Publication Search

Fingerprint recognition is a popular biometric technology due to its unique properties and high accuracy rate. Fingerprint recognition systems generally use fingerprint image representations, such as grayscale images, phase images, skeleton images, and minutiae. In this research, fingerprint image pre-processing is performed using Gaussian Blur, Median Blur, Thresholding, Otsu Thresholding, Thinning with Guo-Hall algorithm, and Minutiae Detection. Minutiae detection produces 426 termination points and 459 bifurcation points. The results of the pre-processing and minutiae detection were then used for minutiae matching on 5 different images. Minutiae matching produces varying degrees of similarity with a high level of accuracy, reaching an average accuracy of 88.80%.

Sidik jari manusia ini merupakan bukti materi yang amat penting. Akurasi dalam melakukanidentifikasi bergantung pada reliabilitas ciri yang diambil dari citra sidik jari. Pada penelitian ini untukmenghasilkan ciri-ciri sidik jari digunakan metode pendekatan karakteristik fraktal. Pendekatan fraktaldipilih didasari pada pertimbangan bahwa struktur garis-garis sidik jari bersifat alami dan tidak teratur, danfraktal dikenal sebagai metode yang sangat cocok untuk keadaan alami dan tidak teratur tersebut. Adapuntahapan dalam mengolah data sidik jari  pada penelitian ini adalah akuisisi citra, preprocessing, ekstraksiciri, dan pencocokan. Akuisisi citra adalah tahap yang diawali dengan menangkap / mengambil gambarsidik jari dengan menggunakan scanner. Citra sidik jari yang diolah adalah citra grayscale dengan 256tingkat keabuan dan memiliki dimensi 320 x 320 pixel, dengan kerapatan gambar 300 dpi. Tahapanpreprocessing meliputi beberapa tahapan yaitu: normalisasi orientasi, segmentasi, perbaikan citra(enhancement), ekstraksi bukit dan penipisan. Ekstraksi ciri merupakan proses untuk menghasilkan cirisidik jari, yaitu dengan menggunakan metode fraktal (kode fraktal, dimensi fraktal dan derajatkekosongan). Pencocokan adalah proses untuk identifikasi sidik jari. Sistem pengolahan citra sidik jariyang telah dibuat untuk mendapatkan ekstraksi ciri ini telah dapat menentukan hasil identifikasi sidik jaridengan menghasilkan tiga ciri fraktal yaitu kode fraktal, dimensi fraktal dan derajat kekosongan.