ANALISIS DAN IDENTIFIKASI MANUSIA MELALUI BIOMETRIK TELINGADENGAN METODE GRAY LEVEL RUN LENGTH (GLRL) Adnan Hardjo Sumantri Sipayung, Achmad Rizal, Suryo Adhi Wibowo Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas TelkomAbstrakBiometrika telinga merupakan salah satu alternatif yang menggunakan karakteristik fisik alamimanusia untuk identifikasi manusia. Biometrika telinga mempunyai beberapa kelebihan jikadibandingkan dengan wajah yaitu memiliki distribusi yang lebih seragam warna sehingga hampirsemua informasi kekal ketika mengubah gambar asli menjadi abu-abu skala, mengurangi resolusispasial dan tidak mengalami perubahan yang disebabkan oleh perubahan ekspresi wajah danusia. Telinga manusia tidak akan berkembang setelah berumur delapan tahun. Bentuk telingayang lebih kecil juga memungkinkan sistem identifikasi dapat bekerja lebih cepat dan efisien dariwajah.Tugas akhir ini bertujuan merancang suatu sistem yang berfungsi untuk identifikasi personaldengan akurasi yang cepat dan tepat. Sistem ini dibuat dengan salah satu metode analisis teksturyaitu metode Gray Level Run Length (GLRL) untuk mengenali ekstrasi ciri pada daun telingamanusia. Ada 5 ciri analisis tekstur yang dipakai dalam tugas akhir ini yaitu SRE (Short RunEmphasis), LRE (Long Run Emphasis), RLU (Run Length Uniformity), GLU (Gray LevelUniformity), dan RPC (Run Percentage). Sampel citra diambil dari 15 orang (setiap orang diambil10 sampel yang terdiri dari 5 sampel telinga kanan dan 5 sampel telinga kiri). Citra yangdiakuisisi akan diubah ke grayscale, dilakukan ekstrasi ciri, dan kemudian dilakukan prosespengenalan citra dengan Linear Discriminant Analysis (LDA).Dari hasil pengujian performansi sistem, maka diketahui bahwa performansi sistem pengenalanmanusia melalui citra telinga mencapai 80,67% pada saat data latih terdiri dari 90 sampel telingadan data uji 150 sampel telinga dimana 90 sampel telinga data latih diambil dari 3 gambarterakhir dari setiap telinga.Kata Kunci : biometrik, kontur telinga, metode GLRL ( Gray Level Run Length )Tugas Akhir - 2011Fakultas Teknik Elektro Program Studi S1 Teknik TelekomunikasiAbstractEar biometrics is one alternative that uses the physical characteristics of natural human tohuman identification. Ear biometrics has several advantages when compared with a face that hasa more uniform distribution of colors so that almost all of the information conserved whenchanging the original image into a gray scale, reducing the spatial resolution and did notexperience changes caused by changes in facial expression and age. Human ear will not developafter the age of eight years. Smaller ear shapes also allow the identification system can workmore quickly and efficiently from the face.The final task is aimed at designing a system that works for personal identification with a fast andprecise accuracy. The system is made with one of texture analysis methods is the method of GrayLevel Run Length (GLRL) to recognize the extraction of leaf traits on the human ear. There are 5characteristic texture analysis used in this thesis is the SRE (Short Run Emphasis), LRE (LongRun Emphasis), RLU (Run Length Uniformity), GLU (Gray Level Uniformity), and RPC (RunPercentage). Image samples taken from 15 people (each person taken 10 samples consisting of 5samples and 5 samples of the right ear left ear). The acquired image is converted to grayscale,feature extraction performed, and then perform an image recognition with Linear DiscriminantAnalysis (LDA).From the results of performance testing system, it is known that the recognition performance ofthe human system through the image of the ear reaches 80.67% when the training data consist of90 samples of ear and ear test data 150 samples with 90 samples taken ear training data that isthe last 3 images from each ear respectively.Keywords : biometrics, ear contour, GLRL method (Gray Level Run Length)Powered by TCPDF (www.tcpdf.org)Tugas Akhir - 2011Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi Analisis dan Identifikasi Manusia Melalui Biometrik Telinga dengan Metode Gray Level Run Length (GLRL) 1BAB I PENDAHULUAN 1.1 Latar belakang Identifikasipadasaatsekaranginisangatpentingdigunakanuntukmenjagaprivasi ataupun keamanan. Oleh karena itu, dibutuhkan suatu metode yang berguna untuk menjaga keamanan yang baik. Salah satunya dengan metode Biometrik. Biometrik merupakanstudi tentang metode otomatis untuk mengenali manusia berdasarkan satu atau lebih bagian tubuh manusiaataukelakuandarimanusiaitusendiriyangmemilikikeunikan.Karakteristik biometrikpadasaatinisedangdigunakanuntukidentifikasiseseorangmelaluisidikjari, telinga, pola wajah, iris mata, retina, suara, pembuluh darah dan tanda tangan. Setiap sistem biometrikmemilikikelebihandankelemahan.Olehkarenaitu,setiapsistembiometrik memiliki tingkat akurasi yang berbeda pada aplikasi yang berbeda juga. Pada Pola wajah, ada perbedaan saat seseorang tersenyum dan tidak tersenyum, dan karena bertambahnya usia menyebabkan