Content based image retrieval citra sidik jari menggunakan metode Wavelet Daubechies dan Diagram NOHIS-Tree

INDONESIA:

Penerapan komputer untuk pengenalan pola telah banyak dilakukan, seperti pengenalan karakter, pengenalan suara, namun untuk pengenalan citra sidik jari dari penelitian-penelitian yang sudah ada masih banyak kelemahannya. Hal tersebut disebabkan oleh karakteristik citra sidik jari yang memiliki kemiripan yang sangat tinggi tetapi apabila menggunakan salah satu metode pengenalan pola, dimana salah satunya yaitu metode wavelet dan diaplikasikan dengan komputer, maka citra sidik jari tersebut dapat dikenali. Kendala lainnya adalah semakin meningkatnya kebutuhan akan kumpulan citra dalam jumlah besar menyebabkan pemrosesan citra digital semakin berat. Sebagai solusi para peneliti mengusulkan temu kenali citra berbasis konten atau Content Based Image Retrieval (CBIR) yang merupakan salah satu metode yang digunakan untuk mencari gambar dalam database besar. Penelitian ini bertujuan mengimplementasikan metode wavelet daubechies sebagai prepocessing digabungkan dengan penerapan teknik pengindeksan menggunakan diagram NOHIS-Tree pada aplikasi CBIR citra sidik jari untuk mengidentifikasi citra sidik jari dan mengukur seberapa baik performa akurasi serta mengetahui pengaruh pengelompokan terhadap tingkat efisiensi waktu pencarian. Penggunaan Wavelet Daubechies sebagai ekstraksi fitur untuk mendekomposisi citra sidik jari. Hasil dari ekstraksi fitur yang berupa nilai energi aproksimasi dan nilai koefisien detail tersebut kemudian diklasifikasikan menggunakan teknik pengindeksan berdasarkan Diagram NOHIS-Tree. Sembilan hasil similarity search teratas dianggap sebagai hasil identifikasi citra sidik jari. Hasil dari penelitian menunjukkan bahwa aplikasi CBIR Citra sidik jari dengan menggunakan Wavelet Daubechies dan Diagram NOHIS-Tree memiliki tingkat akurasi tertinggi sebesar 62,50% dengan waktu pencarian rata-rata 9,6 detik. Sedangkan dengan menggunakan wavelet db4 matlab dan metode Brute Force memiliki akurasi tertinggi sebesar 84,375 % dengan waktu pencarian rata-rata 182,25 detik atau 3,04 menit.

ENGLISH:

The application of computers for pattern recognition has been widely applied, such as character recognition, speech recognition, but for the introduction of the fingerprint image from the studies already exist still many weaknesses. This is due to the characteristics of fingerprint image which has a very high similarity, but when using one of the methods of pattern recognition, where one of them is wavelet method and applied to the computer, then the fingerprint image can be recognized. Another constraint is the increasing need for large amounts of image collection of digital image processing causing increasingly severe. As a solution the researchers propose a contentbased image retrieval recognize or Content Based Image Retrieval (CBIR) which is one of the methods used to search for images in large databases. This study aims to implement the Daubechies wavelet method as prepocessing coupled with the application of indexing techniques using diagrams NOHIS - Tree in CBIR applications fingerprint image to identify the fingerprint image and measure how well the performance accuracy and determine the effect of clustering on the efficiency of search time. The use of Daubechies wavelet decomposition as feature extraction for fingerprint image. The results of the extraction of features in the form of the energy value of the approximation and detail coefficients values were then classified using indexing techniques based NOHIS - Tree Diagram. Nine top results of similarity search is regarded as the identification of the fingerprint image. The results of the study show that the CBIR applications fingerprint image using Daubechies Wavelet and NOHIS Diagram - Tree has the highest accuracy rate of 62.50 % with an average search time of 9.6 seconds. While using wavelet db4 matlab and method Brute Force has the highest accuracy of 84.375 % with an average search time of 182.25 seconds or 3.04 minutes.