APLIKASI METODE TEMPLATE MATCHING UNTUK KLASIFIKASI SIDIK JARI

Abstract

Perkembangan teknologi pengolahan citra sekarang ini menyediakan kemungkinan manusia untuk membuat suatu sistem yang dapat mengenali suatu citra digital. Salah satu metode untuk mengenali suatu citra digital adalah template matching. Metode ini berfungsi untuk menemukan bagian-bagian kecil dari citra yang cocok dengan template citra. Di antara teknologi untuk menyelesaikan masalah mengenai pemrosesan gambar adalah sistem pengklasifikasian sidik jari ke dalam bentuk perangkat lunak yang mampu melakukan proses perbaikan citra sidik jari dan mencocokan citra sidik jari yang telah direkam oleh sistem basisdata dan mengklasifikasikan ke dalam kelas sidik jari tertentu. Dalam tugas akhir ini dibuat suatu aplikasi yang bertujuan untuk mengklasifikasikan citra sidik jari ke dalam kelas tertentu menggunakan metode template matching. Proses klasifikasi diawali dengan pengambilan citra sidik jari, pengubahan ukuran citra 256x256, grayscale (aras keabuan), histeq (perataan histogram), biner (pengubahan citra menjadi dua skala hitam dan putih), thinning (penipisan), citra berarah, dan resize 32x32. Proses selanjutnya akan dihitung prosentase tingkat kemiripan template dengan berkas citra sidik jari menggunakan perhitungan NC (Normalized Cross Correlation). Nilai prosentase terbesar menunjukkan bahwa template semakin cocok dengan berkas citra sidik jari. Pada pengujian telah dilakukan proses klasifikasi sebanyak 61 citra masukan sidik jari dengan masing-masing 5 format citra yaitu *.bmp, *.gif, *.jpg, *.png, dan *.tif, jadi total citra masukan sidik jari sebanyak 305. Untuk jenis format citra *.bmp, *.gif, *.png, dan *.tif pada jenis template Plain Arch, Plain Whorl dan Double Loop menunjukkan bahwa tingkat keberhasilannya sebesar 100%. Pada Tented Arch tingkat keberhasilan tertinggi pada format citra *.bmp, *.jpg , *.png, *.tif, pada Ulnair Loop tingkat keberhasilan tertinggi pada format citra *.png, *.tif dan pada Radial Loop tingkat keberhasilan tertinggi pada format citra *.bmp, *.png, *.tif. Format citra yang paling sering mengalami kesalahan yaitu pada tingkat keberhasilan terendah untuk format citra *.jpg untuk jenis template Plain Arch, Radial Loop, Plain Whorl dan Double Loop, kemudian untuk format citra *.gif pada jenis template Tented Arch dan Ulnair Loop. Kata Kunci: pengolahan citra, sidik jari, template matching