memiliki garis garis keriput pada wajah. Selain itu,pengenalanwajahhanyabisadigunakanpadasaatekspresiyangnetraldansulit mengenali wajah pada saat di make-up. Pada sidik jari, ada beberapa orang yang sangat sulit dikenali sidik jarinya. Demikian juga denganretina, retina masih punya kelemahan meski sudah lebih akurat dibandingkan dengan wajah. Retina hanya bisa diidentifikasi dari jarak yang sangat dekat, sehingga dinilai kurang praktis untuk digunakan dipusat-pusat keramaian. J ikadibandingkandenganwajah,sidikjaridanretina,telingamerupakanbiometrikyang tidakinvasiveyangartinyatidakmempengaruhipenampilansecaralangsung.Faktanya telinga lebih aman dari efek penuaan dan cukup besar untuk dikenali dari jarak jauh. Karena terbentuk dengan sempurna sejak lahir, telinga tidak banyak mengalami perubahan seumur hidup. Telinga tetap menjaga bentuknya ketika seseorang beranjak dewasa. Hal ini menjadi keuntungan pada biometrik. Pada penelitian sebelumnya, yang dilakukan oleh Galih Bayu satrya, Biometrika Daun TelingauntukMengenaliIndividudenganEkstraksiCirimenggunakanMetodeGeometris, dimanatelahmenjelaskanbahwadenganmengggunakanMetodeGeometrismenghasilkan akurasisampai85,7%.Olehkarenaitu,dalamtugasakhirinibertujuanuntuk mengembangkan dan memperbaiki sistem dengan Metode Gray Level Run Length, sehingga diharapkan akan didapatkan sistem yang lebih baik lagi. Tugas Akhir - 2011Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi Analisis dan Identifikasi Manusia Melalui Biometrik Telinga dengan Metode Gray Level Run Length (GLRL) 2DalamTugasakhirinimencobamengimplementasikansistembiometrikatelinga dengan metode GLRL ( GrayLevelRunLength ). Metode ini mengenali jumlah run pada suatu piksel dengan level intensitas sama dan berurutan dalam satu arah tertentu. Kemudian ciri tekstur dapat diperoleh dari nilai SRE (Short Run Emphasis), LRE (Long Run Emphasis), GLU (GreyLevelUniformity), RLU (RunLengthUniformity), dan RPC (RunPercentage). Kelimaciritersebutkemudiandigunakanuntukklasifikasidenganmenggunakanmetode LDA (Linear Discriminant Analysis). Dengan metode ini, diharapkan dapat menghasilkan identifikasi personal dengan akurat dibandingkan dengan sistem biometrika lainnya. 1.2Tujuan Tujuan dari penulisan Tugas Akhir ini adalah : 1.Mengukur tingkat keakuratan sistem biometrika telinga. 2.Membuat sistem yang berfungsi untuk mengidentifikasi personal dengan melihat struktur telinga dan menggunakan metode GLRL ( Gray Level Run Length ). 3.Menganalisis dan mengimplementasi metode GLRL ( GrayLevelRunLength ) tanpa resize dan dengan resize untuk pengekstrasian fitur telinga. 1.3Rumusan Masalah Permasalahan yang akan dibahas pada Tugas Akhir ini adalah : 1.Berapa tingkat akurasi sistem biometrika telinga. 2.Bagaimana penggunaan metode GLRL ( GrayLevelRunLength ) dalam sistem identifikasi personal menggunakan fitur telinga. 3.Bagaimanamelakukanprosesidentifikasimanusiadenganmenggunakanfitur telinga. 4.Bagaimana melakukan preprocessing yang cepat. 5.Bagaimanamembuatekstrasiciriagarmenghasilkanciriyangbagusuntuk klasifikasi. 6.Bagaimanamengenalitelingasecaraotomatisdanmengidentifikasimanusia sesuai database yang telah ada. Tugas Akhir - 2011Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi Analisis dan Identifikasi Manusia Melalui Biometrik Telinga dengan Metode Gray Level Run Length (GLRL) 31.4Batasan Masalah Batasan masalah yang ada dalam Tugas Akhir ini adalah : 1.Hanya menganalisis pada telinga pria saja. 2.Ukuran kriteria untuk performansi sistem adalah tingkat akurasi dari sistem. 3.Format image adalah .jpg 4.Mengunakan metode klasifikasi LDA (Linear Discriminant Analysis). 5.Orangyangdiambilsampelnyaadalahorangorangyangberumur19tahun keatas. 6.Sampel diambil dari15 orang dimanasetiap orang diambil 10 gambar yaitu 5 sampel telinga kanan dan 5 sampel telinga kiri. 1.5Metode Penelitian Metode penelitian yang akan dilakukan dalam Tugas Akhir ini adalah : 1.Studi literatur Mempelajari dasar teori dari berbagai literatur yang berkaitan dengan masalah masalah pada tugas akhir ini yang sebagai dasar dari penelitian selanjutnya. 2.Pengumpulan data Mengumpulkan data base citra telinga yang berguna sebagai masukan dari sistem. 3.Implementasi program aplikasi Melakukanimplementasimetodepadaprogramaplikasisesuaidengan pernacangan yang dilakukan.4.Analisis hasil simulasi MelakukananalisisterhadapmetodeGLRL(GrayLevelRunLength)yang digunakan pada sistem biometrika telinga yang disimulasikan. 5.Pengambilan kesimpulan Menarik kesimpulan berdasarkan percobaan yang dilakukan dan hasil simulasi. 