Upload
vuonghanh
View
226
Download
7
Embed Size (px)
Citation preview
PENGEMBANGAN ALGORITMA SISTEM IDENTIFIKASI MATA MANUSIA
BERBASIS PENGOLAHAN CITRA DENGAN METODE GABOR PADA
PERALATAN AOI ( AUTOMATED OPTICAL INSPECTION )
YOGI WARDANA
NRP. 2107 100 115
JURUSAN TEKNIK MESINFAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI SEPULUH NOPEMBERSURABAYA
2011Next
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 2
DAFtAR ISILatar Belakang
Permasalahan
Tujuan
Batasan Masalah
Manfaat Penelitian
Penelitian Terdahulu
Karakteristik Iris
Sistem Pengenalan Iris
Citra Digital
Filter Gabor
Perhitungan Akurasi Perangkat Lunak
Euclidean Distance
Metode Slovin
Diagram Alir Perangkat Lunak
Analisa Tekstur
Perhitungan Sample
Perbandingan Akurasi
Kesimpulan
Saran
Penutup
LAtAR BeLAKANG
Biometrik
Sistem pengenalan karakteristik fisiologis manusia
Contoh : Sidik Jari, Suara, Wajah, Tanda tangan, Iris, dll
Karakteristik Iris
Iris merupakan salah satu bagian tubuh manusia, letaknya terlindung oleh
kornea dan aquaeus humor
Struktur iris mata setiap orang berbeda.
Memiliki pola yang unik sehingga cocok untuk digunakan sebagai pengenalan
identitasJurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 3
Next
APIKASI BIOMetRIK
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 4
tO MeNu
Akses masuk Bandara bagi para penumpang dan karyawan
PeRMASALAHAN
Bagaimana mendapatkan pola / pattern iris mata berbasis pengolahan
citra (image processing )
Bagaimana melakukan proses ekstraksi fitur iris mata sebagai bagian
proses pengolahan citra dengan menggunakan Filter Gabor
Bagaimana melakukan proses pengenalan dan pencocokan citra input
dengan citra dalam database menggunakan euclidean distance
5Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya
tO MeNu
tuJuAN
Mengetahui cara mendapatkan pola / pattern iris berbasis image
processing
Mengetahui proses ekstraksi fitur iris mata menggunakan filter gabor
Mengetahui cara pengenalan dan pencocokan iris mata yang lebih akurat
untuk mengetahui identitas seseorang
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 6
tO MeNu
BAtASAN MASALAH
Input berupa file citra ( secara offline) dari database CASIA ( Chinese
Academy of Sciences Institute of Automation ) jenis CASIA-Iris-Interval
Citra iris mata dengan format .bmp berukuran 280 x 320
Citra masukan (input ) sudah dalam bentuk grayscale
Citra input adalah mata yang tidak menggunakan lensa kontak dan
kacamata
Mata yang digunakan adalah mata kanan dan dalam kondisi normal (tidak
ada kelainan yang menyebabkan perubahan warna dan bentuk )
Analisa tekstur menggunakan Filter Gabor.
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 7
Next
System setup mengacu pada CASIA, yaitu jenis kamera berupa iris close-up
dengan pencahayaan berupa circular NIR LED
Pengenalan dan pencocokan iris menggunakan metode euclidean distance.
Penyusunan algoritma menggunakan software Matlab R2009b.
Output dari tugas akhir ini adalah berupa Graphical User Interface ( GUI )
yang akan memudahkan dalam proses pengenalan identitas seseorang.
Jumlah citra mata yang diuji dihitung berdasarkan Metode Slovin, yaitu 126
citra mata dari 21 subjek
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 8
tO MeNu
MANFAAt PeNeLItIAN
Software pengenalan identitas personal yang dapat diaplikasikan dan
dikembangkan dalam berbagai aspek kehidupan, antara lain :
Paspor
Kartu identitas
ATM
Absensi diperkantoran
dan lain – lain
9
tO MeNu
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya
PeNeLItIAN teRDAHuLu• ”Identifikasi Personal Biometrik Berdasarkan Pola
Iris Mata Dengan Menggunakan FIilter Gabor”• Dari hasil penelitian ini memiliki tingkat keberhasilan
sebesar 80.35 % pada frekuensi 2 dan pada sudut 00
.
Ichsan (2004)
• “Verifikasi Personal Berdasarkan Citra TanganDengan Metode Filter Gabor”• Keberhasilan pengenalan rata-rata yang didapat
adalah lebih dari 90%.
Resmana Lim & Santoso (2003)
• ”Sistem Verifikasi Sidik Jari Dengan MetodePencocokan Berbasis Bank Gabor Filter”• Metode Bank Gabor Filter memiliki tingkat
keberhasilan (GAR) yang cukup tinggi yaitu 94,89%.
A.A. K. Oka Sudana, D.M.
