APLIKASI WAVELET COIFLET MENGGUNAKAN JARINGAN SARAF TIRUAN PERAMBATAN BALIK UNTUK PENGENALAN SIDIK JARI

Abstract

Abstrak

Pengenalan identitas seseorang berdasarkan sidik jari berkembang cukup pesat pada saat ini. Hal itu disebabkan karena sidik jari bersifat khas. Teknik pengenalan sidik jari merupakan teknik pengenalan pola berbasis pengolahan citra digital. Transformasi wavelet adalah salah satu teknik pengolahan citra yang saat ini sedang berkembang. Salah satu di antara jenis transformasi wavelet adalah wavelet Coiflet yang memiliki 5 orde. Proses perancangan aplikasi pengenalan sidik jari yang dirancang terdiri dari perbaikan kualitas citra, ekstraksi ciri, dan pengenalan. Perbaikan kualitas citra terdiri dari segmentasi, normalisasi, penaksiran alur dan frekuensi bukit, tapis gabor, dan binerisasi citra. Ekstraksi ciri pada aplikasi ini menggunakan transformasi wavelet Coiflet orde 1 sampai 5 dengan masing-masing tingkat penguraian 2. Citra yang dikenakan transformasi wavelet tersebut akan menghasilkan koefisien aproksimasi yang akan diumpankan pada proses pelatihan jaringan saraf tiruan. Proses pelatihan akan menghasilkan bobot yang merupakan ciri dari sidik jari seluruh responden. Proses pengenalan pada aplikasi ini menggunakan jaringan saraf tiruan perambatan balik dengan beberapa variasi lapisan tersembunyi. Berdasarkan hasil pengujian data latih, wavelet induk Coiflet 1,2,4 dan 5 memberikan tingkat pengenalan 100%, sedangkan wavelet induk Coiflet 3 memberikan tingkat pengenalan yang paling buruk yaitu sebesar 99,2%. Pada pengujian data uji, tingkat pengenalan yang paling baik adalah wavelet Coiflet1 dengan tingkat pengenalan sebesar. 84,4% dan tingkat pengenalan paling buruk adalah wavelet Coiflet3 dengan tingkat pengenalan sebesar 81,2%.

Kata kunci : transformasi wavelet, wavelet Coiflet, pengenalan sidik jari, jaringan saraf tiruan perambatan balik.

Abstract

The recognition of someone identity based on fingerprint is being developed at this time. That is because the fingerprint is unique. Fingerprint recognition technique is basically pattern recognition technique based on digital image processing. Wavelet transformation is one of the image processing techniques that is being developed. One of the kind of Wavelet transformation is Coiflet wavelet that has 5 order. Application designing process of fingerprint recognition that was designed consists of image quality enhancement, feature extraction and recognition. Enhancing the quality of the image consists of image segmentation,image normalisation, Gabor filters, and image binarisation. Feature extraction in this application using Coiflet wavelet transformation with order of 1 until 5 and level of decomposition 2. An image underwent wavelet transformation produces approximation coefficients that will be fed to the neural network training process. Process will result in weight that is characteristic of all respondent fingerprints. The recognition process of these application uses backpropagation neural network with various hidden layer. In the test Based on training data results, Coiflet mother wavelet 1,2,4 and 5 give 100% recognition rate, whereas Coiflet mother wavelet 3 gives the worst recognition rate that is 99,2%. While in test data experiment, the best recognition rate is Coiflet mother wavelet 2 with 84% recognition rate and the worst is Coiflet mother wavelet 3 with 81,2% recognition rate.

Keywords : wavelet transform, Coiflet wavelet, fingerprint recognition, back propagation neural network.