1.6Sistematika Penulisan BAB I PENDAHULUAN Pada bab ini berisi uraian singkat mengenai latar belakang, tujuan penelitian, perumusan masalah, batasan masalah, metodologo penelitian serta sistematika penulisan. Tugas Akhir - 2011Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi Analisis dan Identifikasi Manusia Melalui Biometrik Telinga dengan Metode Gray Level Run Length (GLRL) 4BAB IIDASAR TEORIBab ini menjelaskan tentang teori metode GLRL (GrayLevelRunLength) yang akan digunakan dalam sistem biomtetrika telinga. BAB III PERANCANGAN SISTEM DAN SIMULASI Babinimenguraikantentangprosesperancangansistembiometrikatelinga dengan metode GLRL (Gray Level Run Length ). BAB IV ANALISIS HASIL SIMULASI Babiniberisianalisisterhadaphasilyangdiperolehdariperancangandan implementasi denganmetode GLRL (GrayLevelRunLength ) pada sistem biometrika telinga.BAB VKESIMPULAN DAN SARAN Bab ini berisi kesimpulan dan saran hasil yang diperoleh dari penelitian yang telah dilakukan. Powered by TCPDF (www.tcpdf.org)Tugas Akhir - 2011Fakultas Teknik Elektro Program Studi S1 Teknik TelekomunikasiAnalisis dan Identifikasi Manusia Melalui Biometrik Telinga dengan Metode Gray Level Run Length (GLRL) 30BAB IV PENGUJIAN SISTEM DAN ANALISIS Untukmengetahuiperformansidarisistemyangtelahdirancang,makaperlu dilakukanpengujianterhadapsistemyangtelahdirancang.Dalampengujian,akandiukur berapatingkatkeberhasilandarisistemyangdirancangdenganmelakukananalisisterhadap beberapa parameter yang telah dibuat. 4.1 Spesifikasi Sistem Berikutiniadalahuraiandarispesifikasiperangkatkerasdanperangkatlunakyang digunakan dalam sistem. 4.1.1 Perangkat Keras Perangkat keras yang dgunakan dalam Tugas Akhir ini meliputi : 1.Laptop dengan prosesor Intel Centrino Duo T250 1,87 GHz dengan memori RAM 1,5GB,sistemmenggunakan32-bitoperatingsystemdansistemmenggunakan Windows 7 Ultimate 2.Kamera digital 6 MP. 3.Mouse 4.1.2 Perangkat Lunak Adapaun spesifikasi perangkat lunak yang digunakan dalam Tugas Akhir ini adalah : 1.Matlab 7.8.0 (R2009a)2.Windows 7 Home Ultimate 4.2 Pengujian Sistem Setelah perancangan sistem dan implementasi sistem sudah dilaksanakan, maka akan dilakukan pengujian terhadap sistem lalu akan menganalisis hasil pengujian dan performansi dari sistem. Adapun tujuan dari pengujian ini adalah 1.Untukmengukurtingkatakurasisistemdalamhalpengenalanindividumelalui biometriktelingadenganmetodegraylevelrunlength(GLRL)danklasifikasi menggunakanLDAberdasakannilaipersentaseantaraketepatanpengenalandan jumlah data yang diuji.Tugas Akhir - 2011Fakultas Teknik Elektro Program Studi S1 Teknik TelekomunikasiAnalisis dan Identifikasi Manusia Melalui Biometrik Telinga dengan Metode Gray Level Run Length (GLRL) 312.Menganalisishasilkerjasistemsehinggadiketahuikelebihandankekurangan sistem. 4.3 Skenario Pengujian Sistem Pengujian dilakukan dengan mencatat hasil pengenalan individu yang dilakukan pada sistem yang berupa akurasi, kemudian dilakukan analisis terhadap akurasi yang didapat untuk mengukurtingkatkeberhasilansistemdalamhalpengenalanindividumelaluibiometrik telinga. Adapun skenario pengujian sistem dalam Tugas Akhir ini yaitu: 1.Skenariopertama:150citrayangdiperolehakandijadikansebagaicitraujidan akan dibagi menjadi citra latih. Citra yang telah diakuisisi akan dicropping secara manual danhasilnya akan dijadikansebagaimasukan dalam preprocessing. Pada prosespreprocessingdilakukandenganresizedantanparesize.Proses preprocessingdenganresize,citraakandiresizeterlebihdahulusebelumcira diubahkegrayscale.Sedangkanprosespreprocessingtanparesize,citrahasil cropping akan langsung diubah ke grayscale. 2.Skenariokedua:Setelahdidapatkancitrayangoptimal,kemudiancitraakan diekstrasiciriyaitudenganmenganalisisdenganmetodegraylevelrunlength. Adapunparameterciriyangakandiujidarimetodegraylevelrunlengthyaitu SRE(ShortRunEmphasis),LRE(LongRunEmphasis),GLU(GrayLevel Uniformity),RLU(RunLengthUniformity),danRPC(RunPercentage).Setelah citradiekstrasiciridengankelimaciritersebut,makaakandiperolehnilai konstanta dari setiap citra. 3.Skenarioketiga:PengklasifikasiancitradenganmetodeLDA(Linear DiscriminantAnalysis).DenganmenggunakanklasifikasiLDAakandidapat keluaran dari citra. 4.4 Analisis Hasil Pengujian 4.4.1 Proses Ekstrasi Ciri tanpa resize Pada proses ekstrasi ciri, penulis membandingkan hasil analisis tekstur pada citra latih yangterbagikedalam5parameterciridenganjumlahtotal90citrayangditunjukkanpada tabel 4.1. Tugas Akhir - 2011Fakultas Teknik Elektro Program Studi S1 Teknik TelekomunikasiAnalisis dan Identifikasi Manusia Melalui Biometrik Telinga dengan Metode Gray Level Run Length (GLRL) 32Tabel 4.1 Tabel ciri citra latih tanpa resize NamaCitraHasilciriGrayLevelRunLengthSRE LRE GLU RLU RPCTelingaIskankanan3 0,83682515 2,0836634 563,082733 6167,95719 0,778384928TelingaIskankanan4 0,83325985 2,1134367 650,348509 5964,55703 0,774200987TelingaIskankanan5 0,83528828 2,08431705 637,480118 6092,7256 0,777514093TelingaIskankiri3 0,83909001 2,04462056 637,037233 6370,75264 0,782830708TelingaIskankiri4 0,84634518 1,9984822 580,227166 6441,5671 0,790454374TelingaIskankiri5 0,84083784 2,04086695 660,202603 6392,43437 0,784084416TelingaIndrakanan3 0,83444547 2,20714042 490,039298 5781,33817 0,767435087TelingaIndrakanan4 0,83906466 2,14377466 536,278449 5816,73648 0,774906836TelingaIndrakanan5 0,84082429 2,13828769 524,025859 5773,29165 0,776222403TelingaIndrakiri3 0,83475445 2,2001571 478,106386 