Wiharta, Mahardhika Tirta (2006)
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 10
Next
A.A. K. Oka Sudana , D.M. Wiharta, Mahardhika Tirta (2006)
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 11
Next
BAcK
Resmana Lim & Santoso(2003)
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 12
tO MeNu
BAcK
KARAKteRIStIK IRISSifat–sifat yang dimiliki iris mata manusia sebagai berikut [ Muron and Pospisil, 2000 ] :
Iris mata manusia sangat terlindungi keberadaannya yang merupakan organ dalam
dari mata.
Iris mata manusia tampak ( kelihatan ) dari suatu jarak tertentu.
Pola iris mata manusia mempunyai derajat keacakan yang tinggi dan mempunyai
tekstur dan struktur yang kompleks.
Stabil (dalam hal jumlah dan posisinya) sepanjang hidup manusia dan tidak
bergantung pada sifat genetik.
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 13
tO MeNu
SISteM PeNGeNALAN IRIS
Secara umum proses pengenalan iris mata akan melalui tahap – tahap
sebagai berikut [Nab08] :
Pengambilan citra
Identifikasi objek iris dan normalisasi citra iris
Ekstraksi fitur iris
Pencocokan iris
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 14
tO MeNu
cItRA DIGItAL
Sebuah citra dapat dinyatakan dalam matrik dua dimensi f(x,y), dimana x
dan y merupakan koordinat spatial dan besaran atau nilai dari f pada
koordinat (x,y) merupakan intensitas atau tingkat keabuan citra pada
koordinat tersebut
Untuk citra berukuran M x N dimana M adalah ukuran yang mewakili baris
dan N adalah ukuran yang mewakili kolom
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 15
tO MeNu
FILteR GABOR
Filter Gabor merupakan salah satu filter yang mampu mensimulasikan
karakteristik sistem visual manusia dalam mengisolasi frekuensi dan
orientasi tertentu dari citra
Gabor yang digunakan dalam Tugas Akhir ini menggunakan variasi lambda
10, 15, dan 20. Dimana setiap Lambda dilakukann pada theta 0, 45, 90, dan
135 derajat. Sehingga akan menghasilkan 12 output Gabor
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 16
Next
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 17
Filter gabor diperoleh dengan memodulasi gelombang sinus dengan
fungsi Gaussian pada frekuensi dan orientasi tertentu. Filter Gabor
yang digunakan adalah menggunakan rumus sebagai berikut :
Keterangan :
XYF = XYt . Freq . 2 . pi
Freq = imSize / lambda
XYt = Xm . cos ( thetaRad ) + Ym . sin ( thetaRad )
tO MeNu
eucLIDeAN DIStANce Euclidean Distance adalah jarak antara dua buah objek atau titik.
Dalam penelitian ini euclidean distance digunakan untuk menghitung kemiripan antar
citra, dimana A dan B merupakan fitur dari citra, yaitu mean dan standar deviasi
Keterangan :
A1 = MEAN CITRA INPUT A2= STDEV CITRA INPUT
B1 = MEAN CITRA DALAM DATABASE B2 = STDEV CITRA DALAM DATABASE
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 18
tO MeNu
MetODe SLOVIN Dalam menentukan jumlah data yang akan digunakan dalam pengujian perangkat lunak
ini, diperlukan suatu metode yang tepat agar tingkat keberhasilan yang dihasilkan bisa
dikatakan accountable. Metode tersebut adalah metode Slovin, berikut ini adalah
persamaannya :
dimana :n = ukuran sampelN = ukuran populasid = galat pendugaan, bernilai 0,1 (10%)
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 19
tO MeNu
PeRHItuNGAN AKuRASI PeRANGKAt LuNAK
Akurasi perangkat lunak di dapat dari akurasi terbaik dari citra hasil
Gabor pada lambda dan theta tertentu.Perhitungan yang digunakan untuk
menentukan akurasi perangkat lunak adalah :
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 20
tO MeNu
INPut cItRA
Data citra mata diambil dari direktori Chinese Academy of Sciences'
Institute of Automation ( CASIA ) dengan tipe Casia Iris - Interval
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 21
Next
DIAGRAM ALIR PeRANGKAt LuNAK
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 22
Selesai
Display PemilikIris Mata
Proses Pengenalan
Mulai
Pengambilancitra iris mata
Penglokasian Pupil
Pendeteksian Iris
Didapatkan Pola Iris
Analisa Tekstur
A
A
Next
PeNGLOKASIAN PuPIL
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 23
Mulai
Citra grayscale
Kontras 1
PelembutanCitra
Kontras 2
Citra black & white
OperasiMorfologi
pendeteksian pupil
BuangPupil
SelesaiA
A
Next
PeNDeteKSIAN IRIS
Mulai
Citra matatanpa pupil
Integral proyeksi
Deteksi iris
Mask iris
Crop iris
Selesai
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 24
Next
tAHAP MeNDAPAtKAN POLAIRIS
Mulai
Hasil Crop Iris
Operasi buang lubang pupil
Mask form
Iris berbentuk persegi
Selesai
25Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya
Next
tAHAP ANALISA teKStuR DAN PROSeS PeNGeNALAN
Mulai
Citra Pola Iris (Input)
Analisa Tekstur
( Filter Gabor )
Fitur Input (prosespengenalan) denganEuclidean Distance
Citra Hasil Pengenalan
Selesai
26Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya
tO MeNu
ANALISA teKStuR
Dalam penelitian ini, menggunakan 3 variasi lamda yaitu 10, 15, dan
20, dimana setiap lamda dilakukan pada orientasi 0, 45, 90, dan 135.
