ABSTRAKSI: Teknologi biometrik merupakan teknologi identifikasi berdasarkan ciri fisik seseorang. Teknologi ini lebih menitikberatkan identifikasi pada siapa orang tersebut daripada apa yang digunakan oleh orang tersebut (kartu, PIN, dan password) yang dapat dengan mudah dipalsukan. Teknik identifikasi berbasis sidik jari merupakan salah satu diantara teknologi biometrik yang telah dikenal. Keunikan sidik jari yang berbeda pada tiap orang memberikan suatu identitas khusus pada pemiliknya.
Teknik pengambilan sidik jari secara rolled-ink dan dab mengakibatkan kurangnya kualitas citra sidik jari hasil akuisisi. Algoritma perbaikan kualitas sidik jari berbasiskan filter Gabor 2D digunakan untuk memperbaiki kualitas citra hasil akuisisi. Filter Gabor 2D kemuidian diterapkan pula dalam proses pengambilan ciri. Sebagai classifier, digunakan jaringan syaraf tiruan Adaptif Resonance Theory 2 (ART 2). Sifat classifier yang palastis sekaligus stabil merupakan kelebihan dari classifier ini.
Variasi kemiringan sidik jari dan dilatasi sering menjadi penyebab tidak dikenalinya sidik jari dalam proses identifikasi. Algoritma dalam tugas akhir ini dirancang untuk memecahkan persoalan tersebut. Toleransi variasi kemiringan difokuskan pada kemiringan antara - 30o sampai dengan 30o
Hasil akurasi terbaik adalah 79.30 % untuk citra dengan enhancement, 58.60 % untuk citra tanpa enhancement, 13.30 % untuk citra dengan core yang digeser, dan 91.11 % untuk citra tanpa rotasi; dengan False Rejection Rate (FRR) sebesar 20.70 % untuk citra ter-enhancement, 6.66 % untuk citra tanpa enhancement, 33.33 % untuk citra dengan core yang digeser, dan 0 % untuk citra tanpa rotasi. Sedangkan nilai False Acceptance Rate (FAR) sebesar 6.66 % untuk citra ter-enhancement, 41.40 % untuk citra tanpa enhancement, 86.66 % untuk citra dengan core yang digeser, dan 8.88 % untuk citra tanpa rotasi. Toleransi identifikasi terhadap kemiringan citra masukan mencapai , sedangkan FAR yang kecil menyebabkan sistem ini cocok diterapkan untuk alternatif keamanan data.
Kata Kunci : Adaptif Resonance Theory 2 (ART 2), Biometrik, classifier, core, dab, dilatasi, enhancement, Gabor 2D, identifikasi, kemiringan, False Acceptance Rate (FAR), Rejection Rate (FRR), rolled-ink.ABSTRACT: Biometric technology is a feature-based identification system. This technology is specified its field on the identification of who is the person than what is used by those person (card, PIN, and password). The fingerprint-based identification is one of them. The individuality of fingerprint gives its owner a specific identity.
Rolled-ink and dab acquisition method gives the poor quality on the fingerprint images. The enhancement algorithm based on Gabor 2D filter is implemented to enhance the quality of fingerprint image. Gabor 2D filter is also implemented in the feature extraction process. As classifier, Adaptive Resonance Theory 2 (ART 2) neural network is used. Its plasticity and stability characteristic is the excess of this classifier
Fingerprint rotation and dilatation frequently become the reason why the identification fails. The Algorithm on this final project is designed to handle this problem. The rotation handled, focused on the range of - 30until 30.
The best accuration achieved is 79.30 % for the image with enhancement, 58.60 % for the image with no enhancement, 13.30 % for the core-shifted image, and 91.11 % for the image with no rotation; while False Rejection Rate (FRR) is 20.70 % for the image with enhancement, 6.66 % for the image with no enhancement, 33.33 % for the core-shifted image, and 0 % for the image with no rotation. Meanwhile, the False Acceptance Rate (FAR) is 6.66 % for the image with enhancement, 41.40 % for the image with no enhancement, 86.66 % for the core-shifted image, and 8.88 % for the image with no rotation. This system is able to handle rotation until; while small FAR shows that it could become the alternative of data security.
Keyword: Adaptive Resonance Theory 2 (ART 2), Biometric, classifier, core, dab, dilatation, enhancement, Gabor 2D, identification, rotation, False Acceptance Rate (FAR), False Rejection Rate (FRR), rolled-ink