5333,1697 0,768266723TelingaIndrakiri4 0,82796116 2,3097971 519,392191 5436,17849 0,756724429TelingaIndrakiri5 0,82691083 2,30040037 450,432802 5327,98749 0,756823183TelingaOktakanan3 0,80713348 2,51500539 641,819434 6538,15008 0,731638498TelingaOktakanan4 0,81081338 2,48752592 618,99305 6453,36524 0,735239137TelingaOktakanan5 0,81072082 2,49437302 592,147135 6516,86906 0,734737109TelingaOktakiri3 0,81973596 2,38133693 625,494709 6350,43247 0,747595621TelingaOktakiri4 0,81625074 2,41104172 577,726232 6338,4605 0,743844768TelingaOktakiri5 0,81897174 2,3410735 602,068036 6282,30046 0,750011069TelingaAkbarkanan3 0,82220912 2,37970152 517,58556 4820,91347 0,748606288TelingaAkbarkanan4 0,81971762 2,41218828 528,424986 4832,82848 0,745073448TelingaAkbarkanan5 0,81681049 2,44177827 503,406107 4872,84807 0,741467546TelingaAkbarkiri3 0,86730492 1,93921238 505,446101 5369,74033 0,807663126TelingaAkbarkiri4 0,8609208 2,01964056 499,411414 5330,65539 0,797580395TelingaAkbarkiri5 0,8659828 1,94648767 515,995783 5324,02231 0,806452395TelingaCandrakanan3 0,82430688 2,54693985 405,021339 4424,44916 0,740831857TelingaCandrakanan4 0,81921929 2,60651444 469,240149 4433,6576 0,734343149TelingaCandrakanan5 0,82120149 2,56691015 470,134743 4376,06856 0,737748048TelingaCandrakiri3 0,83887687 2,37292802 439,740385 4657,42025 0,7605727TelingaCandrakiri4 0,83692581 2,38188659 484,546833 4645,82959 0,758683956TelingaCandrakiri5 0,84137038 2,31504552 479,552125 4739,82626 0,76573805TelingaErikanan3 0,79754204 2,91686487 559,50947 5029,93675 0,704950604TelingaErikanan4 0,80175548 2,87640587 520,167198 4988,16411 0,709135564TelingaErikanan5 0,79944949 3,02165797 415,011554 4948,46128 0,70093242TelingaErikiri3 0,84001889 2,28853088 374,214664 4228,56715 0,766338664TelingaErikiri4 0,84784999 2,16858806 451,328793 4221,00749 0,779525686Tugas Akhir - 2011Fakultas Teknik Elektro Program Studi S1 Teknik TelekomunikasiAnalisis dan Identifikasi Manusia Melalui Biometrik Telinga dengan Metode Gray Level Run Length (GLRL) 33TelingaErikiri5 0,83715537 2,30834245 474,294215 4201,65585 0,763335548TelingaFahmikanan3 0,82451831 2,28078197 640,770342 6727,6757 0,757195981TelingaFahmikanan4 0,8083052 2,46141325 578,241688 6494,55834 0,73613943TelingaFahmikanan5 0,80824998 2,456084 552,985834 6444,40393 0,736342899TelingaFahmikiri3 0,84406114 2,06480831 702,836199 7364,91312 0,784157911TelingaFahmikiri4 0,84826275 2,05461078 604,514346 7133,51992 0,787344072TelingaFahmikiri5 0,84720432 2,06590875 619,534644 7121,29547 0,785854473TelingaFerdikanan3 0,83464276 2,43716606 574,186709 6969,19504 0,753032998TelingaFerdikanan4 0,83711285 2,39499448 525,172232 6998,83154 0,757585464TelingaFerdikanan5 0,84435387 2,25280407 622,148712 7174,41253 0,770762728TeingaFerdikiri3 0,83408732 2,44454616 593,159157 7595,81001 0,752508181TeingaFerdikiri4 0,83588603 2,43961881 547,902064 7650,4753 0,753918082TeingaFerdikiri5 0,83643839 2,43527405 541,756886 7725,71864 0,754712807TelingaMustikakanan3 0,8366173 2,25246027 505,336175 5032,40274 0,765685558TelingaMustikakanan4 0,81411233 2,46936715 466,207575 4882,63155 0,738503231TelingaMustikakanan5 0,83529095 2,26254501 494,523219 4485,2764 0,764217298TelingaMustikakiri3 0,84876638 2,05956764 505,031692 4466,28186 0,787102473TelingaMustikakiri4 0,84820032 2,08088124 468,246796 4353,06563 0,784674918TelingaMustikakiri5 0,84966818 2,05866788 481,541571 4387,90759 0,787534079TelingaJonokanan3 0,82398083 2,63149548 448,209248 3811,94711 0,735555289TelingaJonokanan4 0,81333967 2,80200028 476,075484 3756,5492 0,719502505TelingaJonokanan5 0,81584453 2,78717515 457,287618 3817,99134 0,721791996TelingaJonokiri3 0,87103838 1,85125474 540,886015 5216,41577 0,817278347TelingaJonokiri4 0,86561827 1,92896587 545,604622 5149,9936 0,807453142TelingaJonokiri5 0,86480701 1,94968483 464,806857 5071,06739 0,805265589TelingaGalihKanan3 0,83544854 2,20403844 624,460251 6524,54119 0,76837205TelingaGalihKanan4 0,8350595 2,24536779 621,569505 6435,46835 0,764615404TelingaGalihKanan5 0,83467792 2,20834945 673,253475 6489,29398 0,767582407TelingaGalihkiri3 0,84876191 2,07153436 549,420304 6569,73497 0,786232844TelingaGalihkiri4 0,82646591 2,35080352 596,343937 6042,39572 0,752518018TelingaGalihkiri5 0,8461376 2,10623724 571,9695 6290,51939 0,781895882TelingaRifkykanan3 0,85205844 2,07379098 518,922568 6199,53037 0,787634775TelingaRifkykanan4 0,85339045 2,04395093 591,16711 6249,98384 0,790761064TelingaRifkykanan5 0,85211176 2,05978167 548,77921 6296,08608 0,788944721TelingaRifkykiri3 0,80926163 2,54141354 523,62645 5189,56972 0,731143089TelingaRifkykiri4 0,810643 2,52184377 492,977032 5098,76977 0,733174796TelingaRifkykiri5 0,80997753 2,52923539 492,305764 5140,6259 0,732353945 Tugas Akhir - 2011Fakultas Teknik Elektro Program Studi S1 Teknik TelekomunikasiAnalisis dan Identifikasi Manusia Melalui Biometrik Telinga dengan Metode Gray Level Run Length (GLRL) 34TelingaWisnukanan3 0,81675095 2,33395609 555,320702 6323,13414 