Sehingga akan menghasilkan 12 output Gabor dan menghasilkan 24 fitur
yang berupa nilai mean dan standar deviasi
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 27
Next
HASIL OutPut GABOR
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 28
Next
cItRA HASIL GABOR
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 29
Next
HASIL FItuR cItRA
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 30
Nilai Mean
Mata lamdaOrientasi
0 45 90 135
A6
10 0.279742 0.21802 0.279742 0.34578
15 0.315886 0.286863 0.315886 0.34578
20 0.328857 0.312211 0.328857 0.34578
Nilai Standar Deviasi
Mata lamdaOrientasi
0 45 90 135
A6
10 0.052285 0.038229 0.051315 0.060105
15 0.058227 0.05236 0.062245 0.063907
20 0.062761 0.059917 0.066759 0.067025
tO MeNu
PeRHItuNGAN SAMPLe
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 31
Pada data iris CASIA-Interval terdapat 2639 citra, artinya variabel N bernilai
2639. Perhitungannya sebagai berikut :
Next
ANALISA DAtA
Dari database CASIA Iris – Interval yang digunakan diambil 126 citra mata
untuk diproses. Dimana citra mata ini berasal dari 2 1 subjek, sehingga setiap
subjeknya diambil 6 citra mata.
Dari 6 citra mata yang diproses setiap subjeknya, 4 mata digunakan sebagai
Database dan 2 citra mata sisanya digunakan sebagai Input.
Setiap citra mata yang diproses, baik sebagai database ataupun sebagai input
diproses menggunakan Gabor untuk mencari nilai fiturnya. Sehingga setiap 1
citra mata menghasilkan 12 citra mata baru hasil Gabor dan menghasilkan
24 Fitur (mean dan standar deviasi ).
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 32
Next
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 33
tABeL PeNGeNALAN ( LAMBDA 10, tHetA 0 )
INPutDIKeNALISeBAGAI JARAK
HASILIDeNtIFIKASI
A5 A3 0.001687616 BENARA6 O2 0.007684003 SALAHB5 G4 0.001716057 SALAHB6 B2 0.00281484 BENARC5 C2 ; C3 0.003062547 BENARC6 T1 ; T2 0.011709417 SALAHD5 I3 0.003752479 SALAHD6 K2 ; K3 0.000689806 SALAHE5 R2 0.005561991 SALAHE6 M1 0.007731347 SALAHF5 F4 0.004630859 BENARF6 F2 0.003729512 BENARG5 G1 0 BENARG6 G3 0.001939832 BENARH5 H3 0 BENARH6 H4 0.004667034 BENARI5 I1 0.001298592 BENARI6 I4 0 BENARJ5 K4 0.003737251 SALAHJ6 O1 0.004490187 SALAHK5 K4 0.001577917 BENARK6 M4 0.002818157 SALAH
L5 L2 0.004192373 BENAR
L6 L3 0.003705526 BENAR
M5 E4 0.006378802 SALAH
M6 M2 0.001716877 BENAR
N5 N4 0.002126138 BENAR
N6 N2 0.05584253 BENAR
O5 O1 0.002961964 BENAR
O6 O3 0.004673094 BENAR
P5 P3 0.017353022 BENAR
P6 P4 0.015260776 BENAR
Q5 Q4 0.002237633 BENAR
Q6 Q4 0.00153557 BENAR
R5 R1 0.005762144 BENAR
R6 R4 0.004599066 BENAR
S5 S1 0.001917023 BENAR
S6 S3 0.00149483 BENAR
T5 G4 0.004187477 SALAHT6 T4 0 BENAR
U5 F1 0.003026699 SALAH
U6 U4 0.004558347 BENAR
Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar
adalah 29 citra mata, sehingga tingkat akurasi yang diperoleh sebesar 69.05 %.
