IDENTIFIKASI IRIS MATA DENGAN MENGGUNAKAN METODE HIDDEN MARKOV MODEL DAN TAPIS GABOR WAVELET

Titik Wulandari , Nur Hadi Waryanto,

Abstract


Abstrak

Hidden Markov Model merupakan pengembangan dari markov model yang dapat digunakan untuk mengidentifikasi iris mata manusia. Tujuan skripsi ini adalah memaparkan hasil uji, pengolahan hasil dan analisis pengenalan iris mata menggunakan metode Hidden Markov Model dan tapis Gabor Wavelet serta mengetahui solusi lain yang dapat meningkatkan keakuratan sistem pengenalan iris mata. Pada penelitian ini metode yang digunakan untuk identifikasi iris mata adalah metode Hidden Markov Model dengan menggunakan tapis Gabor Wavelet. Dalam proses penelitian menggunakan citra iris mata yang diperoleh dari database CASIA (Chinese Academy of Sciences Institute of Automation) jenis CASIA-Iris-Interval versi 4.0. dan database dari University of Beira (UBRIS.v2). Data yang digunakan berjumlah 40 orang, dimana setiap orang memiliki 10 citra iris mata. Prosedur awal penelitian ini adalah proses pra-pengolahan citra iris mata yaitu pengambilan citra kemudian dilanjutkan dengan ekstraksi iris mata. Selanjutnya pembentukan Hidden Markov Model melalui pembuatan database menggunakan jumlah iterasi 1, 10 dan 20 dengan jumlah blok 13, 26 dan 52. Kemudian hasil pengolahan database digunakan untuk perhitungan nilai keakuratan iris mata dan pengenalan iris mata melalui gambar. Hasil penelitian menunjukkan bahwa nilai keakuratan sistem menggunakan metode Hidden Markov Moderl dengan tapis Gabor Wavelet terbaik pada jumlah blok 52 dengan jumlah iterasi 10 dan 20 yaitu sebesar 91,50%. Sedangkan dengan menggunakan tapis 2D order statistic filter (ORDFILT2) dapat diperoleh nilai keakuratan yang lebih tinggi yaitu sebesar 98,50% pada iterasi 20 dengan jumlah blok 52.

 

Kata kunci: Iris Mata, Hidden Markov Model, Gabor Wavelet

 

Abstract

Hidden Markov Model is a development of a Markov Model that can be used to identify the iris of a human eye. The objective of this research paper is to present the test results, yield processing and iris recognition analysis using Hidden Markov Model and Gabor Wavelet filter and to find out other solution that can improve the accuracy of iris recognition system. In this study, the method used for the identification of the iris is Hidden Markov Model using Gabor Wavelet filter. In the research process using iris image obtained from the CASIA database (Chinese Academy of Sciences Institute of Automation) type CASIA-Iris-Interval version 4.0. and a database from the University of Beira (UBRIS.v2). The data used amounted to 40 people, where each person has 10 images of iris. The initial procedure of this research is the process of pre-processing of iris image which is image taking then continued with iris eye extraction. The formation of the Hidden Markov Model through the creation of the database using the number of iterations 1, 10 and 20 with the number of bloks 13, 26 and 52. Then the results of database processing is used to calculate the value of the iris accuracy of the eyes and the iris recognition through the image. The results showed that the accuracy of the system using the method of Hidden Markov Moderl with the best Gabor Wavelet filter on the number of blok 52 with the number of iterations 10 and 20 that is equal to 91.50%. While using the filter 2D order statistic filter (ORDFILT2) can be obtained a higher accuracy value of 98.50% at iteration 20 with the number of bloks 52.

 

Keywords: Iris Eyes, Hidden Markov Model, Gabor Wavelet


Full Text:

PDF

Refbacks

  • There are currently no refbacks.


 


Online ISSN (e-ISSN): 3031-1152

Creative Commons LicenseJurnal Kajian dan Terapan Matematika by https://journal.student.uny.ac.id/index.php/jktm/index is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.