Pengenalan Pola Posisi Iris Pada Sklera Mata dengan Metode Jaringan Saraf Konvolusional

Golan, Nardo (2018) Pengenalan Pola Posisi Iris Pada Sklera Mata dengan Metode Jaringan Saraf Konvolusional. Sarjana thesis, Universitas Brawijaya.


Computer technology in this era become a human life adequate technology, one of the outstanding technology is Computer Vision. Computer Vision is a technique to duplicate human ability to understand image information, so that computer can recognize objects in the image as humans. When viewing objects in the form a pictures of cats, normal humans can understand easily, while computers are not. It’s because computers only see the image as a row of pixel values and the pixel data can only be processed by a computer using learning techniques. One of this method that is currently developed is the Convolutional Neural Network (CNN). In this research, CNN was used to classify the position of iris on the sclera which was subsequently implemented in a security lock system. The datasets that specified in this study were iris image data totaling 120 images taken from 10 subjects (humans) and divided into 2 types of classes, including right iris position and left iris position. Then, resize the image into 16x32 pixels. Next the color conversion is done in Grayscale format. CNN is designed using two layers of convolution with 3x3 sharpening and bluring filters accompanied by ReLU activation, two 2x2 Max-Pooling Layer processes, and Fully Connected Layer process with 2 hidden layers and 10 neurons in each layer. The results of the classification of the iris position in the eye sclera using the CNN method have an average accuracy 93%. These results were obtained from 15 tests with the number of training data 20, 40, 60, 80, and 100 images of iris. While the value of sharpening filters used for testing are [0 -1 0; -1 5 -1; 0 -1 0], [-1 -1 -1; -1 9 -1; -1 -1 -1], and [-2 -2 -2; -2 18 -2; -2 -2 -2]. The amount of training data and the variation of the filter value affects the accuracy of the classification results. The implementation of the iris position classification results on the eye sclera based on the pattern for the security lock system can also be done well. Selenoid key, led, and alarm can function according to the iris pattern given.

English Abstract

Teknologi komputer saat ini sudah menjadi kebutuhan hidup manusia, salah satunya adalah Computer Vision. Computer Vision merupakan teknik menduplikasi kemampuan manusia dalam memahami informasi citra, agar komputer dapat mengenali objek pada citra selayaknya manusia. Saat melihat objek berupa gambar kucing, manusia normal dapat memahami dengan mudah, sedangkan komputer tidak demikian. Karena komputer hanya melihat citra tersebut sebagai deretan nilai piksel dan data-data piksel tersebut baru bisa diproses oleh komputer menggunakan teknik pembelajaran. Salah satu metode yang sedang berkembang saat ini adalah metode jaringan saraf konvolusional atau Convolutional Neural Network (CNN). Pada penelitian ini CNN digunakan untuk mengklasifikasikan posisi iris pada sklera yang selanjutnya diimplementasikan dalam sistem kunci keamanan. Datasets yang ditetapkan dalam penelitian ini adalah data citra iris berjumlah 120 citra yang diambil dari 10 subjek (manusia) dan dibagi menjadi 2 jenis kelas, diantaranya iris posisi kanan dan iris posisi kiri. Selanjutnya dilakukan proses Resize atau mengubah ukuran citra menjadi 16x32 piksel. Kemudian dilakukan konversi warna ke dalam format Grayscale. CNN dirancang menggunakan dua layer konvolusi dengan filter sharpening dan bluring berukuran 3x3 diikuti dengan aktivasi ReLU, dua proses Max-Pooling Layer 2x2, dan dilakukan proses Fully Connected Layer dengan jumlah 2 hidden layer dan 10 neuron disetiap layer. Hasil klasifikasi posisi iris pada sklera mata menggunakan metode jaringan saraf konvolusional memiliki akurasi rata-rata 93%. Hasil tersebut didapatkan dari 15 kali pengujian dengan jumlah data latih 20, 40, 60, 80, dan 100 citra iris. Sedangkan value filter sharpening yang digunakan untuk pengujian diantaranya [0 -1 0;-1 5 -1;0 -1 0], [-1 -1 -1;-1 9 -1;-1 -1 -1], dan [-2 -2 -2;-2 18 -2;-2 -2 -2]. Jumlah data latih dan value dari filter yang bervariasi berpengaruh terhadap tingkat akurasi hasil klasifikasi. Implementasi hasil klasifikasi posisi iris pada sklera mata bedasarkan pola untuk sistem kunci keamanan juga dapat dilakukan dengan baik. Kunci selenoid, led, dan alarm dapat berfungsi sesuai dengan pola iris yang diberikan.

Item Type: Thesis (Sarjana)
Identification Number: SKR/FT/2018/1176/051900126
Uncontrolled Keywords: Convolutional Neural Network (CNN), Filter, Iris. Convolutional Neural Network (CNN), Filter, Iris.
Subjects: 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.31 Machine learning
Divisions: Fakultas Teknik > Teknik Elektro
Depositing User: Budi Wahyono Wahyono
Date Deposited: 16 May 2019 01:53
Last Modified: 28 Oct 2021 07:29
[thumbnail of Nardo Golan.pdf]
Nardo Golan.pdf

Download (2MB) | Preview

Actions (login required)

View Item View Item