Local Ridge Enhancement as Pre-Processing Technique for Palm

Vein Recognition Using Local Derivative Pattern and Hamming

Distance Methods

Proposal Skripsi

KK: Intelegence Computation and Multimedia (ICM)

Elza Oktaviana

1103080058

Program Studi Sarjana Teknik Informatika

Fakultas Informatika

Institut Teknologi Telkom

Bandung

2012

LEMBAR PERSETUJUAN

LRE as Pre-Processing Technique for Palm Vein Recognition Using

LDP and HD Methods

Elza Oktaviana

113080241

Bandung, 30 November 2012

Menyetujui,

Calon Pembimbing 1 Calon Pembimbing 2

NIK. NIK.

Elza Oktaviana – 113080241

BAB I

PENDAHULUAN

A. Latar belakang

Penelitian identifikasi seseorang menggunakan ciri dari nadi telapak tangan atau

Palm Vein feature meningkat tiap tahunnya. Penggunaan Palm Vein sebagai objek

biometric dalam identifikasi seseorang sangat banyak nilai lebihnya. Vein merepresentasikan

kehidupan sebuah object, sulit untuk merusak atau memodifikasi Vein yang merupakan

feature internal manusia, dan sulit untuk menggunakan vein palsu (Yi-Bo Zang et al, 2007),

selain itu, bertambah usia tidak merubah struktur dari Vein.

Banyak pendekatan yang telah digunakan dalam ekstraksi ciri Palm Vein.

Pendekatan – pendekatan tersebut dapat diklasifikasikan pada line-based, appearance-

based, dan texture-based (Zang & Liu, 2009). Dalam sebuah penelitian menunjukkan bahwa

LDP yang masuk dalam kategori texture-based ini menghasilkan akurasi yang bagus dalam

extraksi feature (Leila & Drygajlo, 2011). Penelitian tersebut menonjolkan efesiensi dan

kesederhanaan dari proses komputasi. Penelitian yang menggunakan operator LDP (Local

Derivative Pattern) ini tidak menggunakan pre-processing dan image enhancement, karna

LDP bekerja berdasarkan perbedaan level keabu-abuan (Gray-level differences) dari pixel

tetangganya dan telah memberikan hasil yang baik yaitu dengan tingkat akurasi 97%,

demikian ungkap penelitinya.

Berdasarkan penelitian tersebut, penulis ingin meningkatkan performansi dari

system dengan menambahkan sebuah teknik dalam preprosessingnya. Yaitu teknik LRE

(Local Ridge Enhancement) untuk menghasilkan image yang baik untuk di ekstraksi ciri – ciri

nya dalam proses LDP nanti, disamping itu metoda Hamming Distance akan digunakan

dalam mapping imagenya.

B. Perumusan masalah

1. Hipotesa

Dengan menggunakan LRE dalam pre-processing dan gabungan metode Local

Derivative Patern dan Hamming Distance yang menangani feature extraction dan

mapping, system dapat mengenali pola urat nadi (Palm Vein) untuk mengindentifikasi

pemilik dari citra dengan memberikan performansi akurasi diatas 97%.

Elza Oktaviana – 113080241

2. Batasan Masalah

Penulis membatasi penelitian ini dalam beberapa hal:

a. Objek yang digunakan dalam penelitian ini adalah citra urat nadi telapak

tangan kiri.

b. Metode penggolahan citra yang digunakan dalam penelitian ini adalah Local

Derivative Patern untuk feature extraction dan Hamming Distance yang

berperan sebagai feature matching dan LRE yang membantu dalam pre-

processingnya.

c. Data citra yang digunakan adalah data gambar, atau database Palm Vein yang

didapat dari CASIA Multi-Spectral Palmprint Image Database V1.0 (CASIA

database).

d. Posisi telapak tangan pada citra adalah dalam posisi tegak.

e. Citra yang dideteksi menggunakan format bitmap (BMP).

f. System ini menggunakan bahasa pemrograman Matlab R2009a.

C. Tujuan

Tujuan akhir dari penelitian ini adalah membuktikan bahwa pre-processing akan

membantu LDP (Local Derivative Pattern) dalam meningkatkan akurasi pengenalan

Vein, yang mana dalam penelitia ini akan digunakan teknik LRE dalam pre-

processingnya.

