peningkatan kinerja sistem identifikasi iris berbasis korelasi fasa

Seminar Fortei 2012, Univeristas Indonesia, Depok, 22 September 2012 Seminar Fortei 2012, Univeristas Indonesia, Depok, 22 September 2012

Peningkatan Kinerja Sistem Identifikasi Iris Berbasis Korelasi Fasa

dengan Pemilihan Daerah Iris Bebas Noise

Fitri Arnia1,2 dan Khairul Munadi1,2 Multimedia Signal Processing (MuSig) Research Group

1Jurusan Teknik Elektro, Fakultas Teknik 2Magister Teknik Elektro, Sekolah Pasca Sarjana

Universitas Syiah Kuala, Banda Aceh, Indonesia, 23111


Latar Belakang

• Metode identifikasi konvensional yang menggunakan gabungan antara nama pengguna dan kata sandi kurang dapat diandalkan, karena kata sandi dapat terlupa, dicuri atau diduplikasi oleh orang-orang yang tidak bertanggung jawab.


Latar Belakang

• Pada dua dekade terakhir, muncul kecenderungan untuk menggunakan ciri-ciri biologis dan psikologis manusia (biometrika) untuk keperluan identifikasi.

• Iris dilaporkan memiliki tingkat keamanan yang sangat tinggi, yaitu hanya terjadi satu kesalahan dari 1200000 operasi identifikasi.


Latar Belakang

• Persentase kebenaran identifikasi dapat ditingkatkan dengan membangkitkan fitur yang unik yang berasal dari daerah iris yang bebas noise.


Metode Usulan


Simulasi

Kondisi Simulasi • Basis data citra iris yang dipergunakan adalah CASIA

(Chinese Academy of Sciences, Institute of Automation). – Berisi citra iris dari 108 orang, masing masing orang diwakili oleh

7 citra. – Basis data ini juga memuat citra yang sudah ternormalisasi (20 x

240 piksel) – Citra iris mata ternormalisasi tersebut mengandung berbagai

macam noise, yaitu noise kelopak mata, bulu mata dan pupil dan blur.

• Sebanyak 8 citra iris mata digunakan sebagai citra query. Masing-masing citra query ini dipilih sehingga mengandung noise kelopak mata dan pupil sebagai noise dominan.


Simulasi

• Model simulasi

– Pada simulasi pertama, citra-citra query (citra utuh, 240 piksel dan lebar 20 piksel) langsung dihitung nilai korelasinya dengan semua citra pada basis data menggunakan formulasi phase only correlation (POC) .

– Sebelum penghitungan POC, noise kelopak mata dan pupil pada citra quey dan citra pada basis data terlebih dahulu dibuang.


Rank Citra Utuh Citra Bebas Noise

Kelas Citra POC Kelas Citra POC

1 sekelas 1 sekelas 1

2 sekelas 0,3014 sekelas 0,3449



5 tidak sekelas 0,1579 sekelas 0,2823



Tabel 1

Nilai POC dari Citra Utuh dan Citra Bebas Noise; Query 1


Tabel 1


Rank

Citra Utuh Citra Bebas Noise








7 tidak sekelas 0,1243 tidak sekelas 0,1440


Tabel 1


Rank

Citra Utuh Citra Bebas Noise










Contoh citra iris dengan nilai POC yang malahan menjadi rendah walaupun sudah dilakukan pemotongan daerah bernoise


Tabel 9 Peningkatan Persentase Identifikasi dengan nilai ambang POC 0,2 (%)

Citra Utuh (CU); Citra Bebas Noise (CBN)

Query 1 Query 2 Query 2 Query 2 Query 2 Query 2 Query 2 Query 2

CU CBN CU CBN CU CBN CU CBN CU CBN CU CBN CU CBN CU CBN

28 71 14 43 43 100 14 28 14 28 57 28 14 14 43 28

pe

nin

gkat

an

43 29 57 14 14 - 0 -


Kesimpulan • Naskah ini memaparkan peningkatan kinerja suatu

metode identifikasi citra iris berbasis fasa jika menggunakan daerah iris yang bebas noise, khususnya noise berupa kelopak mata.

• Berdasarkan simulasi awal, ditunjukkan bahwa penggunaan daerah iris bebas noise dapat meningkatkan persentase kebenaran identifikasi yang bervariasi yaitu antara 14% sampai dengan 86%.

• Untuk meningkatkan kinerja metode ini, diperlukan metode yang dapat menyegmen tekstur citra iris sebaik mungkin. Selain itu, penggunaan metode band-limited phase only correlation (BLPOC) dapat pula dipertimbangkan.

peningkatan kinerja sistem identifikasi iris berbasis korelasi fasa

Engineering