Identifikasi Sidik Jari Hibrida Menggunakan Metode Minutiae dan Pencocokan Citra Berbasis Korelasi Fase dengan Pemrosesan Paralel

Kurniawan, Arief (2007) Identifikasi Sidik Jari Hibrida Menggunakan Metode Minutiae dan Pencocokan Citra Berbasis Korelasi Fase dengan Pemrosesan Paralel. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 2205205007-Master_thesis.pdf Restricted to Repository staff only Download (5MB)

Abstract

Dalam sistem keamanan, teknologi identifikasi sidik jari merupakan suatu pilihan yang tepat untuk diaplikasikan karena bentuk sidik jari yang unik. Banyak metode yang digunakan untuk identifikasi sidik jari, di antaranya minutiae dan image matching. Dalam data yang besar, metode minutiae merupakan metode yang mengidentifikasi dengan cepat tetapi kurang akurat karena dalam identifikasi dapat menghasilkan beberapa kemungkinan data sidik jari (non-singularity). Sementara itu, penggunaan image matching pada identifikasi sidik jari merupakan metode yang mempunyai akurasi tinggi karena hanya menghasilkan satu identifikasi sidik jari (singularity), tetapi membutuhkan waktu identifikasi yang lebih lambat. Dari keunggulan kedua metode tersebut, diharapkan penggunaan metode hibrida minutiae dan image matching dapat meningkatkan performa akurasi serta kecepatan. Identifikasi hibrida sidik jari pada penelitian ini mempunyai langkah-langkah: mencari sidik jari dengan menggunakan minutiae, kemudian hasil beberapa sidik jari dari minutiae dibandingkan dengan citra input menggunakan metode image matching berbasis phase correlation. Untuk peningkatan performa kecepatan, kedua metode tersebut diaplikasikan pada pemrosesan paralel (parallel processing) menggunakan klaster komputer (computer cluster).
=================================================================================================================================
Fingerprint identification is a suitable choice for application in security technology due to the distinctiveness and uniqueness of human fingerprints. Many methods are used for fingerprint identification, such as minutiae-based approaches and image matching. In large fingerprint databases, the minutiae method provides fast identification but lacks accuracy because it may output several candidate fingerprints (non-singularity). On the other hand, image matching offers high accuracy by yielding a single identification result (singularity), though it requires significant computational time. By leveraging the strengths of both approaches, the proposed hybrid method combining minutiae and image matching aims to enhance both accuracy and processing speed. The hybrid identification framework presented in this study consists of several steps: searching candidate fingerprints using minutiae extraction, followed by comparing these candidates with the input image using phase correlation-based image matching. To further increase identification speed, both methods are implemented using parallel processing on a computer cluster.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	data besar, waktu cepat, hybrid, minutiae, phase correlation, parallel processing , Huge data, speed, hybrid, minutiae, phase correlation, parallel processing.
Subjects:	H Social Sciences > HV Social pathology. Social and public welfare > HV6074.F66 Fingerprints.
Divisions:	Faculty of Industrial Technology > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User:	magang .
Date Deposited:	29 Sep 2026 07:42
Last Modified:	29 Sep 2026 07:42
URI:	http://repository.its.ac.id/id/eprint/145029

Actions (login required)

View Item