D. Metodelogi penelitian

a. Studi literatur

Mengumpulkan informasi dari buku, artikel, jurnal atau situs internet yang

berhubungan dengan biometric terutama tentang palm vein yang akan dibahas

dalam penelitian ini.

b. Pengumpulan Data

Dataset untuk penelitian ini akan diambil dari bank database online pada situs

http://bosphorus.ee.boun.edu.tr/hand/Home.aspx, CASIA databases dan situs lain

Elza Oktaviana – 113080241

yang mungkin memiliki dataset yang dapat menambah dataset penelitian

menjadi lebih variatif.

c. Analisis dan perancangan sistem

Menganalisa penelitian ini dengan cermat dan menemukan rancangan terbaik

untuk system yang mengaplikasikan penelitian ini. Dalam tahap ini juga dianalisa

seberapa banyak data yang akan digunakan untuk data testing dan data untuk

validasi.

d. Implementasi dan pembangunan sistem

Menerapkan atau mengaplikasikan hasil rancangan sesuai dengan hasil analisis

sebelumnya.

e. Pengujian dan analisis

Pengujian hanya dapat dilakukan jika system telah selesai dibangun dengan

menggunakan data uji yang telah disediakan.

f. Dokumentasi

Mengambil kesimpulan dari hasil pengujian yang telah dilakukan pada tahap

akhir penelitian dan mendokumentasikannya dalam bentuk laporan Tugas Akhir.

E. Jadwal penelitian

Rencana kegiatan

Minggu

1 2 3 4 5 6 7 8 9 1

0

11 12 13 1

4

15 16

Mencari informasi dan

membuat draft proposal

Mencari referensi dan

mengumpulkan dataset

Membuat Rancangan Sistem

Realisasi

Pengujian dan analisis hasil

Pengambilan kesimpulan

Elza Oktaviana – 113080241

F. Daftar Pustaka

[1] Michael, Gong A.K., Connie, Tee, dan Teoh, Andrew B.J. 2010. A Contactless

Biometric System Using Palm Print dan Palm Vein Features.

[2] Lukas, S., Meiliayana, Sugianto, G. 2007. Pengenalan Citra Sidik Jari Menggunakan

Metode Principal Component Analysis dan Hamming Distance. Tersedia di

http://journal.uii.ac.id/index.php/Snati/article/viewFile/1694/1476 diunduh pada

tanggal 28 November 2012.

[3] Dewangan, A.K. dan Siddhiqui, M.A. 2012. Human Identification and Verification

Using

Iris Recognition by Calculating Hamming. Tersedia di

http://www.ijsce.org/attachments/File/v2i2/B0646042212.pdf diunduh pada tanggal 29

November 2012.

[4] Zhang, Yi-Bo, Li, Q., You, J. dan Bhattacharya, P. 2007. Palm Vein Extraction and

Matching for Personal Authentication. Tersedia di

http://bcc.hitsz.edu.cn/homepage/resource/DigitalImageProcessing/DIP2/Palm%20Vein

%20Extraction%20and%20Matching%20for%20Personal%20Authentication%20.pdf

diunduh pada tanggal 28 November 2012.

[5] Mirmohamadsadeghi, Leila and Drygajlo, Andrzej. 2012. Palm Vein Recognition with

Local Binary Patterns and Local Derivative Patterns. Tersedia di

http://scgwww.epfl.ch/courses/notes/Palm-Veins-LBPs-LDPs.pdf diunduh pada tanggal

28 November 2012

[6] Reddy, P. V. N. dan Prasad, K. S. 2011. Local Derivative Patterns and their

Magnitudes for Content Based Image Retrieval. Tersedia di

http://interscience.in/IJCSI_Vol1_Iss2/paper12.pdf diunduh pada tanggal 28 November

2012.

[7] Zhang, B., Gao, Y, Zhao, S. dan Liu, J. 2010. Local Derivative Pattern Versus Local

Binar Pattern: Face Recognition With High-Order. IEEE Transaction On Image Processing,

VOL. 19, NO. 2

[8] Jegathambal, P.M.G., Divya, A.C., Silviya, S.J dan Sheela, Gowr M.E. 2012. Local

Derivative Pattern for Face Recognition. International Journal of Communications and

Engineering, Volume 04– No.4, Issue: 02.

[9] http://www.mdpi.com/journal/sensors . Diakses pada tanggal 28 November 2012.

Elza Oktaviana – 113080241

[10] http://www.maths.manchester.ac.uk/~pas/code/notes/part2.pdf. Diakses pada

tanggal 28 November 2012

[11] Mirmohamadsadeghi, Leila dan Drygajlo, Andrzej.2011. Palm Vein Recognition with

Local Binary Patterns and Local Derivative Patterns. Tersedia di

http://dl.acm.org/citation.cfm?id=2358268 diunduh pada tanggal 21 Februari 2014.

Elza Oktaviana – 113080241