Next
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 34
tABeL PeNGeNALAN ( LAMBDA 10, tHetA 45 )
INPutDIKeNALISeBAGAI JARAK
HASILIDeNtIFIKASI
A5 A3 0.000760315 BENARA6 O2 0.006193945 SALAHB5 B3 0.003912485 BENARB6 B2 0.003143516 BENARC5 I1 0.004323025 SALAHC6 T1 ; T2 0.009824229 SALAHD5 D2 0.003378823 BENARD6 K2 ; K3 0.005841803 SALAHE5 E1 0.005077055 BENARE6 M1 0.005179067 SALAHF5 F3 0.003206512 BENARF6 T3 0.003384943 SALAHG5 G1 0 BENARG6 G3 0.001827787 BENARH5 H3 0 BENARH6 H4 0.003941431 BENARI5 D2 0.001736596 SALAHI6 I4 0 BENARJ5 J1 0.006180271 BENARJ6 M3 0.002659703 SALAHK5 K4 0.001036237 BENARK6 U4 0.002372469 SALAH
L5 L2 0.003059129 BENAR
L6 L3 0.003455916 BENAR
M5 M2 0.006808698 BENAR
M6 M2 0.001506847 BENAR
N5 N4 0.000666171 BENAR
N6 N2 0.043803624 BENAR
O5 O1 0.002246277 BENAR
O6 O3 0.002233225 BENAR
P5 P3 0.013146161 BENAR
P6 P4 0.012346245 BENAR
Q5 Q4 0.003439265 BENAR
Q6 Q4 0.000747122 BENAR
R5 R1 0.003411369 BENAR
R6 S1 0.004662307 SALAH
S5 S1 0.001963649 BENAR
S6 T4 0.000480995 SALAH
T5 T3 0.003421267 BENART6 T4 0 BENAR
U5 U2 0.003598734 BENAR
U6 U4 0.004051176 BENAR
Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar
adalah 31 citra mata, sehingga tingkat akurasi yang diperoleh sebesar 73.08 %.
Next
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 35
tABeL PeNGeNALAN ( LAMBDA 10, tHetA 90)
INPutDIKeNALISeBAGAI JARAK
HASILIDeNtIFIKASI
A5 A3 0.002481559 BENARA6 Q1 0.006603405 SALAHB5 B3 0.004770525 BENARB6 B2 0.003153661 BENARC5 C1 0.00528268 BENARC6 J1 0.014217018 SALAHD5 D2 0.004515653 BENARD6 U2 0.007915504 SALAHE5 E1 0.007133717 BENARE6 E4 0.008780414 BENARF5 F3 0.003395474 BENARF6 F2 0.003745351 BENARG5 G1 0 BENARG6 G3 0.003695075 BENARH5 H3 0 BENARH6 H4 0.011132022 BENARI5 I1 0.001690028 BENARI6 I4 0 BENARJ5 J1 0.009828555 BENARJ6 M3 0.004237895 SALAHK5 K4 0.001482952 BENARK6 K1 0.004515853 BENAR
L5 L2 0.004085157 BENAR
L6 L3 0.004379618 BENAR
M5 M2 0.00863159 BENAR
M6 M2 0.001716118 BENAR
N5 N4 0.001060352 BENAR
N6 N2 0.055866127 BENAR
O5 O1 0.003284772 BENAR
O6 O3 0.002303589 BENAR
P5 P3 0.016678689 BENAR
P6 P4 0.017065627 BENAR
Q5 Q4 0.0063572 BENAR
Q6 Q4 0.001855626 BENAR
R5 R2 0.00495328 BENAR
R6 R4 0.009325515 BENAR
S5 S1 0.002432287 BENAR
S6 S3 0.002418045 BENAR
T5 T3 0.003830447 BENART6 T4 0 BENAR
U5 U2 0.007010242 BENAR
U6 U4 0.003268228 BENAR
Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar
adalah 38 citra mata, sehingga tingkat akurasi yang diperoleh sebesar 90.47 %.
Next
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 36
tABeL PeNGeNALAN ( LAMBDA 10, tHetA 135 )
INPutDIKeNALISeBAGAI JARAK
HASILIDeNtIFIKASI
A5 A3 0.001200589 BENARA6 O2 0.009428243 SALAHB5 B3 0.006002142 BENARB6 B2 0.003504892 BENARC5 C2 ; C3 0.008113902 BENARC6 T1 ; T2 0.016588476 SALAHD5 D2 0.00553848 BENARD6 K2 ; K3 0.011497335 SALAHE5 E1 0.008087232 BENARE6 M1 0.008917967 SALAHF5 F3 0.004789319 BENARF6 F2 0.004808816 BENARG5 G1 0 BENARG6 G3 0.003685805 BENARH5 H3 0 BENARH6 H4 0.005632726 BENARI5 I1 0.000741824 BENARI6 I4 0 BENARJ5 J1 0.008711506 BENARJ6 M3 0.005209669 SALAHK5 K4 0.001569323 BENARK6 U4 0.00561094 SALAH
L5 L2 0.004708425 BENAR
L6 L3 0.004618514 BENAR
M5 E4 0.008643028 SALAH
M6 E3 0.000294344 SALAH
N5 N4 0.001139934 BENAR
N6 N2 0.069529505 BENAR
O5 O1 0.003598497 BENAR
O6 O3 0.004481516 BENAR
P5 P3 0.021265046 BENAR
P6 P4 0.019061843 BENAR
Q5 J3 0.004170521 SALAH
Q6 Q4 0.00122752 BENAR
R5 R1 0.004552091 BENAR
R6 R4 0.004620609 BENAR
S5 S1 0.002372886 BENAR
S6 S3 0.001539009 BENAR
T5 T3 0.007750629 BENART6 T4 0 BENAR
U5 U2 0.006198969 BENAR
U6 U4 0.003817649 BENAR
Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar
adalah 33 citra mata, sehingga tingkat akurasi yang diperoleh sebesar 78.57 %.
