IDENTIFIKASI BIOMETRIK CITRA BIBIR MENGGUNAKAN TRANSFROMASI WAVELET DAN LEARNING VECTOR QUANTIZATION

Penelitian identifikasi biometrik ini menggunakan citra bibir sebagai objek
penelitian biometrik karena fakta menunjukkan bahwa bibir manusia bersifat unik dan
tidak akan berubah. Penelitian ini bertujuan untuk membuat perangkat lunak yang
berfungsi melakukan identifikasi citra bibir dengan menggunakan transformasi Wavelet
dan Learning Vector Quantization.
Terdapat dua proses pada tahapan penelitian yang dilakukan yaitu proses
pembelajaran dan proses pengenalan atau pencocokan. Pada proses pembelajaran akan
diperoleh hasil akhir berupa database fitur, sedangkan pada proses pengenalan hasil akhir
yang diingikan adalah deskripsi image atau identitas dari citra bibir yang dilakukan
proses identifikasi. Proses ekstraksi ciri menggunakan metode wavelet level 3. Citra hasil
pre-proccesing ditransformasikan ke dalam koefisien-koefisien wavelet sehingga
diperoleh empat koefisien wavelet yaitu cA, cH, cV,cD. Ciri-ciri dapat diperoleh dengan
menghitung energi rata-rata (means), standart deviasi, dan varian yang terkandung pada
setiap subband. Proses identifikasi menggunakan metode Learning Vektor Quantization
(LVQ).
Kemampuan unjuk kerja dari sistem identifikasi biometrik citra bibir
menggunakan transformasi wavalet dan neural network mendapatkan akurasi dengan
tingkat tertinggi yaitu 91.75% yang dicapai dengan parameter laju pelatihan (α) =
0.00001 dan penurunan laju pelatihan (dec α) = 0.25 diperoleh jumlah iterasi 17 dan
waktu yang dibutuhkan untuk identifikasi setiap citra adalah 10 detik.
Proses pengambilan citra yang dilakukan pada penelitian ini menggunakan teknik
fotografi sehingga disarankan proses pengambilan citra memperhatikan kondisi
pencahayaan dan kamera dengan resolusi tinggi. Peneliti menganjurkan untuk
pengembangan penelitian selanjutnya dapat menggunakan ciri-ciri yang berbeda pada
bibir serta menggunakan metode ekstraksi ciri yang lain agar dapat diketahui kelebihan
dan kekurangannya