0,749279143TelingaWisnukanan4 0,81754261 2,30105165 660,191963 6334,53729 0,751975649TelingaWisnukanan5 0,81843427 2,36331806 511,497607 6242,78319 0,748268086TelingaWisnukiri3 0,82646125 2,25324878 583,428082 5997,13198 0,760248112TelingaWisnukiri4 0,81596127 2,36885136 652,273148 5949,1074 0,746447103TelingaWisnukiri5 0,83756689 2,17990884 584,344497 6194,10422 0,771498625TelingaWahyukanan3 0,7929672 2,73263879 439,793272 4626,86924 0,71034024TelingaWahyukanan4 0,83892987 2,13090833 546,756408 5196,29723 0,775734896TelingaWahyukanan5 0,80598009 2,55317521 450,857086 4663,84961 0,728682894TelingaWahyukiri3 0,83844036 2,1396443 493,2251 4893,64002 0,77495858TelingaWahyukiri4 0,83807744 2,18641126 511,018925 4924,20644 0,771054208TelingaWahyukiri5 0,84112873 2,14166433 505,968974 4996,70532 0,776299557TelingaZikrikanan3 0,84622979 2,10294861 565,983236 6206,05718 0,782070925TelingaZikrikanan4 0,84840978 2,06172144 581,166059 6267,67715 0,786569414TelingaZikrikanan5 0,81187009 2,46775968 488,738352 5933,95527 0,73721663TelingaZikrikiri3 0,84138892 2,15122697 574,431125 5718,91252 0,775353685TelingaZikrikiri4 0,84584219 2,11459806 479,061486 5788,60213 0,780632253TelingaZikrikiri5 0,84817021 2,0827796 526,026254 5680,63213 0,784555215 4.4.1.1 SRE (Short Run Emphasis) NilaiparameterciriSREsangattergantungdaribanyaknyashortrundanbernilai besar pada tekstur halus. Pada tekstur halus terdapat sedikit piksel tetangga yang mempunyai intensitassamasehinggapadateksturhalusmempunyairunyangpendek.Sedangkanpada tekstur kasar, banyak piksel tetangga yang mempunyai intensitas yang sama dan mempunyai runyangpanjang.KarenanilaiSREberbandingterbalikdenganrun,makasemakinbesar SRE semakin kecil run. Daritabel4.1dapatdilihatbahwanilaiSREyangpalingtinggidalamcitralatih adalahtelingaJonokiri3dannilaiSRE yangpalingrendahadalahtelingaWahyukanan3. SesuaidengansifatnyaSRE,nilaiSREyangpalingtinggiyaitutelingaJonokiri3 mempunyai tekstur yang paling halus. Sedangkan nilai SRE yang paling rendah yaitu telinga Wahyu kanan 3 mempunyai tekstur yang kasar. 4.4.1.2 LRE (Long Run Emphasis) NilaiparameterciriLREsangattergantungpadabanyaknyalongrundanbernilai besarpadateksturkasar.NilaiparameterLRElebihbesardaripadanilaiparameterSRE karenapadanilaiparameterLREmempunyairunyanglebihpanjangdaripadanilai Tugas Akhir - 2011Fakultas Teknik Elektro Program Studi S1 Teknik TelekomunikasiAnalisis dan Identifikasi Manusia Melalui Biometrik Telinga dengan Metode Gray Level Run Length (GLRL) 35parameter SRE. Nilai parameter LRE berbanding lurus dengan nilai run yaitu semakin besar nilai LRE maka semakin besar juga nilai run. Dari tabel 4.1 terlihat bahwa telinga Eri kanan 5 mempunyai nilai LRE paling tinggi dan telinga Wahyu kanan 3 mempunyai nilai LRE paling rendah. Pada tabel 4.1 juga terlihat nilaiLREpalingkecilberkebalikandengannilaiSREpalingtinggi,tetapipadanilaiLRE palingtinggitidakberkebalikandengannilaiSREpalingrendah.Dapatdilihatjuga, perbedaan nilai SRE antara telinga Eri kanan 5 dengan telinga Wahyu kanan 3 hanya berbeda 0,006. Sehingga dapat disimpulkan,telinga Eri kanan 5 merupakan tekstur yang paling kasar juga.CitrateksturkasarakanmenghasilkannilaiLREtinggidannilaiSRErendah. Sedangkan citra tekstur halus akan menghasilkan nilai SRE tinggi dan nilai LRE rendah. 4.4.1.3 GLU (Gray Level Uniformity) Parameter GLU mengukur nilai derajat keabuan diseluruh citra dan bernilai kecil jika nilai derajat keabuan serupa diseluruh citra. Dari tabel 4.1 telinga Eri kiri 3 mempunyai nilai GLUyangpalingrendah,makapadacitratelingaEri3mempunyainilaiderajatkeabuan yangserupadiseluruhcitra.SedangkantelingaFahmikiri3mempunyainilaiGLUyang palingtinggi,makadapatdisimpulkanpadacitratelingaFahmikiri3mempunyai ketidaksamaan nilai derajat keabuan di seluruh citra. 4.4.1.4 RLU (Run Length Uniformity) ParameterRLUmengukurpanjangnyarundiseluruhcitradanbernilaikeciljika panjangnyarunserupadiseluruhcitra.Daritabel4.1dapatdilihattelingaFerdikiri5 mempunyainialiRLUpalingtinggidantelingaJonokanan4mempunyainilaiRLUpaling rendah. Telinga Jono kanan 4 mempunyai panjang run yang hampir serupa diseluruh citra. 4.4.1.5 RPC (Run Percentage) ParameterRPCmengukurkeserbasamaandandistribusirundarisebuahcitrapada arahtertentu.RPCbernilaipalingbesarjikapanjangnyarunadalah1untuksmuaderajat keabuan pada arah tertentu. Dari tabel 4.1 dapat dilhat bahwa telinga Jono kiri 3 mempunyai parameterRPCbernilaibesardantelingaErikanan5mempunyaiparameterRPCbernilai kecil. Dari tabel 4.1 juga terlihat tidak ada citra yang bernilai RPC sama dengan satu, semua nilai RPC kurang dari satu.Tugas Akhir - 2011Fakultas Teknik Elektro Program Studi S1 Teknik TelekomunikasiAnalisis dan Identifikasi Manusia Melalui Biometrik Telinga dengan Metode Gray Level Run Length (GLRL) 36Dari tabel 4.1 juga dapatterlihat bahwa nilaiRPC bernilaibesar berbandingterbalik dengan nilai LRE paling rendah tetapi berbanding lurus dengan nilai SRE paling tinggi yaitu pada citra telinga Jono kiri 3. Kebalikannya, RPC