Next
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 37
tABeL PeNGeNALAN ( LAMBDA 15, tHetA 0)
INPutDIKeNALISeBAGAI JARAK
HASILIDeNtIFIKASI
A5 A3 0.001385694 BENARA6 O2 0.008324415 SALAHB5 G4 0.004137765 SALAHB6 B2 0.004763317 BENARC5 C2 ; C3 0.003957699 BENARC6 T1 ; T2 0.013287018 SALAHD5 D2 0.004926562 BENARD6 K2 ; K3 0.001921991 SALAHE5 R2 0.007340761 SALAHE6 M1 0.007385462 SALAHF5 F3 0.005215577 BENARF6 F2 0.00374783 BENARG5 G1 0 BENARG6 G3 0.002105427 BENARH5 H3 0 BENARH6 H4 0.003376206 BENARI5 I1 0.002026615 BENARI6 I4 0 BENARJ5 J1 0.007132639 BENARJ6 M3 0.005964084 SALAHK5 K4 0.001589159 BENARK6 O3 0.006244116 SALAH
L5 L2 0.004414827 BENAR
L6 L3 0.004262725 BENAR
M5 E4 0.007583783 SALAH
M6 M2 0.001860233 BENAR
N5 N4 0.002508037 BENAR
N6 N2 0.063064888 BENAR
O5 O1 0.003302886 BENAR
O6 O3 0.005303966 BENAR
P5 P3 0.019672657 BENAR
P6 P4 0.017397047 BENAR
Q5 Q4 0.004480121 BENAR
Q6 Q4 0.002039729 BENAR
R5 R1 0.00442982 BENAR
R6 S1 0.006017921 SALAH
S5 S1 0.002957949 BENAR
S6 S3 0.001587275 BENAR
T5 I3 0.005949413 SALAHT6 T4 0 BENAR
U5 F1 0.004287177 SALAH
U6 U4 0.004031541 BENAR
Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar
adalah 30citra mata, sehingga tingkat akurasi yang diperoleh sebesar 71.43 %.
Next
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 38
tABeL PeNGeNALAN ( LAMBDA 15, tHetA 45)
INPutDIKeNALISeBAGAI JARAK
HASILIDeNtIFIKASI
A5 A3 0.001020966 BENARA6 O2 0.00801133 SALAHB5 B3 0.00505913 BENARB6 B2 0.004974962 BENARC5 C2 ; C3 0.005600497 BENARC6 T1 ; T2 0.012697602 SALAHD5 D2 0.004466863 BENARD6 K2 ; K3 0.00643244 SALAHE5 E1 0.006642827 BENARE6 M1 0.007359692 SALAHF5 F3 0.004557318 BENARF6 F2 0.002903197 BENARG5 G1 0 BENARG6 G3 0.002632551 BENARH5 H3 0 BENARH6 H4 0.004843837 BENARI5 D2 0.00207188 SALAHI6 I4 0 BENARJ5 J1 0.008080487 BENARJ6 M3 0.002945997 SALAHK5 K4 0.001300611 BENARK6 O3 0.004335768 SALAH
L5 L2 0.003923541 BENAR
L6 L3 0.004475831 BENAR
M5 M2 0.008991776 BENAR
M6 M2 0.001711208 BENAR
N5 N4 0.001708512 BENAR
N6 N2 0.057400647 BENAR
O5 O1 0.002951797 BENAR
O6 O3 0.003467344 BENAR
P5 P3 0.017616672 BENAR
P6 P4 0.016455186 BENAR
Q5 J3 0.004208254 SALAH
Q6 Q4 0.00112317 BENAR
R5 R1 0.004632913 BENAR
R6 S1 0.004547625 SALAH
S5 S1 0.002629634 BENAR
S6 T4 0.000737204 SALAH
T5 T3 0.005755143 BENART6 T4 0 BENAR
U5 U2 0.004449784 BENAR
U6 U4 0.003342162 BENAR
Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar
adalah 32citra mata, sehingga tingkat akurasi yang diperoleh sebesar 76.19 %.
