Analisis dan Implementasi Scale Invariant Feature Transform (SIFT) pada Sistem Autentikasi Menggunakan Pembuluh Vena

Abstract

Pertumbuhan data yang semakin meningkat setiap harinya memicu pencurian data pribadi oleh pihak yang tidak bertanggung jawab. Guna mengatasi hal tersebut, sistem identifikasi biometrik menggunakan pembuluh darah vena yang terletak di dalam telapak tangan manusia menjadi isu hangat dalam meningkatkan keamanan dalam pengaksesan data. Citra inputan berupa foto telapak tangan diambil menggunakan near- infrared (NIR), sehingga pola pembuluh darah akan terlihat seperti garis hitam. Tahap pertama adalah menentukan wilayah yang akan dianalisa, kemudian citra tersebut akan melewati tahap preprocessing untuk mendapatkan pola pembuluh venanya. Selanjutnya dilakukan proses ekstraksi ciri untuk mendapatkan fitur unik dari citra hasil preprocessing. Pada tugas akhir ini metode ekstraksi ciri yang akan digunakan adalah Scale Invariant Feature Transform (SIFT). Dalam banyak hal di bidang pengenal objek, SIFT telah mampu menunjukkan performa terbaiknya. Diharapkan dengan menerapkan metode ini dapat memberikan performansi yang baik pada sistem autentikasi biometrik menggunakan pembuluh vena. Berdasarkan hasil penelitian yang dilakukan, sistem mampu mengidentifkasi 8 dari 10 orang dengan tepat. Dengan menerapkan metode SIFT ini, dihasilkan nilai Equal Error Rate (EER) sebesar 45% dari penggunaan database CASIA. Kata kunci : biometrik, pembuluh vena, sift