yang mempunyai nilai paling rendah akan berbandingterbalikdengannilainilaiLREpalingtinggidanberbandinglurusdengannilai SRE paling rendah yaitu pada telinga Eri kanan 5. Selain mempunyai SRE yang paling besar dan LRE bernilai rendah, tekstur halus akanmempunyai nilai RPC paling besar juga karena distribusirununtukderajatkeabuanlebihmengumpulpadarunyangpendek.Sedangkan teksturkasaryangmempunyaiSREyangbernilairendahdanLREbernilaitinggijuga mempunyai nilai RPC yang rendah juga. 4.4.2 Proses Ekstrasi Ciri dengan resize Pada proses ekstrasi ciri, penulis membandingkan hasil analisis tekstur pada citra latih denganmembandingkan5parameterciridengantotaldatalatih90buahyangditunjukkan pada tabel 4.2Tabel 4.2 Tabel ciri citra latih dengan resize Nama Citra Hasil ciri Gray Level Run Length SRE LRE GLU RLU RPCTelingaIskankanan3 0,867019 1,786976 257,7064 1537,237 0,820418TelingaIskankanan4 0,859154 1,838428 296,2549 1520,067 0,811287TelingaIskankanan5 0,861865 1,822652 289,9369 1525,516 0,814185TelingaIskankiri3 0,865032 1,803451 289,278 1532,336 0,817812TelingaIskankiri4 0,877831 1,703605 265,8969 1563,814 0,834552TelingaIskankiri5 0,869322 1,773738 302,0793 1541,98 0,82294TelingaIndrakanan3 0,872028 1,745743 214,5316 1549,847 0,827125TelingaIndrakanan4 0,874263 1,722976 236,0769 1556,567 0,830698TelingaIndrakanan5 0,876198 1,706673 231,9027 1561,558 0,833352TelingaIndrakiri3 0,871011 1,754231 234,3758 1547,422 0,825835TelingaIndrakiri4 0,867183 1,794791 252,0462 1536,084 0,819806TelingaIndrakiri5 0,865514 1,803577 221,4599 1532,962 0,818145TelingaOktakanan3 0,851819 1,910075 257,428 1500,314 0,800783TelingaOktakanan4 0,854241 1,887894 249,1699 1506,539 0,804093TelingaOktakanan5 0,854876 1,882902 238,2719 1508,126 0,804937TelingaOktakiri3 0,85964 1,850683 270,3934 1518,499 0,810454TelingaOktakiri4 0,856914 1,882496 248,6759 1510,432 0,806164TelingaOktakiri5 0,856707 1,880374 259,1705 1510,651 0,806281TelingaAkbarkanan3 0,853485 1,926118 242,4212 1499,395 0,800295Tugas Akhir - 2011Fakultas Teknik Elektro Program Studi S1 Teknik TelekomunikasiAnalisis dan Identifikasi Manusia Melalui Biometrik Telinga dengan Metode Gray Level Run Length (GLRL) 37 TelingaAkbarkanan4 0,853966 1,917284 249,8367 1501,409 0,801366TelingaAkbarkanan5 0,852075 1,931195 238,2956 1497,131 0,799091TelingaAkbarkiri3 0,88891 1,652583 229,9692 1585,68 0,846181TelingaAkbarkiri4 0,886705 1,675548 229,3572 1579,216 0,842742TelingaAkbarkiri5 0,889271 1,647957 235,8657 1586,997 0,846879TelingaCandrakanan3 0,856585 1,948326 205,1962 1500,206 0,800729TelingaCandrakanan4 0,855331 1,945707 240,4572 1499,157 0,80017TelingaCandrakanan5 0,855609 1,945739 240,0447 1499,337 0,800266TelingaCandrakiri3 0,870341 1,830667 220,7296 1534,544 0,818989TelingaCandrakiri4 0,868446 1,83009 243,019 1532,077 0,817677TelingaCandrakiri5 0,873353 1,787499 241,2555 1544,864 0,824477TelingaErikanan3 0,843503 2,048254 270,325 1470,874 0,785129TelingaErikanan4 0,847725 2,009543 252,3071 1480,949 0,790487TelingaErikanan5 0,847322 2,057901 201,612 1473,456 0,786504TelingaErikiri3 0,866189 1,835012 195,0492 1529,128 0,816108TelingaErikiri4 0,870052 1,784824 234,6274 1541,838 0,822866TelingaErikiri5 0,864711 1,842421 248,6766 1526,3 0,814604TelingaFahmikanan3 0,856962 1,882772 254,3482 1510,181 0,806031TelingaFahmikanan4 0,84378 1,986323 233,1394 1479,622 0,789779TelingaFahmikanan5 0,844301 1,986512 222,803 1480,162 0,790066TelingaFahmikiri3 0,881067 1,680187 286,186 1571,888 0,838845TelingaFahmikiri4 0,886194 1,642279 249,0868 1584,609 0,845608TelingaFahmikiri5 0,886399 1,637466 258,1532 1585,985 0,846341TelingaFerdikanan3 0,877727 1,744244 228,463 1556,861 0,830854TelingaFerdikanan4 0,878831 1,731908 208,3502 1560,27 0,832668TelingaFerdikanan5 0,884649 1,665851 244,1367 1578,563 0,842396TeingaFerdikiri3 0,882309 1,7012 234,4765 1569,676 0,837669TeingaFerdikiri4 0,884812 1,691339 215,4201 1574,212 0,840081TeingaFerdikiri5 0,883891 1,695607 209,4474 1572,226 0,839027TelingaMustikakanan3 0,868338 1,8213 237,4192 1532,955 0,818143TelingaMustikakanan4 0,851212 1,948897 224,3799 1493,217 0,797008TelingaMustikakanan5 0,859898 1,896044 236,3068 1511,279 0,806616TelingaMustikakiri3 0,873361 1,751104 247,7129 1550,548 0,827498TelingaMustikakiri4 0,872513 1,765195 230,4077 1546,958 0,825589TelingaMustikakiri5 0,874206 1,750711 239,1779 1551,613 0,828064TelingaJonokanan3 0,845201 2,157721 220,8939 1456,805 0,777652TelingaJonokanan4 0,836344 2,253855 235,6495 1433,892 0,765465 Tugas Akhir - 2011Fakultas Teknik Elektro Program Studi S1 Teknik TelekomunikasiAnalisis dan Identifikasi Manusia Melalui Biometrik Telinga dengan Metode Gray Level Run Length (GLRL) 38TelingaJonokanan5 0,839365 2,230178 227,2355 1440,602 0,769035TelingaJonokiri3 0,892507 1,6045 254,417 1598,96 0,853241TelingaJonokiri4 0,890114 1,626976 262,2938 1591,891 0,849483TelingaJonokiri5 0,8885 1,648227 222,0459 1586,092 0,8464TelingaGalihKanan3 0,874971 1,740944 252,9189 1554,034 0,829352TelingaGalihKanan4 0,874954 