Next
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 39
tABeL PeNGeNALAN ( LAMBDA 15, tHetA 90)
INPutDIKeNALISeBAGAI JARAK
HASILIDeNtIFIKASI
A5 A3 0.002620343 BENARA6 Q1 0.007368422 SALAHB5 B3 0.005634713 BENARB6 B2 0.003468116 BENARC5 C1 0.005854846 BENARC6 J1 0.015247304 SALAHD5 D2 0.004976681 BENARD6 U2 0.009248081 SALAHE5 R2 0.006343824 SALAHE6 M1 0.011844456 SALAHF5 F3 0.004365863 BENARF6 F2 0.002330696 BENARG5 G1 0 BENARG6 G3 0.003586051 BENARH5 H3 0 BENARH6 H4 0.010017494 BENARI5 I1 0.002442797 BENARI6 I4 0 BENARJ5 J1 0.009132184 BENARJ6 M3 0.004490765 SALAHK5 K4 0.001606929 BENARK6 O3 0.004563368 SALAH
L5 L2 0.004492493 BENAR
L6 L3 0.004452219 BENAR
M5 M2 0.009845639 BENAR
M6 M2 0.002269434 BENAR
N5 N4 0.0019104 BENAR
N6 N2 0.062985809 BENAR
O5 O1 0.003790545 BENAR
O6 O3 0.002891495 BENAR
P5 P3 0.019136958 BENAR
P6 P4 0.01903546 BENAR
Q5 J3 0.006966525 SALAH
Q6 Q4 0.001271307 BENAR
R5 R2 0.006918487 BENAR
R6 R4 0.009276902 BENAR
S5 S1 0.002507668 BENAR
S6 S3 0.00294577 BENAR
T5 T3 0.005750586 BENART6 T4 0 BENAR
U5 U2 0.007552381 BENAR
U6 U4 0.004282787 BENAR
Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar
adalah 34 citra mata, sehingga tingkat akurasi yang diperoleh sebesar 80.95 %.
Next
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 40
tABeL PeNGeNALAN ( LAMBDA 15, tHetA 135)
INPutDIKeNALISeBAGAI JARAK
HASILIDeNtIFIKASI
A5 A3 0.001201467 BENARA6 O2 0.009587252 SALAHB5 B3 0.006082709 BENARB6 B2 0.004431653 BENARC5 C2 ; C3 0.006831877 BENARC6 T1 ; T2 0.016101928 SALAHD5 D2 0.005369439 BENARD6 K2 ; K3 0.012296314 SALAHE5 E1 0.008220454 BENARE6 M1 0.008206972 SALAHF5 F3 0.005077968 BENARF6 F2 0.003334589 BENARG5 G1 0 BENARG6 G3 0.003286731 BENARH5 H3 0 BENARH6 H4 0.005141813 BENARI5 I1 0.002436932 BENARI6 I4 0 BENARJ5 J1 0.008359339 BENARJ6 M3 0.004319971 SALAHK5 K4 0.001579438 BENARK6 O3 0.005640809 SALAH
L5 L2 0.004676828 BENAR
L6 L3 0.004888633 BENAR
M5 E4 0.009079513 SALAH
M6 M2 0.00207123 BENAR
N5 N4 0.001721811 BENAR
N6 N2 0.069106553 BENAR
O5 O1 0.004079807 BENAR
O6 O3 0.004291409 BENAR
P5 P3 0.021367358 BENAR
P6 P4 0.019298602 BENAR
Q5 J3 0.003615616 SALAH
Q6 Q4 0.0017418 BENAR
R5 R1 0.005130458 BENAR
R6 S1 0.006277282 SALAH
S5 S1 0.002952037 BENAR
S6 T4 0.00042085 SALAH
T5 T3 0.007477472 BENART6 T4 0 BENAR
U5 U2 0.007143164 BENAR
U6 U4 0.004102618 BENAR
Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar
adalah 32 citra mata, sehingga tingkat akurasi yang diperoleh sebesar 76.19 %.
Next
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 41
tABeL PeNGeNALAN ( LAMBDA 20, tHetA 0 )
INPutDIKeNALISeBAGAI JARAK
HASILIDeNtIFIKASI
A5 A3 0.001233184 BENARA6 O2 0.008679186 SALAHB5 G4 0.005022544 SALAHB6 B2 0.005331201 BENARC5 C2 ; C3 0.005076016 BENARC6 T1 ; T2 0.014138914 SALAHD5 D2 0.005167553 BENARD6 K2 ; K3 0.004902036 SALAHE5 E1 0.008140437 BENARE6 M1 0.007865993 SALAHF5 F3 0.005331668 BENARF6 F2 0.002802864 BENARG5 G1 0 BENARG6 G3 0.002372408 BENARH5 H3 0 BENARH6 H4 0.003466263 BENARI5 D2 0.002275727 SALAHI6 I4 0 BENARJ5 J1 0.007589851 BENARJ6 M3 0.004782568 SALAHK5 K4 0.0016332 BENARK6 O3 0.00617163 SALAH
L5 L2 0.004590217 BENAR
L6 L3 0.004724071 BENAR
M5 E4 0.008273187 SALAH
M6 M2 0.002299581 BENAR
N5 N4 0.002563017 BENAR
N6 N2 0.065504039 BENAR
O5 O1 0.003742759 BENAR
O6 O3 0.005195588 BENAR
P5 P3 0.020538178 BENAR
P6 P4 0.018323777 BENAR
Q5 J3 0.005172553 SALAH
Q6 Q4 0.00204847 BENAR
R5 R1 0.004305 BENAR
R6 S1 0.005504748 SALAH
S5 S1 0.003238103 BENAR
S6 S3 0.00175249 BENAR
T5 I3 0.006703091 SALAHT6 T4 0 BENAR
U5 U2 0.005160233 BENAR
U6 U4 0.003645392 BENAR
Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar
adalah 30 citra mata, sehingga tingkat akurasi yang diperoleh sebesar 71.43 %.
