Anda di halaman 1dari 11

PENGENALAN GARISGARIS

09PENGENALAN TELAPAK TANGAN


TELAPAK TANGANMENGGUNAKAN EKSTRAKSI
DENGAN MENGGUNAKAN
FITUR EKSTRAKSI
OPERASI BLOK NON-OVERLAPPING
FITUR OPERASI DAN PENCOCOKAN
BLOK NON-OVERLAPPING DAN
PENCOCOKAN NORMALIZED
JARAK EUCLIDEAN EUCLIDEAN DISTANCE
TERNORMALISASI

SKRIPSI

FUJI FRILLA KURNIA


091402041

PROGRAM STUDI S1 TEKNOLOGI INFORMASI


FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2014

Universitas Sumatera Utara


PENGENALAN GARIS TELAPAK TANGAN MENGGUNAKAN EKSTRAKSI
FITUR OPERASI BLOK NON-OVERLAPPING DAN PENCOCOKAN
JARAK EUCLIDEAN TERNORMALISASI

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah


Sarjana Teknologi Informasi

FUJI FRILLA KURNIA


091402041

PROGRAM STUDI S1 TEKNOLOGI INFORMASI


FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2014

Universitas Sumatera Utara


PERSETUJUAN

Judul : PENGENALAN GARIS TELAPAK TANGAN


MENGGUNAKAN EKSTRAKSI FITUR OPERASI
BLOK NON-OVERLAPPING DAN PENCOCOKAN
JARAK EUCLIDEAN TERNORMALISASI
Kategori : SKRIPSI
Nama : FUJI FRILLA KURNIA
Nomor Induk Mahasiswa : 091402041
Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI
Departemen : TEKNOLOGI INFORMASI
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA

Diluluskan di
Medan, 30 April 2014

Komisi Pembimbing :
Pembimbing 2 Pembimbing 1

Dr. Erna Budhiarti Nababan, M.IT Romi Fadillah Rahmat, B.Comp.Sc, M.Sc
NIP. - NIP. 19860303 201012 1 004

Diketahui/Disetujui oleh
Program Studi S1 Teknologi Informasi
Ketua,

Prof. Dr. Opim Salim Sitompul, M.Sc


NIP. 19610817 198701 1 001

Universitas Sumatera Utara


PERNYATAAN

PENGENALAN GARIS TELAPAK TANGAN MENGGUNAKAN EKSTRAKSI


FITUR OPERASI BLOK NON-OVERLAPPING DAN PENCOCOKAN
JARAK EUCLIDEAN TERNORMALISASI

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.

Medan, 30 April 2014

Fuji Frilla Kurnia


091402041

Universitas Sumatera Utara


PENGHARGAAN

Puji dan syukur penulis sampaikan kepada Allah SWT yang telah memberikan rahmat
dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat
untuk memperoleh gelar Sarjana Teknologi Informasi, Program Studi S1 Teknologi
Informasi Universitas Sumatera Utara.
Banyak pihak telah membantu penulis dalam penyelesaian skripsi ini dengan
kerjasama, dukungan dan doa yang telah diberikan. Oleh karena itu penulis
menyampaikan ucapan terima kasih sedalam-dalamnya dan penghargaan kepada:

1. Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi
Universitas Sumatera Utara.

2. Ketua dan Sekretaris Program Studi Teknologi Informasi yaitu Bapak Prof. Dr.
Opim Salim Sitompul, M.Sc dan Bapak Drs. Sawaluddin, M.Sc yang telah
memberikan dukungan, arahan dan bantuan dalam penyelesaian skripsi.

3. Bapak Romi Fadillah Rahmat, B.Comp.Sc, M.Sc dan Ibu Dr. Erna Budhiarti
Nababan, M.IT sebagai pembimbing yang telah banyak meluangkan waktu dan
pikirannya, memotivasi dan memberikan kritik dan saran kepada penulis dalam
penyelesaian skripsi.

4. Bapak Muhammad Anggia Muchtar, S.T, MM.IT dan Bapak Baihaqi Siregar,
S.Si, M.T yang telah bersedia menguji seminar hasil dan sidang sarjana penulis.

5. Seluruh dosen dan pegawai Program Studi Teknologi Informasi dan Ilmu
Komputer Universitas Sumatera Utara yang telah mengajarkan dan memberikan
dukungan serta bantuannya dalam penyelesaian skripsi.

6. Kedua orangtua penulis, ibunda Muzdalifah dan ayahanda Sudarsono yang selalu
memberi doa, dukungan dan motivasi untuk menyelesaikan skripsi ini serta selalu
sabar dalam mendidik penulis.

7. Kakak Yuni, abang Yaya, adik Ivany, Winda dan Wanda serta yang terkasih
Bobby Susilo yang selalu memberikan dukungan dan doa kepada penulis.