1,738207 253,2999 1554,371 0,829531TelingaGalihKanan5 0,875228 1,736084 273,5392 1555,182 0,829962TelingaGalihkiri3 0,882746 1,681938 234,4246 1573,239 0,839563TelingaGalihkiri4 0,865092 1,811936 259,1624 1530,721 0,816954TelingaGalihkiri5 0,881574 1,68798 246,9498 1570,869 0,838302TelingaRifkykanan3 0,881716 1,69741 210,3765 1569,36 0,837502TelingaRifkykanan4 0,882964 1,680029 239,928 1573,901 0,839916TelingaRifkykanan5 0,881349 1,70019 221,93 1568,541 0,837066TelingaRifkykiri3 0,839789 2,06432 216,2281 1463,89 0,781414TelingaRifkykiri4 0,838262 2,085717 202,4252 1458,887 0,778754TelingaRifkykiri5 0,838692 2,078896 202,6531 1460,348 0,779531TelingaWisnukanan3 0,84901 1,934198 223,5163 1493,603 0,797213TelingaWisnukanan4 0,849037 1,915991 267,2324 1496,684 0,798852TelingaWisnukanan5 0,851819 1,919209 208,8571 1499,189 0,800185TelingaWisnukiri3 0,862067 1,833008 258,0941 1523,951 0,813354TelingaWisnukiri4 0,854017 1,887681 287,5972 1506,402 0,80402TelingaWisnukiri5 0,875084 1,730858 258,4577 1556,072 0,830433TelingaWahyukanan3 0,82734 2,145194 210,1581 1438,963 0,768156TelingaWahyukanan4 0,870355 1,754384 249,4241 1546,784 0,825494TelingaWahyukanan5 0,842125 2,013529 217,5633 1473,921 0,786747TelingaWahyukiri3 0,86366 1,818058 223,2542 1528,539 0,815793TelingaWahyukiri4 0,865264 1,816304 232,3984 1530,144 0,816648TelingaWahyukiri5 0,868732 1,789731 229,298 1538,669 0,821181TelingaZikrikanan3 0,883623 1,673264 250,8698 1575,742 0,840894TelingaZikrikanan4 0,885503 1,652255 256,2774 1581,964 0,844202TelingaZikrikanan5 0,859927 1,852807 221,8533 1518,408 0,810406TelingaZikrikiri3 0,881436 1,67989 278,311 1572,209 0,839016TelingaZikrikiri4 0,885507 1,650449 232,1789 1582,066 0,844258TelingaZikrikiri5 0,884289 1,661351 251,6267 1578,916 0,842583 Tugas Akhir - 2011Fakultas Teknik Elektro Program Studi S1 Teknik TelekomunikasiAnalisis dan Identifikasi Manusia Melalui Biometrik Telinga dengan Metode Gray Level Run Length (GLRL) 394.4.2.1 SRE (Short Run Emphasis) Padateksturhalusterdapatsedikitpikseltetanggayangmempunyaiintensitassama sehinggapadateksturhalusmempunyairunyangpendek.Sedangkanpadateksturkasar, banyakpikseltetanggayangmempunyaiintensitasyangsamadanmempunyairunyang panjang.KarenanilaiSREberbandingterbalikdenganrun,makasemakinbesarSRE semakin kecil run. Daritabel4.2dapatdilihatbahwatelingaJonokiri3mempunyanilaiSREyang palingtinggidanpadatelingaJonokanan4mempunyainilaiSREpalingrendah.Sehingga dapatdisimpulkanbahwatelingaJonokiri3merupakancitrateksturyangpalinghalus sedangkan telinga Jono kanan 4 mempunyai tekstur yang paling kasar. 4.4.2.2 LRE (Long Run Emphasis) .NilaiLRElebihbesardaripadanilaiSREkarenapadanilaiLREmempunyairun yanglebihpanjangdaripadanilaiSRE.NilaiparameterLREberbandinglurusdengannilai run yaitu semakin besar nilai LRE maka semakin besar juga nilai run. Padatabel4.2dapatdilihatbahwatelingaJonokiri3mempunyainilaiLREyang paling rendahdan pada telinga Jono kanan 4 mempunyai nilai LRE yang paling tinggi. Pada tabel4.2nilaiLREberkebalikandengannilaiSRE,sehinggadapatdisimpulkanbahwa telingaJonokanan4mempunyaiteksturyangkasardantelingaJonokiri3mempunyai tekstur yang halus. 4.4.2.3 GLU (Gray Level Uniformity) GLUmengukurnilaiderajatkeabuandiseluruhcitradanbernilaikeciljikanilai derajat keabuan serupa diseluruh citra. Dari tabel 4.2 dapat terlihat bahwa telinga Iskan kiri 5 mempunyainilaiGLUpalingtinggidantelingaErikiri3mempunyainilaiGLUpaling rendah. 4.4.2.4 RLU (Run Length Uniformity) RLU mengukur panjangnya run di seluruh citra dan bernilai kecil jika panjangnya run serupa diseluruh citra. Dari tabel 4.2 dapat dilihat bahwa telinga Jono kiri 3 mempunyai nilai RLUmaksimumdantelingaJonokanan4mempunyainilaiRLUminimum.Karenatelinga Jono kiri 3 merupakan citra dengan tekstur paling halus, maka dapat disimpulkan citra tekstur halus akan memiliki distribusi run yang mengumpul pada run yang pendek. Sedangkan pada Tugas Akhir - 2011Fakultas Teknik Elektro Program Studi S1 Teknik TelekomunikasiAnalisis dan Identifikasi Manusia Melalui Biometrik Telinga dengan Metode Gray Level Run Length (GLRL) 40telingaJonokanan4merupakanteksturpalingkasar,makadapatdisimpulkanteksturkasar meempunyai distribusi run yang lebih menyebar. 4.4.2.5 RPC (Run Percentage) RPC mengukur keserbasamaan dan distribusi run dari sebuah citra pada arah tertentu. RPCbernilaipalingbesarjikapanjangnyarunadalah1untuksmuaderajatkeabuanpada arah tertentu.Daritabel4.2dapatdilihatbahwatelingaJonokiri3mempunyainilaiRPCpaling besardantelingaJonokanan4mempunyainilaiRPCpalingrendah.Daritabel4.2juga terlihat nilai RPC yang berbanding lurus dengan nilai SRE dan nilaiRLU tetapi berbanding terbalikdengannilaiLRE.DapatdisimpulkanbahwateksturhalusmempunyainilaiRPC, SREdanRLUyangbesartetapinilaiLREyangrendahdanpadateksturkasarmempunyai nilai RPC, SRE dan RLU yang rendah tetapi nilai LRE yang besar. 