Next
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 42
tABeL PeNGeNALAN ( LAMBDA 20, tHetA 45 )
INPutDIKeNALISeBAGAI JARAK
HASILIDeNtIFIKASI
A5 A3 0.00108347 BENARA6 O2 0.008809759 SALAHB5 B3 0.005553871 BENARB6 B2 0.005155585 BENARC5 C2 ; C3 0.006578596 BENARC6 T1 ; T2 0.013852954 SALAHD5 D2 0.004843409 BENARD6 K2 ; K3 0.006404103 SALAHE5 E1 0.007324209 BENARE6 M1 0.008942189 SALAHF5 F3 0.004968911 BENARF6 F2 0.002207373 BENARG5 G1 0 BENARG6 G3 0.002950624 BENARH5 H3 0 BENARH6 H4 0.005126412 BENARI5 D2 0.002976933 SALAHI6 I4 0 BENARJ5 J1 0.008011767 BENARJ6 M3 0.003273175 SALAHK5 K4 0.00141691 BENARK6 O3 0.004997415 SALAH
L5 L2 0.004442092 BENAR
L6 L3 0.004970225 BENAR
M5 M2 0.009723797 BENAR
M6 M2 0.002007429 BENAR
N5 N4 0.002554731 BENAR
N6 N2 0.062280128 BENAR
O5 O1 0.003336573 BENAR
O6 O3 0.003902324 BENAR
P5 P3 0.019284557 BENAR
P6 P4 0.018016019 BENAR
Q5 J3 0.004270302 SALAH
Q6 Q4 0.001452568 BENAR
R5 R1 0.004806284 BENAR
R6 S1 0.005429179 SALAH
S5 S1 0.002916537 BENAR
S6 T4 0.001522755 SALAH
T5 T3 0.006558206 BENART6 T4 0 BENAR
U5 U2 0.005387547 BENAR
U6 U4 0.003354124 BENAR
Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar
adalah 32 citra mata, sehingga tingkat akurasi yang diperoleh sebesar 76.19 %.
Next
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 43
tABeL PeNGeNALAN ( LAMBDA 20, tHetA 90 )
INPutDIKeNALISeBAGAI JARAK
HASILIDeNtIFIKASI
A5 A3 0.002574216 BENARA6 Q1 0.007749534 SALAHB5 B3 0.005896941 BENARB6 B2 0.003394654 BENARC5 C1 0.006066566 BENARC6 J1 0.015231037 SALAHD5 D2 0.005096462 BENARD6 K2 ; K3 0.009728757 SALAHE5 R2 0.006432737 SALAHE6 M1 0.011957325 SALAHF5 F3 0.004826501 BENARF6 F2 0.002032145 BENARG5 G1 0 BENARG6 G3 0.003529823 BENARH5 H3 0 BENARH6 H4 0.008981695 BENARI5 I1 0.002650677 BENARI6 I4 0 BENARJ5 J1 0.008576391 BENARJ6 M3 0.003921817 SALAHK5 K4 0.001612042 BENARK6 O3 0.004884856 SALAH
L5 L2 0.004642428 BENAR
L6 L3 0.004559308 BENAR
M5 M2 0.010404981 BENAR
M6 M2 0.002180232 BENAR
N5 N4 0.00235028 BENAR
N6 N2 0.065490117 BENAR
O5 O1 0.004066906 BENAR
O6 O3 0.003204111 BENAR
P5 P3 0.020049645 BENAR
P6 P4 0.019682159 BENAR
Q5 J3 0.006088143 SALAH
Q6 Q4 0.001638286 BENAR
R5 R1 0.006444252 BENAR
R6 S1 0.008019803 SALAH
S5 S1 0.002573887 BENAR
S6 S3 0.003077883 BENAR
T5 T3 0.006629306 BENART6 T4 0 BENAR
U5 U2 0.007708277 BENAR
U6 U4 0.004814384 BENAR
Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar
adalah 33 citra mata, sehingga tingkat akurasi yang diperoleh sebesar 78.57 %.
