ABSTRAKSI: Seiring dengan kemajuan teknologi yang semakin pesat maka kebutuhan akan jaminan keamanan pun makin tinggi. Hal itulah yang mendorong berkembangnya sistem identifikasi pribadi yang cerdas berbasis biometrik. Biometrik adalah suatu metode untuk mengenali manusia berdasarkan pada satu atau lebih ciri-ciri fisik atau tingkah laku yang unik. Pembuluh darah pada tangan manusia memiliki keunikan tersendiri yang berbeda dengan individu lainnya. Hal inilah yang kemudian dikembangkan menjadi salah satu kunci biometrik.
Pada Tugas Akhir ini dirancang dan dianalisis sebuah sistem untuk mengidentifikasi manusia menggunakan pola pembuluh darah telapak tangan. Simulasi sistem ini dilakukan dengan bantuan perangkat (software) Matlab R2009a. Untuk mengidentifikasi pembuluh darah telapak tangan, citra membutuhkan preprocessing terlebih dahulu kemudian ekstraksi ciri. Ekstraksi ciri menggunakan Filter Gabor. Filter Gabor adalah salah satu metode segmentasi citra tekstural berdasarkan perulangan pola lokal pada orientasi dan frekuensi tertentu. Metode klasifikasi menggunakan K-Nearest Neighbor (KNN). KNN merupakan salah satu metode klasifikasi yang paling sederhana, bekerja berdasarkan pehitungan jarak terdekat dari data uji ke data latih.
Citra latih yang digunakan adalah sebanyak 120 citra dan citra uji sebanyak 120 citra yang berasal dari 30 orang, tingkat akurasi terbaik diperoleh ketika menggunakan k=1 dan jenis distance Correlation yaitu sebesar 89,2%.
Kata Kunci : Biometrik, Pembuluh darah telapak tangan, Filter Gabor 2-D, KNNABSTRACT: As the technology improve rapidly, the need of reliable security also increasing. It encorages the development of biometrics based intelegent personal identification. Biometrics is a method to recognise a person based on a specific physical characteristic or special behaviour. One’s blood vessel on the palm has unique feature that differ it from others. this can be developed into one key of biometrics.
In this final project the system was designed and analyzed to identify human using palm vein pattern. The system is examined using Matlab 2009a as a software. To identify someone using palm vein image, it is necessary to do preprocessing and feature extraction. The feature extraction method using Gabor Filter. Gabor Filter is a method that can be used for textural image segmentation based on local pattern iteration on specific frequency and orientation. The classification using K-Nearest Neighbor (KNN). KNN is a very simple classification method classifying by calculating nearest eigen from tested data to the trained data.
The best accuracy using 120 images for training and 120 images for testing is obtained with the value of k = 1, and Correlation calculation method, that is equal to 89.2%.
Keyword: Biometrics, Palm vein, 2-D Gabor Filter, KNN