8. Teman-teman yang selalu memberikan dukungan, seluruh teman-teman TA,


Bagus, Rozy, Yayuk, Rian, Anggreiny, Irwan, Desi, Upik, Adnan B, Frans, Arif,
Ari, Mulki, Satria, April, Irene, Robet, Aang, Septi, Syarah, Whydia, Yuli, Tiwi
serta teman-teman mahasiswa Teknologi Informasi lainnya yang tidak dapat
penulis sebutkan satu persatu.

Semoga semua kebaikan dan bantuan yang telah diberikan dibalas oleh Allah
SWT dan semoga skripsi ini dapat bermanfaat bagi semua pihak yang
menggunakannya.

Universitas Sumatera Utara


ABSTRAK

Pengenalan garis telapak tangan merupakan pengenalan identitas seseorang melalui


salah satu bagian tubuh yang memiliki karakteristik tertentu. Garis telapak tangan
memiliki karakteristik dengan bentuk garis telapak tangan yang berbeda pada setiap
orang. Pada penelitian ini, metode ekstraksi fitur operasi blok non-overlapping
digunakan pada pengenalan citra garis telapak tangan. Metode ini membagi data
sampel menjadi LxK blok dan menghitung nilai fitur dari setiap blok tersebut. Pada
penelitian ini data sampel dibagi menjadi 10x10 blok (10 baris dan 10 kolom), yaitu
100 blok dengan ukuran masing-masing blok adalah 20x20 piksel. Metode operasi
blok non-overlapping menghitung rata-rata dari setiap blok dengan menghitung piksel
aktif (putih) setiap blok dan melakukan pembagian terhadap jumlah keseluruhan
piksel di dalam satu blok. Sehingga didapat hasil fitur dari sebuah citra berjumlah 100
nilai fitur. Nilai fitur tersebut menjadi acuan untuk pencocokan menggunakan jarak
Euclidean ternormalisasi. Jarak Euclidean ternormalisasi merupakan pengukuran
tingkat kesamaan antara dua vektor. Total data sampel berjumlah 240 dengan 160 data
digunakan untuk pelatihan dan 80 data sampel berbeda digunakan untuk proses
pengujian tingkat pencocokan. Dari 80 citra uji, 48 citra tidak memiliki noise
didapatkan hasil pengenalan yang benar sebesar 97,92% dan 32 citra uji lain memiliki
noise dengan hasil pengenalan yang benar 75%. Sedangkan pengujian yang dilakukan
secara keseluruhan didapatkan tingkat pencocokan menggunakan metode ekstraksi
fitur ini adalah 88,75%.

Kata kunci : garis telapak tangan, ekstraksi fitur, operasi blok non-overlapping, jarak
Euclidean ternormalisasi

Universitas Sumatera Utara


PALMPRINT RECOGNITION USING NON-OVERLAPPING BLOCK
PROCESSING FEATURE EXTRACTION AND MATCHING USING
NORMALIZED EUCLIDEAN DISTANCE

ABSTRACT

Palmprint line recognition is the one of a kind to recognize person through with one of
the characteristic from the human body. The palmprint lines have the characteristic
that the shape of the palmprint lines are different for each other. In this paper, non-
overlapping block processing feature extraction method is used to palmprint
recognition. The method divide sampel to LxK grid blocks and compute feature vector
from each block. In this paper, sample is divided into 10x10 grid blocks, total 100
blocks from each block is 20x20 pixels. Block processing method compute the
average of every active (white) pixel from each block and divide value with the sum
of pixels in each block. The total feature vector is 100 features obtained from average
active pixel. These feature used as referenced to matching process. Normalized
Euclidean distance is the measure of similarity by the two vectors. The total data
samples are 240 which 160 samples used for training and another samples are used for
matching rate testing. After testing phase done, according to 80 of the data test, the
result of 48 data test recognition which have no noise is 97.92% and the result of 32
data test recognition which have noise is 75%. After testing phase done, the overall
matching rate using the feature extraction is 88.75%.

Keywords : palmprint, feature extraction, non-overlapping block processing,


normalized Euclidean distance

Universitas Sumatera Utara


DAFTAR ISI

Halaman

PERSETUJUAN ii
PERNYATAAN iii
PENGHARGAAN iv
ABSTRAK v
ABSTRACT vi
DAFTAR ISI vii
DAFTAR TABEL ix
DAFTAR GAMBAR x

BAB 1 PENDAHULUAN 1
1.1. Latar Belakang 1
1.2. Rumusan Masalah 2
1.3. Batasan Masalah 3
1.4. Tujuan Penelitian 3
1.5. Manfaat Penelitian 3
1.6. Metodologi Penelitian 3
1.7. Sistematika Penulisan 4