Next
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 44
tABeL PeNGeNALAN ( LAMBDA 20, tHetA 135)
INPutDIKeNALISeBAGAI JARAK
HASILIDeNtIFIKASI
A5 A3 0.001258614 BENARA6 O2 0.009594863 SALAHB5 B3 0.006153978 BENARB6 B2 0.004169695 BENARC5 C2 ; C3 0.007247526 BENARC6 T1 ; T2 0.015969004 SALAHD5 D2 0.005372589 BENARD6 K2 ; K3 0.012657822 SALAHE5 R2 0.007554559 SALAHE6 M1 0.008673112 SALAHF5 F3 0.005197787 BENARF6 F2 0.002589791 BENARG5 G1 0 BENARG6 G3 0.003191857 BENARH5 H3 0 BENARH6 H4 0.005137867 BENARI5 I1 0.002820447 BENARI6 I4 0 BENARJ5 J1 0.007996951 BENARJ6 M3 0.003842899 SALAHK5 K4 0.001584161 BENARK6 O3 0.005619857 SALAH
L5 L2 0.004762121 BENAR
L6 L3 0.005031487 BENAR
M5 E4 0.008965737 SALAH
M6 M2 0.0022083 BENAR
N5 N4 0.002025767 BENAR
N6 N2 0.068910617 BENAR
O5 O1 0.004510157 BENAR
O6 O3 0.004254518 BENAR
P5 P3 0.021396433 BENAR
P6 P4 0.019494502 BENAR
Q5 J3 0.003853848 SALAH
Q6 Q4 0.00211184 BENAR
R5 R1 0.005299705 BENAR
R6 S1 0.005645526 SALAH
S5 S1 0.00328632 BENAR
S6 T4 0.000407488 SALAH
T5 T3 0.00748217 BENART6 T4 0 BENAR
U5 U2 0.007106261 BENAR
U6 U4 0.004126528 BENAR
Dari tabel di atas dapat disimpulkan bahwa jumlah citra mata yang bisa dikenali dengan benar
adalah 31 citra mata, sehingga tingkat akurasi yang diperoleh sebesar 73.81 %.
Next
RINGKASAN HASIL ANALISAPeNGeNALAN IRIS
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 45
NoGabor (Variasi lambda dan
Theta ) Citra yang BerhasilDikenali
Hasil Akurasi(%)
Lambda Theta1
10
0 29 69.04761905
2 45 31 73.80952381
3 90 38 90.47619048
4 135 33 78.57142857
5
15
0 30 71.42857143
6 45 32 76.19047619
7 90 34 80.95238095
8 135 32 76.19047619
9
20
0 30 71.42857143
10 45 32 76.19047619
11 90 33 78.57142857
12 135 31 73.80952381
tO MeNu
PeRBANDINGAN AKuRASI teRBAIK DARI tIAP LAMBDA (DAtABASe K1,K2,K3,K4)
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 46
THETA 90LAMDA MEAN STDEV
10
0.27523 0.05149920.2622851 0.05497660.2622851 0.0549766
0.27458 0.0610223
15
0.3107909 0.06334360.2961734 0.06701520.2961734 0.06701520.3100569 0.0730542
20
0.3235523 0.068390.3083346 0.07219070.3083346 0.07219070.3227881 0.0783524
TABEL NILAI MEAN DAN STDEV MASING – MASING LAMBDA PADA THETA 90
Next
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 47
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
K1 K2 K3 K4
LAMBDA 10LAMBDA 15LAMBDA 20
MEAN
TABEL NILAI MEAN TIAP LAMBDA PADA THETA 90
NILAI MeAN tIAP LAMBDANext
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 48
0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
K1 K2 K3 K4
LAMBDA 10
LAMBDA 15
LAMBDA 20
STANDAR DEVIASI
TABEL NILAI STDEV TIAP LAMBDA PADA THETA 90
NILAI StANDAR DeVIASI tIAP LAMBDA
Next
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 49
GRAFIK NILAI JARAK DARItIAP LAMBDA( INPut K6 )
GRAFIK PERBANDINGAN NILAI JARAK DARI TIAP LAMBDA
Next
tABLe HASIL PeNGeNALAN(INPut K6)
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 50
INPUT (K6 )
THETA 90
LAMBDA 10 LAMBDA 15 LAMBDA 20
DIKENALI SEBAGAI K1 O3 O3
NILAI JARAK 0.0045 0.0046 0.0049
Next
SISteM PeNGeNALAN DeNGAN GuI
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 51
tO MeNu
KeSIMPuLAN Perangkat lunak yang dibuat memiliki akurasi sebesar 90.5 % untuk database standar
CASIA jenis CASIA-Iris-Interval pada lamda 10 dan sudut 900
Nilai mean dan standar deviasi berubah – ubah sesuai dengan variasi dari lamda dan sudut
yang digunakan
Tidak semua citra yang diujikan dapat dikenali dengan benar. Hal ini bisa dikarenakan
intensitas dari tiap citra mata yang hampir sama dan proses cropping yang kurang
sempurna
Euclidean Distance merupakan metode yang cukup baik untuk menghitung besarnya nilai
kemiripan /similiritas antara 2 buah citra berdasarkan nilai mean dan standar deviasi pada
citra tersebut
Semakin kecil nilai Euclidean Distance maka tingkat kemiripan anatara 2 buah citra juga
semakin tinggi sehingga citra tersebut dapat dikenali dengan tepat
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 52
tO MeNu
SARAN
Diharapkan kedepannya tercipta sebuah hardware system pengenalan
dengan menggunakan iris sehingga software yang telah dibuat dapat
diaplikasikan secara langsung
Dimungkinkan menggunakan database selain dari database CASIA atau
bisa dengan secara langsung mengambil citra mata dengan kamera digital.
Jurusan Teknik Mesin | Fakultas Teknologi Industri | ITS Surabaya 53
tO MeNu
tO MeNu