Isi Artikel Utama
Abstrak
Penelitian ini membangun sebuah sistem identifikasi pola iris mata berbasis tekstur dengan algoritme Daugman untuk deteksi letak iris dan metode Hamming Distance untuk menghitung nilai kemiripan citra uji dengan citra latih. Citra yang digunakan sebagai objek penelitian adalah citra iris mata manusia dari CASIA Iris Image Database. Aplikasi ini dibangun dalam bahasa pemrograman Matlab dan dirancang dengan Unified Model Language (UML). Metode pengembangan sistem yang digunakan adalah protoyping. Hasil yang diperoleh pada penelitian ini adalah nilai akurasi sebesar 82.5% untuk pengujian citra uji terhadap citra latih.
Rincian Artikel
Referensi
- J. Daugman, "How Iris Recognition Works," IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, vol. 14, 2004.
- R. Fisher, S. Perkins, A. Walker and E. Wolfart, "Connected Component Labeling," 2003.
- A. S. Anwar, An Iris Detection and Recognition System to Measure The Performance of E-Security, Dhaka: Brac University, 2016.
- A. Dennis, B. H. Wixom and D. Tegarden, Sistem Analysis and Design with UML Version 2.0, United States of America: John Willey & Sons, Inc., 2005.
- D. Sundar, Software Engineering, New Delhi: University Science Press, 2010.
- H. Ramza and Y. Dewanto, Teknik Pemrograman Menggunakan Matlab, Jakarta: Grasindo, 2007.
Referensi
J. Daugman, "How Iris Recognition Works," IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, vol. 14, 2004.
R. Fisher, S. Perkins, A. Walker and E. Wolfart, "Connected Component Labeling," 2003.
A. S. Anwar, An Iris Detection and Recognition System to Measure The Performance of E-Security, Dhaka: Brac University, 2016.
A. Dennis, B. H. Wixom and D. Tegarden, Sistem Analysis and Design with UML Version 2.0, United States of America: John Willey & Sons, Inc., 2005.
D. Sundar, Software Engineering, New Delhi: University Science Press, 2010.
H. Ramza and Y. Dewanto, Teknik Pemrograman Menggunakan Matlab, Jakarta: Grasindo, 2007.