Identifikasi Lokasi Iris Mata Berbasis Tranformasi Hough dan Deteksi Tepi Canny

Article Sidebar

PDF
Published Sep 30, 2016

Main Article Content

I Putu Putra Astawa
Ida Ayu Putu Febri Imawati

Abstract


Sistem identifikasi berbasis keunikan anggota tubuh manusia berkembang pesat di berbagai bidang aplikasi komersial. Iris mata merupakan salah satu dari sistem identifikasi yang dikembangkan. Hal ini mempengaruhi penelitian-penelitian yang mengarah pada kemampuan untuk menjamin tingkat akurasi dan kehandalan  dalam berbagai kesulitan pada lingkungan yang mengandung noise seperti  pemakaian kacamata, rambut, bulu mata, pengaruh blurring. Salah satu tahap yang paling kritis dan mendasar dalam sistem pengenalan iris mata  adalah  mengidentifikasi lokasi iris mata di dalam citra input. meningkatkan akurasi identifikasi lokasi iris mata dengan berbasis metode tranformasi hough dan deteksi tepi canny serta menghilangkan noise. Deteksi tepi canny memiliki kemampuan mengekstrak tepi dengan kebebasan pemilihan parameter yang digunakan dan hough transform memiliki proses komputasi yang cepat. Langkah yang dilakukan yaitu pengambilan sampel citra iris mata, dilanjutkan dengan pemetaan iris mata berbasis deteksi canny, kemudian mendeteksi lokasi iris mata dengan menentukan batas luar dan dalam iris mata, selanjutnya dilakukan proses menghilangkan noise yang mengganggu proses identifikasi lokasi iris mata. Dalam proses uji coba untuk mengukur tingkat akurasi lokasi iris mata digunakan dataset CASIA-IrisV3 Tujuan dari penelitian ini adalah mengedentifikasi lokasi iris mata yang akurat dalam citra ber-noise berbasis hough tranform dan detekti tepi canny. Selain itu diharapkan memberikan manfaat dalam pengembangan sistem aplikasi biometrik berbasis Iris Mata



 

Downloads

Download data is not yet available.

Article Details

How to Cite
Astawa, I. P. P., & Imawati, I. A. P. F. (2016). Identifikasi Lokasi Iris Mata Berbasis Tranformasi Hough dan Deteksi Tepi Canny. Jurnal Eksplora Informatika, 3(1), 81-90. Retrieved from https://eksplora.stikom-bali.ac.id/index.php/eksplora/article/view/121
Issue
Vol 3 No 1 (2013): Jurnal Eksplora Informatika
Section
Articles
Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Jurnal Eksplora Informatika bersifat open access, yaitu dapat diakses secara umum tanpa dikenakan biaya. Penulis yang menerbitkan artikelnya di Jurnal Eksplora Informatika setuju dengan ketentuan berikut:

  • Penulis memegang hak cipta dan memberikan hak publikasi pertama kepada Jurnal Eksplora Informatika menggunakan lisensi Creative Commons Attribution-ShareAlike 4.0.
  • Penulis diizinkan untuk mengarsipkan/menggunggah/meyimpan artikel mereka, misalnya dalam repositori institusional atau situs web/blog penulis, namun diharapkan agar memberikan rincian bibliografi yang menghargai publikasi di jurnal ini.
  • Jurnal Eksplora Informatika berhak untuk menyediakan artikel dalam berbagai bentuk dan media, sehingga artikel dapat digunakan untuk teknologi terbaru bahkan setelah dipublikasikan.
  • Jurnal Eksplora Informatika berhak untuk menegakkan hak-hak atas nama penulis pada artikel terhadap pihak ketiga. Misalnya dalam kasus plagiarisme atau pelanggaran hak cipta.

References

Chen.Y., Adjouadi. M., Han.C., Wang.J., Barreto.A., Rishe. N., dan Andrian.J, (2009), ‘A Highly Accurate And Computationally Efficient Approach For Unconstrained Iris Segmentation’,Image And Vision Computing, (Inpress).

Canny John,(1986),”A Computational Approach to Edge Detection”,IEEE

Transactions On Pattern Analysis And Machine Intelligence.

Darma Putra IKG,(2009), “Sistem Biometrika Konsep Dasar, Teknik Analisa Citra, dan Tahapan Membangun Aplikasi Sistem Biometrika”, Andi Offset.

D.J. Fleet, A.D. Jepson , (2009),”Edge Detection”, (Inpress).

Gonzalez, R.C., Woods, R.E(2008), “Digital Image Processing”, Third Edition, Prentice Hall, New Jersey

Hidayatno A.,dkk,”Aplikasi Transformasi Hough Untuk Deteksi Garis Lurus”,(Inpress)

Jang.J., Kim. K., Lee. Y., 2003, “ Efficient Algorithm of Eye Image Check for Robust Iris Recognition System”, in: Lecture Notes in Computer Science v2756, Springer, Berlin, Heidelberg, pp. 301–308.

Labati, R.D., Scotti, F., (2009), “Noisy Iris Segmentation With Boundary Regularization And Reflections Removal”, Image And Vision Computing, (Inpress).

Li,P., Liu,X., Xiao.L., dan Song.Q, 2009, “Robust And Accurate Iris Segmentation In Very Noisy Iris Images”,Image And Vision Computing, (inpress).

Masek Libor,(2003),”Recognation of Human Iris Patterns For Biometric Identification” The University Of Western Australia

Putra Astawa I Putu,(2010), “segmentasi iris mata berbasis Transformasi Non-Separable Wavelet Dan Transformasi Randomized Hough”, ITS Surabaya

Li.P., Liu.X,(2008),’ An Incremental Method for Accurate Iris Segmentation’ School of Computer Science and Technology,China

Xu, G.Z., Zhang ,Z.F., Ma, Y.D. (2006) ,”Automatic Iris Segmentation Based On Local Areas”, in: 18th International Conference on Pattern Recognition, vol. 4, pp. 505–508.

Yang, J., You, X., Tang, Y.Y., Fang, B. (2005), “A Watermarking Scheme Based On Discrete Non-Separable Wavelet Transform”, Pattern Recognition and Image Analysis 427–43

Yu Chen,(2009),”Canny Edge Detection And Hough Transform”, Indiana University.

Munir, R., Pengolahan Citra Digital dengan Pendekatan Algoritmik , Informatika Bandung , 2004.

Nugroho.S,2012 ,” Teknologi Biometrik dalam e-ktp”, Agency for the Assessment & Application of Technology (PTIK-BPPT)

http://thesis.binus.ac.id/eColls/eThesisdoc, Agustus 2011