Pengenalan Sidik Jari Manusia Terdistorsi Menggunakan Algoritma Surf (speeded-up Robust Feature Extraction)

Abstract

Abstrak Salah satu sistem pengenalan identitas yang sudah berkembang adalah pengenalan identitas melalui sidik jari. Namun, dikarenakan oleh kondisi kulit yang berbeda-beda, terkadang sistem sidik jari tidak dapat melakukan identifikasi dengan baik. Beberapa permasalahan kulit yang umum terjadi yang mempengaruhi identifikasi melalui sidik jari antara lain kondisi kulit berminyak, kulit kering, dan kulit pecah-pecah. Pada tugas akhir kali ini, telah dirancang suatu sistem identifikasi sidik jari untuk pola sidik jari yang terdistorsi berbasiskan pengolahan citra. Sistem sidik jari ini merupakan sistem pengenalan sidik jari dengan tingkat keakurasian dan kecepatan yang lebih tinggi. Sistem tersebut akan mengimplementasikan metode Speeded-Up Robust Feature Extraction dan Brute Force Matching. Hasilnya menunjukkan bahwa sistem sidik jari yang dikembangkan dalam penelitian ini berhasil mengenali sidik jari dengan tingkat akurasi 83.30% dan mampu melakukan pengenalan sidik jari dengan rata-rata total respon time sebesar 1.232 detik/kondisi. Kata kunci: Brute Force Matching, Pengenalan Sidik Jari, Speeded-Up Robust Feature Extraction. Abstract One of the identity recognition systems that has developed is identity recognition through fingerprints. However, due to different skin conditions, sometimes the fingerprint system cannot properly identify it. Some of the common skin problems that affect fingerprint identification include oily skin, dry skin, and cracked skin. In this final project, a fingerprint identification system has been designed for distorted fingerprint patterns based on image processing. This fingerprint system is a fingerprint recognition system with a higher level of accuracy and speed. The system will implement the Speeded-Up Robust Feature Extraction and Brute Force Matching methods. The results show that the fingerprint system developed in this study has successfully recognized fingerprints with an accuracy rate of 83.30% and is able to perform fingerprint recognition with an average total response time of 1.232 seconds/condition. Keyword: Brute Force Matching, Fingerprint Recognition, Speeded-Up Roust Feature Extraction.