Final PrOJECT PCD B KLASIFIKASI CITRA SIDIK JARI DENGAN MENGGUNAKAN ALGORITMA PCA

Final PrOJECT PCD BKLASIFIKASI CITRA SIDIK JARI DENGAN MENGGUNAKAN ALGORITMA PCAErvina Handayani5110100172Fadhilah Kurnia Putri5110100201PendahuluanLebih dari 20 tahun belakangan, pengenalan biometrik, seperti wajah, sidik jari, dan telapak tangan mulai dikembangkan. Di antara biometrik-biometrik tersebut, sidik jari telah digunakan di banyak aplikasi untuk proses keamanan dan identifikasi. Secara umum, sidik jari didapatkan dari perkakas optik elektronik atau scanner sidik jari. Dalam eksperimen ini, kami akan melakukan preproses citra seluruh tangan yang diambil menggunakan kamera digital untuk mendapatkan sidik jari dengan cara ekstraksi fitur.TujuanMelakukan ekstraksi fitur sidik jari yang didapatkan dari citra telapak tangan.Mengklasifikasikan data citra sidik jari ke dalam class tertentu yang merepresentasikan pemilik sidik jari tersebut.Metode PelaksanaanPengumpulan dataset Preproses citra Segmentasi citraEkstraksi fiturKlasifikasiDatasetDataset adalah foto digital telapak tangan dari 4 orang, didapatkan 57 foto digital. Foto diambil dengan menggunakan kamera NIKON D7000 dengan resolusi 16,2 MP.

Preproses CitraPreposes citra dengan menggunakan fungsi morfologi dan pembuatan citra hitam putih pada matlab.Hasil Preposes Citra :

Segmentasi CitraProses segmentasi mengambil bagian dari citra tangan, memotong citra tangan menjadi citra jari-jariHasil Segmentasi dari citra tangan menjadi citra jari :

Segmentasi CitraProses segmentasi selanjutnya mengambil bagian dari citra jari yaitu mengambil bagian buku-buku jariHasil Segmentasi dari citra jari menjadi citra buku jari dan pengambilan center citra untuk proses selanjutnya:

Ekstraksi FiturMenggunakan algoritma Principle Component Analysist menggunakan fungsi eigenface yang biasa digunakan pada face recognition.