Sistem Pengenal Individu Berbasis Gabungan Palmprint Dan Palm Geometry Menggunakan Pengukuran Geometris Palm Dan Gabor Filter

Abstrak

Biometrics adalah salah satu bidang dalam computer science yang berkembang pesat belakangan ini. Dalam salah satu penerepannya, biometrics digunakan untuk mengidentifikasi citra dalam proses otentikasi. Karena alasan keandalan, jenis biometrics system yang sekarang banyak digunakan adalah yang multimodal. Isu utama dalam peneltian-penelitian terhadap sistem biometrik palm adalah merancang sistem yang paling efisien dan menghasilkan akurasi yang tinggi pada dataset yang dinamis. Kombinasi Palmprint dan palm geometry adalah kombinasi fitur yang dipilih untuk digunakan dalam penelitian ini. Kedua fitur memiliki keunggulan yaitu dapat diekstrak dari satu citra, sehingga memudahkan proses enrollment. Penelitian ini menggunakan ekstraksi fitur geometris dan Gabor Filter pada palmprint. Manhattan Distance digunakan untuk proses matching. Penelusuran titik-titik penting dan Region of Interest (ROI) dilakukan dengan menggunakan algoritma Competitive Hand Valley Detection. Perhitungan akurasi akan dilakukan terhadap 600 citra palm dari dataset yang diambil dari database Casia Multispectral Palmprint yang berasal dari 100 user. Pada pengujian awal digunakan 4 citra sebagai citra training dan 2 citra sebagai citra testing. Pada pengujian selanjutnya digunakan juga perbandingan data training dan testing 3:3 dan 2:4. Sistem ini menghasilkan FRR sebesar 1.76%, FAR sebesar 1.51%, dan error rate sebesar 3.27% pada perbandingan data training dan testing 4:2.


Kata Kunci : Multimodal Biometrics, Palmprint, Palm Geometry, Gabor Filter, Competitive Hand Valley Detection