PENGENALAN CITRA GARIS TELAPAK TANGAN DENGAN METODE DISCRETE WAVELET TRANSFORM DAN MAHALANOBIS DISTANCE

Abstract

ABSTRAK

Pengenalan citra garis telapak tangan bertujuan untuk mengenali identitas seseorang melalui kemiripan citra garis telapak tangan. Proses pengenalan citra ini dilakukan dalam dua tahapan yaitu, tahap ekstraksi fitur dan tahap pengenalan citra.

Penelitian ini bertujuan untuk membandingkan kinerja keluarga wavelet dalam melakukan ekstraksi fitur. Jenis keluarga wavelet yang digunakan adalah WaveletHaar, Daubechies dan Symlet. Selanjutnya metode Mahalanobis Distance di gunakan untuk pengenalan citra garis telapak tangan. Nilai ambang juga digunakan untuk mecegah agar aplikasi tidak mengenali citra di luar database. Data sampel yang digunakan sebanyak 150 citra garis telapak tangan kiri dari 30 responden, dimana setiap responden diwakili 5 sampel telapak tangan. 60 citra uji yang digunakan dalam pengujian juga ditambahkan noisesalt & pepper dan Gaussian dengan nilai density bervariasi.

Berdasarkan hasil pengujian, aplikasi yang dibangun mampu menghasilkan tingkat keberhasilan pengenalan mencapai 93,3% dari 60 citra uji. Wavelet symlet 8dengan level dekomposisi ke-4 menunjukkan performansi terbaik karena mampu menghasilkan vektor fitur minimum dan tetap mempertahankan tingkat keberhasilan pengenalan sebesar 93,33%. Pada pengujian dengan penambahan noiseSalt & Pepper, tingkat keberhasilan yang dihasilkan symlet 8 adalah 93.33% pada nilai density 0.01 dan cenderung menurun hingga 6.67%pada nilai density 0.5.Sedangkan pengujian dengan penambahan noiseGaussian, tingkat keberhasilan mencapai 91.67% pada nilai mean&varian 0.01 dan cenderung menurun pada nilai mean&varian yakni 3.33%.

Kata Kunci: Citra Telapak Tangan, DWT, Mahalanobis Distance, Noise