BAB 2 LANDASAN TEORI 6


2.1. Garis Telapak Tangan 6
2.2. Konsep Dasar Citra 6
2.3. Pra-pengolahan Citra 7
2.3.1. Pembentukan citra keabuan 7
2.3.2. Deteksi tepi : operator Canny 8
2.3.3. Binerisasi citra 11
2.4. Konsep Fitur 12
2.5. Ekstraksi Fitur Operasi Blok Non-Overlapping 12
2.6. Metrika Pencocokan dengan Jarak Euclidean Ternormalisasi 13
2.7. Penelitian Terdahulu 14

BAB 3 ANALISIS DAN PERANCANGAN 15


3.1. Data yang Digunakan 15
3.2. Tahapan Pengenalan Garis Telapak Tangan 16
3.3. Akuisisi Citra 17
3.4. Pra-pengolahan Citra 18
3.4.1. Pembentukan citra keabuan 18
3.4.2. Deteksi tepi citra 19
3.4.3. Binerisasi citra 20
3.5. Ekstraksi Fitur 21
3.6. Tahap Pelatihan 25

Universitas Sumatera Utara


viii

3.7. Tahap Pengujian 25


3.8. Pencocokan dengan Jarak Euclidean Ternormalisasi 26

BAB 4 HASIL DAN PEMBAHASAN 28


4.1. Implementasi 28
4.2. Tampilan Implementasi Sistem 30
4.3. Hasil Pelatihan Citra Latih dengan Ekstraksi Fitur Operasi Blok Non-
Overlapping 36
4.4. Hasil Pencocokan Citra Uji dengan Database 38

BAB 5 KESIMPULAN DAN SARAN 43


5.1. Kesimpulan 43
5.2. Saran 43

DAFTAR PUSTAKA 44
LAMPIRAN A : DATA SAMPEL 46
LAMPIRAN B : LISTING PROGRAM 55

Universitas Sumatera Utara


DAFTAR TABEL

Halaman

Tabel 2.1 Tabel penelitian terdahulu 14


Tabel 4.1 Method yang digunakan dalam program 29
Tabel 4.2 Hasil pelatihan ekstraksi fitur citra 36
Tabel 4.3 Hasil pencocokan citra uji dengan database 38
Tabel 4.4 Hasil keseluruhan pengujian tingkat pengenalan 41
Tabel 4.5 Hasil pengujian citra tidak memiliki noise dan memiliki noise 42

Universitas Sumatera Utara


DAFTAR GAMBAR

Halaman

Gambar 2.1 Contoh matriks template dari filter Gaussian 9


Gambar 2.2 Matriks konvolusi 3x3 Operator Sobel 9
Gambar 2.3 Matriks citra berukuran 5x5 piksel 10
Gambar 2.4 Area untuk mengonversi arah tepi 10
Gambar 2.5 Contoh matriks vektor fitur rata-rata dengan ukuran 10x10 blok 12
Gambar 3.1 Tahapan pengenalan garis telapak tangan 15
Gambar 3.2 Contoh citra telapak tangan kiri resolusi 2052 x 1824 piksel 15
Gambar 3.3 Contoh cropping (pemotongan) citra berukuran 600x600 piksel 16
Gambar 3.4 Citra 600x600 piksel di resize menjadi 200x200 piksel 16
Gambar 3.5 Tahapan pra-pengolahan citra 16
Gambar 3.6 Diagram alir proses grayscaling 17
Gambar 3.7 Citra hasil grayscaling 18
Gambar 3.8 Diagram alir proses deteksi tepi 18
Gambar 3.9 Citra hasil deteksi tepi 19
Gambar 3.10 Diagram alir pembentukan citra biner 19
Gambar 3.11 Citra hasil binerisasi 20
Gambar 3.12 Matriks penyimpanan nilai fitur 20
Gambar 3.13 Pembagian blok menjadi 10 kolom dan 10 baris 21
Gambar 3.14 Diagram alir proses ekstraksi fitur operasi blok non-overlapping 21
Gambar 3.15 Diagram alir ekstraksi fitur operasi blok non-overlapping 22
Gambar 3.16 Contoh hasil fitur citra 23
Gambar 3.17 Diagram alir proses menghitung jarak Euclidean ternormalisasi 25
Gambar 4.1 Tampilan awal program 28
Gambar 4.2 Tampilan registrasi user 29
Gambar 4.3 Tampilan pengolahan citra sebelum citra dipilih 29
Gambar 4.4 Tampilan citra berwarna (RGB) 30
Gambar 4.5 Tampilan pembentukan citra grayscale 30
Gambar 4.6 Tampilan pembentukan citra deteksi tepi 31
Gambar 4.7 Tampilan pembentukan citra biner 31
Gambar 4.8 Tampilan hasil fitur citra uji 32
Gambar 4.9 Tampilan pengujian citra sebelum data diisi 32
Gambar 4.10 Tampilan pengujian citra 33
Gambar 4.11 Tampilan form Tentang Saya 33
Gambar 4.12 Tampilan form Tutup Aplikasi 34

Universitas Sumatera Utara