an average accuracy rate of 72% using 85% training data partition and 15% test data with an accuracy of 81%. Keywords: Weber Local Binary Pattern (WLBP) Method, Circularly Symmetric Gabor Feature (CSGF) Method, fingerprint, Back Propagation.