Implementasi Alignment Point Pattern Pada Sistem Pengenalan Sidik Jari Menggunakan Template Matching

Abstract

Abstrak Sidik jari merupakan salah satu dari sistem identifikasi biometric. Hal ini dikarenakan sidik jari memiliki pola yang unik dan berbeda pada setiap manusia, sehingga identifikasi menggunakan sidik jari sudah tidak dapat diragukan lagi. Namun, pencocokan sidik jari secara manual sangat sulit dilakukan karena kerumitan pola yang ada didalamnya. Karena itu, dibutuhkan sistem yang dapat mengenali sidik jari secara akurat. Dalam sistem pengenalan sidik jari dibutuhkan 3 proses tahapan yaitu image enhancement, ekstraksi ciri, dan pencocokan. Pada penelitian ini, metode Crossing number digunakan sebagai proses ekstraksi minutiae dan template matching sebagai pencocokan. Ditambahkan juga proses alignment point pattern yaitu proses perputaran dan pergeseran guratan sidik jari untuk meningkatkan performa sistem. Hasil penelitian memberikan performa sebesar 18,54% dengan proses pencocokan tanpa alignment point pattern, dan memberikan performa 67,40% dengan menambahkan proses alignment point pattern.


Kata kunci : pengenalan sidik jari, alignment point pattern, ekstraksi minutiae, crossing number. template matching

Abstract Fingerprints is one of biometric identification system. This is because fingerprints have unique and different pattern in every human, so identification using fingerprints can no longer be doubted. But, manual fingerprint recognition by human hard to apply because of the complex pattern on it. Therefore, an accurate fingerprint matching system is needed. There are 3 steps needed for fingerprint recognition system, namely image enhancement, feature extraction, and matching. In this study, crossing number method is used as a minutiae extraction process and template matching is used for matching. We also add alignment point pattern process added, which are ridge translation and rotation to increase system performance. The system provide a performance of 18,54% with a matching process without alignment point pattern, and give performance of 67,40% by adding alignment point pattern process.


Keywords: fingerprint recognition, alignment point pattern, minutiae extraction, crossing number, template matching