Abdurrohman, Harits (2018) Identifikasi Individu Berdasarkan Sketsa Wajah Menggunakan Pendekatan Diskriminatif. Sarjana thesis, Universitas Brawijaya.
Abstract
Mengidentifikasi seseorang berdasarkan cirinya merupakan salah satu ranah pada ruang lingkup biometrik. Pada ruang lingkup biometrik, setiap individu mempunyai karakteristik unik yang menjadi ciri khasnya seperti sidik jari, mata, bentuk telinga maupun wajah. Fungsi dari biometrik ini dapat digunakan untuk melakukan autentikasi terhadap sistem maupun mengenali seseorang berdasarkan salah satu cirinya. Biometrik ini kemudian dibagi menjadi kategori fisik dan kategori perilaku. Pada bidang forensik, ciri biometrik yang dapat digunakan salah satunya adalah ciri wajah dalam bentuk sketsa. Ada berbagai cara untuk mengekstraksi fitur pada citra dengan menggunakan tekstur analisis namun dalam penelitian ini, metode tekstur analisis yang digunakan adalah menggunakan SIFT (Scale Invariant Feature Transform) yang telah terbukti mampu digunakan pada ruang lingkup heterogeneous dan MCWLD (Multiscale Circular Weber Local Descriptor) yang berbasis pada hukum Weber, yakni melihat dari ratio suatu perubahan intesitas pixel dengan pixel ketetanggannya. Dari penelitian, dilakukan pengujian parameter baik pada metode SIFT maupun MCWLD. Pada SIFT diuji nilai ukuran window sedangkan pada MCWLD dilakukan pengujian nilai T-dominant orientation, M-Segment, dan S-bin. Penelitian ini juga melakukan fusi antara kedua metode dari tingkat fitur dan score. Hasil terbaik pada penelitian ini adalah untuk metode SIFT, konfigurasi terbaik adalah ukuran window kecil 8 dan sliding window 32 overlapping dengan nilai identification rate 79.79% sedangkan untuk MCWLD dengan konfigurasi sliding window dengan ukuran window 16 dan overlapping dan parameter yang digunakan adalah T=6, M=4 dan S=3 dengan nilai identification rate 82.45% dan Fusi SIFT dengan MCWLD terbaik pada tingkat score dengan nilai identification rate 82.45%.Meski nilai MCWLD lebih baik dari SIFT pada top-match, namun pada keseluruhan hasil atau top-rank metode SIFT melampaui dari MCWLD.
English Abstract
Identifying a person based on his or her character is one of the domains in the biometris. In the scope of biometrics, each individual has unique characteristics that characterize such as fingerprints, eyes, ear or face shape. The function of this biometric can be used to authenticate the system or recognize a person based on one of its characteristics. These biometrics are then divided into physical categories and behavioral categories. In the field of forensics, the characteristics of biometrics that can be used one of them is the characteristic of the face in the form of sketches. There are various ways to extract the features in the image by using the texture of the analysis but in this study, the analytical texture method used is to use the SIFT (Scale Invariant Feature Transform) which has proven to be used in the heterogeneous and MCWLD (Multiscale Circular Weber Local Descriptor) based on Weber's law, for example seeing from the ratio of a change in pixel intensity or its neighborhood. From the research, we do a parameter test both on SIFT method and MCWLD. In SIFT tested the value of window size while at the MCWLD testing the value of T-dominant orientation, M-segment, and S-bin. This research also performs fusion algorithm between both method of feature level and score. The best result in this research is for SIFT method, best configuration is small window size 8 and sliding window 32 overlapping with 79.79% identification rate while for MCWLD with sliding window configuration with window size 16 and overlapping and parameter used is T = 6, M = 4 and S = 3 with 82.45% identification rate and SIFT Fusion with the best MCWLD at the score level with an identification rate of 82.45%. Although MCWLD’s identification rate are better than SIFT on top-match, but on the overall result or top-rank, SIFT’s identification over-perform MCWLD.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/446/051808051 |
| Uncontrolled Keywords: | biometrics, Scale Invariant Feature Transform, Multiscale Circular Weber Local Descriptor, heterogeneous matching, sketch recognition, multimodal biometric |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.4 Computer pattern recognition |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 29 Apr 2019 06:53 |
| Last Modified: | 18 Oct 2021 06:59 |
| URI: | http://repository.ub.ac.id/id/eprint/162008 |
Preview |
Text
Harits Abdurrohman.pdf Download (3MB) | Preview |
Actions (login required)
 |
View Item |