Ekstraksi Pola Iris Mata Berwarna Biru dan Cokelat dengan Metode GrayLevel Cooccurrence Matrix

Yunia Mentari, Nurhasanah Nurhasanah, Iklas Sanubary

Abstract


Penelitian ekstraksi pola iris mata berwarna biru dan cokelat dengan metode graylevel coocurrence matrix (GLCM)telah dilakukan untuk mengetahui perbedaan pola setiap fitur pada GLCM terhadap perbedaan warna iris mata. Penelitian ini menggunakan data citra iris mata terdiri dari 10 citra iris mata berwarna biru dan 10 citra iris mata berwarna cokelat. Tahap preprocessing dimulai dengan memotong citra kemudian dilanjutkan dengan mengubah citra dalam bentuk aras keabuan, membuat histogram dan ekualisasi histogram untuk memperbaiki kualitas citra. Proses selanjutnya menghitung ciri statistik menggunakan gray level cooccurrence matrix (GLCM) 4 arah (0˚, 45˚, 90˚ dan 135˚) dengan jarak d=1. Parameter yang digunakan ada 8 yaituenergy, contras, variance, correlation, sum average, sum entropy, sum variance, maximum probability. Hasil yang diperoleh pada citra iris mata biru memiliki tingkat keabuan lebih besar dibandingkan dengan citra iris mata cokelat (fitur maximum probability). Tingkat perbedaan level keabuan terlihat lebih besar pada citra iris mata biru dari pada citra iris mata cokelat (sum variance). Citra iris mata biru mempunyai tingkat keabuan rata-rata paling tinggi dibandingkan citra iris mata cokelat (variance).Citra iris mata biru memiliki nilai keseragaman lebih tinggi sedangkan pada citra iris mata cokelat memiliki tingkat keabuan yang konstan (energy).Pada citra iris mata biru warna yang dihasilkan citra lebih gelap dibandingkan dengan citra iris mata cokelat citra terlihat lebih terang (contrast). Tekstur yang dimiliki citra iris mata biru lebih halus dari pada citra iris mata cokelat karena memiliki nilai kerapatan piksel yang lebih tinggi (sum average). Citra iris mata cokelat terlihat hubungan yang linear antara tingkat keabuan dari pasangan piksel dari pada citra iris mata biru (correlation). Citra iris mata cokelat memiliki level keabuan yang acak atau nilai ketidakseragaman yang lebih tinggi dibandingkan dengan citra iris mata biru (sum entropy). Tekstur yang dimiliki citra iris mata cokelat lebih besar dari pada citra iris mata biru. Maka, citra iris mata berwarna biru dan cokelat dapat dibedakan menggunakan ekstrasi ciri GLCM.

 

Kata kunci : Ekstraksi Pola, Citra Iris Mata, GLCM

Full Text:

PDF

References


Fahmi. Perancangan Algoritma Pengolahan Citra Mata Menjadi Citra Polar Iris Sebagai Bentuk Antara Sistem Biometrik. Medan: Departemen Teknik Elektro Fakultas Teknik, Universitas Sumatra Utara; 2007.

Setiawan B. Identifikasi Iris Mata dengan Menggunakan Metode Hidden Markov Model. Depok: Jurusan Teknik Elektro; 2009.

Ganis K Y. Klasifikasi Citra dengan Matriks Ko-Okurensi Aras Keabuan (Gray Level Co-Occurrence Matrix- Glcm) Pada Lima Kelas Biji-bijian. Depok: Universitas Diponegoro; 2008.

Indriani M. Klasifikasi Tekstur Menggunakan Metode LDA dan KNN Berdasarkan Pencirian Metode Run-Length. Depok: Jurusan Teknik Elektro, Universitas Diponegoro; 2007.

Hartadi R. Deteksi Potensi Kanker Payudara pada Mammogram Menggunakan Metode Gray Level Co- occurrence Matrices. Semarang: Jurusan Teknik Elektro, Universitas Diponegoro; 2011.

Fajrin , Hanifah R, Nugroho HA, Soesanti I. Ekstraksi Ciri Berbasis Wavelet dan GLCM untuk Deteksi Dini Kanker Payudara pada Citra Mammogram. Yogyakarta: Jurusan Teknik Elektro dan Teknologi Informasi Universitas Gadjah Mada; 2015.

http://biometrics.idealstest.org/. [Online].; 2017 [cited 2017 31 Juli Senin.

Pangestu P. Penerapan Histogram Equalization pada Optical Character Recognition Prepocessing. Ultimatics, 2015; 7(1): p. 27-33.

Eskaprianda A, Isnanto RR, Santoso I. Deteksi Kondisi Organ Pankreas Melalui Iris Mata menggunakan Jaringan Syaraf Tiruan Metode Perambatan Balik dengan Pencirian Matriks Ko-Okurensi Aras Keabuan. Transmisi. 2011; 13(1): p. 33-38.

Anggoro W. Implementasi Ekstraksi Fitur Tekstur Gray Level Co-Occurrence Matrices (GLCM) untuk Pengelompokkan Citra Tenun Menggunakan Algoritma K-Means. Semarang: Jurusan Teknik Informatika, FIK UDINUS; 2016.

Patgar SV, Vasudav T. An Unsupervised Intelligent System to Detect Fabrication in Photocopy Document Using Geometric Moments and Gray Level Co-Occurrence Matrix. International Journal of Computer Application. 2013; 74(12): p. 32.

Gadkari D. Image Quality Analysis Using GLCM. Orlando: University of Central Florida; 2004.


Refbacks

  • There are currently no refbacks.


Diterbitkan oleh:

http://jurnal.untan.ac.id/public/site/images/opprisma/logo_untan_kecil_134

Jurusan Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Tanjungpura

Alamat Redaksi:

Jl. Prof. Dr. H. Hadari Nawawi, Komp. Fakultas MIPA, Untan, Pontianak, Kode Pos: 78124, E-mail: prismafisika@physics.untan.ac.id

Template MS Word Download Disini http://jurnal.untan.ac.id/public/site/images/opprisma/simbol_ms_word_kecil_82Klik ikon untuk melihat Statistik Jurnal: http://jurnal.untan.ac.id/public/site/images/opprisma/statistic_kecil_50

 

Flag Counter

 

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