ABSTRAKSI: Biometrik merupakan cara untuk mengenali seseorang berdasarkan sifat dan perilaku yang dimilikinya. Saat ini, biometrik banyak digunakan untuk system yang memerlukan tingkat keamanan yang sangat tinggi seperti perbankan, gedung-gedung pemerintahan, alat-alat elektronik dan lain-lain. Salah satu contoh biometrik yang paling sering digunakan yaitu sidik jari. Sidik jari mempunyai mempunyai sifat yang unik untuk setiap individu dan mempunyai sifat yang konsisten sepanjang waktu. Selain itu, data sidik jari juga mudah untuk didapatkan. Namun, bentuk sidik jari yang sangat rumit menyebabkan sidik jari menjadi sangat sulit untuk dicocokkan secara manual. Sehingga membutuhkan system yang dapat mendeteksi secara cepat dan akurat.
Pada tugas akhir ini, metode yang digunakan untuk mendeteksi sidik jari adalah dengan menggunakan ekstraksi ciri multiscale fourier descriptor dan transformasi wavelet. Multiscale Fourier Descriptor merupakan penggabungan antara transformasi wavelet dan transformasi fourier, dimana dengan menggunakan transformasi wavelet dapat diperoleh representasi citra dengan skala yang berbeda-beda dan transformasi fourier mempunyai sifat invariant terhadap rotasi, skala dan translasi. Sedangkan untuk klasifikasi digunakan jaringan syaraf tiruan propagasi balik. Citra sidik jari yang digunakan sebagai data latih dan data uji masing-masing yaitu 125 buah terdiri dari 25 kelas.
Tingkat akurasi yang didapatkan dengan menggunakan metode multiscale fourier descriptor 30.4 % untuk data uji. sedangkan dengan menggunakan transformasi wavelet adalah 84% untuk data uji.Kata Kunci : biometrik, sidik jari, multiscale fourier descriptor, transformasi wavelet.ABSTRACT: Biometric is the way how to know someone that he or she have. Now a days, biometric have been implemented for system which need a high security like bank, government building,electronic device and many others. One of the most popular biometric is finger print. Finger print is unique and consistent during live time. Moreover, finger print is easy to collect. But the structure of fingerprint is very complex so it makes finger print is difficult to compare manually. So, it needs a system to recognize fast and accurately.
In this final project, the method which is used to recoqnize finger print is multiscale fourier descriptor feature extraction and wavelet transform. Multiscale fourier descriptor is the combining of Wavelet transform and fourier transform respectively. By using wavelet transform we can produce image in multiscale representation and coefficient which is produced by Fourier transform is invariant to rotation, scalling and translation. Whereas back propagation neural networks as a classifier. Data set used for training and testing is 125 respectively which is contain of 25 classes.
Level of accuracy by using multiscale fourier descriptor is 30.4% for testing set. While by using wavelet transform, level of accuracy is 84 % for testing set.Keyword: biometric, finger print, multiscale fourier descriptor, wavelet transform