ABSTRAKSI: Biometrik merupakan pengembangan dari metode dasar pengenalan diri dengan menggunakan karakteristik alami manusia sebagai basisnya. Karakteristik yang dimaksud antara lain sidik jari, siluet tangan, karakteristik wajah, pola retina dan iris mata. Biometrik memiliki keuntungan yang signifikan daripada teknik pengenalan tradisional (password nama, nomor PIN, smartcard, dll) dikarenakan fakta bahwa karakteristik biometrik dari seorang individu tidak dapat ditiru secara mudah, unik pada setiap orang dan tidak dapat hilang, dicuri atau dirusak. Karakteristik yang dibahas dalam tugas akhir ini adalah citra hidung. Hal ini disebabkan karena sample hidung bersifat permanen, artinya dalam kondisi apapun hidung manusia tidak akan mengalami perubahan ukuran maupun perubahan bentuk.
Tujuan tugas akhir ini adalah untuk membuat perangkat lunak sistem pengenalan individu berdasarkan pengenalan citra dari ukuran dan bentuk hidung menggunakan wavelet dan jaringan saraf tiruan adaptive resonance theory-2. Citra hidung diproses awal dengan transformasi wavelet sehingga menghasilkan multiresolusi dari citra aslinya. Penggunaan transformasi wavelet ini dimotivasi oleh adanya hasil penelitian tentang transformasi wavelet yang mempunyai kemampuan memunculkan (feature) khusus pada citra yang diteliti. Transformasi wavelet di sini digunakan selain sebagai metode ekstraksi ciri juga sekaligus mereduksi dimensi citra masukan. Citra tereduksi selanjutnya diproses untuk klasifikasinya dengan menggunakan jaringan saraf tiruan ART-2.
Dari hasil pengujian dengan ekstraksi ciri menggunakan dekomposisi paket wavelet level 3 dan parameter jaringan saraf tiruan ART-2 yaitu alpha=0,1, rho=0,999 dan iterasi=3 diperoleh tingkat akurasi pengenalan individu sebesar 91,56 % untuk data latih dan 86,25%. untuk data uji. Pengujian sistem FAR dan FRR dengan citra hidung yang dijadikan citra latih adalah citra hidung Putri sebanyak 10 sample sehingga dihasilkan nilai FAR 4,0% dan nilai FRR 90,0%. Waktu yang diperlukan untuk melakukan pengenalan individu mulai dari pembacaan input sampai dengan hasil pengenalan 1,7645 detik, sehingga sistem diharapkan dapat bekerja real time.Kata Kunci : Biometrik, Citra hidung, Dekomposisi Paket Wavelet, ART-2ABSTRACT: Biometrics is the development of basic methods for self identification by using the natural characteristic of human beings as its base. Characteristics in question include fingerprint, palm print, facial characteristics, retinal and iris patterns. Biometrics has the significant advantage than the traditional idebtification techniques (password, name, PIN number, smartcard, etc) due to the fact that biometric characteristics of an individual can not be duplicated easily, unique to each person and can not be lost, stolen or destroyed. Characteristics discussed in this final task is image of the nose. This is because the nose is a permanent sample, meaning that the human nose under any circumstances will not experience changes in size and shape changes.
The purpose of this final task is to develop software systemsof individual identification based on image recognition of the size and shape of the nose using a wavelet and artificial neural network adaptive resonance theory-2. Nose image is processed beginning with wavelet transform so that resulting multiresolution from the original image. Use of wavelet transform is motivated by the results of research on wavelet transform that has the ability to create (feature) specific to the image being investigated. The wavelet transform is used here instead as feature extraction methods simultaneously also reduces the input image dimensions. Reduced image subsequently processed for classification using artificial neural network ART-2.
From the test results with feature extraction using wavelet packet decomposition level 3 and the parameters of an artificial neural network ART-2 is alpha = 0.1, rho = 0.999 and iteration = 3 obtained by individual recognition accuracy rate of 91,56% for training data and 86,25% for data test. FAR and FRR test system with the image of a nose that made as training image is a nose image of Putri coached as many as 10 samples so that the resulting value of 4.0% FAR and FRR of 90%.. The time required to perform individual recognition from reading the input until the result of the identification is 1.7645 seconds, so the system is expected to work in real time.Keyword: Biometric, Nose Image, Wavelet Packet Decompotition, ART-2