4.4.3 Proses Klasifikasi Padatugasakhirinisemuasampeldatadiambildarilakilakisajayangberjumlah 15 orang dimana setiap orang diambil 10 sampel telinga yaitu 5 sampel telinga kanan dan 5 sampeltelingakirisehinggatotalseluruhsampelada150sampel.Dari10sampeltelinga setiaporangnya,akandiambil6datalaihdan4datauji.Yangdijadikandatalatihadalah gambarketiga,gambarkeempatdanbegitujugadengantelingakiri.Sedangkanuntukdata ujiadalahgambarpertamadangambarkeduatelingakanandanbegitujugadengantelinga kiri.Darihasilcitralatihakandimasukkankedalamdatabase,selanjutnyaakandisamakn dengan citra uji yang sudah ada. Setelahprosesektrasiciridaricitralatihdandimasukkankedalambasisdata pelatihan, untuk menguji citra uji, penulis menggunakan LDA sebagai metode klasifikasinya. Dari150datasampeltelingayaitu5sampeltelingakanandan5sampeltelingakirisetiap orangnya,penulismendapatkanhasilsimulasitanparesizedengancitralatihsebanyak60 sampeltelingadengangambar4dan5telingakanandantelingakirimakatingkatakurasi yang didapat hanya 68,67%sedangkan pada langkah selanjutnya penulis mendapatkan hasil jika citra latih sebanyak 90 sampel dengan masing masing gambar 3, gambar 4 dan gambar 5 maka tingkat akurasi yang didapat 80,67%. Waktu yang dibutuhkan dalam pengenalan ciri dibutuhkansekitar1025detik.Penulismendapatkanhasilsimulasidenganresizedengan citralatih60sampeltelingasebesar41,33%sedangkandengancitralatihsebanyak90 Tugas Akhir - 2011Fakultas Teknik Elektro Program Studi S1 Teknik TelekomunikasiAnalisis dan Identifikasi Manusia Melalui Biometrik Telinga dengan Metode Gray Level Run Length (GLRL) 41sampel,akurasisebesar46%.Waktuyangdibutuhkandalampengenalanciridibutuhkan sekitar 9 detik. Data lengkap dapat dilihat pada lampiran C. Untukmenghitungnilaiakurasidaricitratelingauntukmengidentifikasimanusia digunakan rumus : Akurasi= data benarx100%(4.1) data Tabel 4.3 Perbandingan 4 data latih dan 6 data latih setiap orang tanpa resize Jumlah citra latih Jumlah citra uji Jumlah teridentifikasi Jumlah tidak teridentifikasi Akurasi (%) 601501034768,67 901501212980,67 Tabel 4.4 Perbandingan 4 data latih dan 6 data latih setiap orang dengan resize Jumlah citra latih Jumlah citra uji Jumlah teridentifikasi Jumlah tidak teridentifikasi Akurasi (%) 60150628841,33% 90150698146% 4.5 Analisis Keseluruhan Sistem Berdasarkan hasil pengujian sistem, sistem pengenalan individu melalui biometrik telinga dengan metode Gray Level Run Length bekerja dengan baik, tetapi waktu rata - rata yang dibutuhkan dalam menganalisis seiap sampel terlalu lama. Dari 150 data sampel dimana 10 sampel telinga dalam 15 orang yang ada, proses tanpa resize diambil 90 cita latih dengan jumlah teridentifikasi 121 dan jumlah tidak teridentfikasi 29 dengan akurasi 80,67% dan 60 citra latih dengan jumlah teridentifikasi 103 dan jumlah tidak teridentfikasi 47 dengan akurasi 68,67%. Sedangkan proses dengan resize diambil 90 data latih dengan jumlah teridentifikasi 69 dan tidak teridentifikasi 81 dengan akurasi 46% dan citra latih dengan jumlah teridentifikasi 62 dan tidak teridentifikasi 88 dengan akurasi 41,33%. Powered by TCPDF (www.tcpdf.org)Tugas Akhir - 2011Fakultas Teknik Elektro Program Studi S1 Teknik TelekomunikasiAnalisis dan Identifikasi Manusia Melalui Biometrik Telinga dengan Metode Gray Level Run Length (GLRL) 43DAFTAR PUSTAKA [1]Al Fatta, Hanif. 2007.Konversi Format Citra RGB Ke Format Grayscale Menggunakan Visual Basic. Seminar Nasional Teknologi, STMIK AMIKOM. Yogyakarta. [2]Ardaning,Ahmad.2011.PerancangandanAnalisisSistemDeteksiWajahManusia dengan Metode Complete Gabor Fisher Classifier. Institut Teknologi Telkom. Bandung. [3]Attarchi, Sepehr. 2008, A New Ear Recognition Approach for Personal Identification,DepartmentofElectricalEngineering,AmirkabirUniversityofTechnology,Tehran, Iran. [4]BayuSatriya,Galih,2010.BiometrikaDaunTelingaUntukMengenaliIndividu DenganEkstrasiCiriMenggunakanMetodeGeometris.InstitutTeknologiTelkom. Bandung. [5]Indriani,Mita.2007.AnalisisTeksturMenggunakanMetodeRunLength.Universitas Diponegoro. Semarang. [6]Murni, Aniati. Pengantar Pengolahan Citra. J akarta: Gramedia. [7]Muslin,Laogi, 2009,Pengenalan Individu Melalui Iris Mata Menggunakan Kombinasi MetodeIndependentComponentAnalysis(ICA)danSupportVectorMachine(SVM). Institut Teknologi Telkom. Bandung. [8]Musthofa,Annas.2008.Analisisdanimplementasipengenalantelingamenggunakan PrincipalComponentAnalysis(PCA)danLinearDiscriminantAnalysis(LDA.Tugas Akhir. Institut Teknologi Telkom. Bandung. [9]Putra, Darma. 2009. Pengolahan Citra Digital. Yogyakarta: Penerbit Andi. [10] Sutoyo, T., Mulyanto, Edy., Suhartono, Vincent., Nurhayati, Oky Dwi., dan Wijanarto. 2009. Teori Pengolahan Citra Digital. Yogyakarta: Penerbit Andi. [11]Google.BiometrikTelinga.http://bataviase.co.id/node/415095[online].8November 2010. [12] Google. http://www.dtreg.com/lda.htm [online]. 24 Mei 2011. [13]Wikipedia.RGB.http://translate.google.co.id/translate?hl=id&langpair=en|id&u=http://en.wikipedia.org/wiki/RGB_color_model [online]. 8 November 2010. Powered by TCPDF (www.tcpdf.org)Tugas Akhir - 2011Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi