Karya Ilmiah. Pemisahan Bagian Iris pada Citra Mata dengan Operasi Morphologi. Oleh F A H M I, S.T, M.Sc NIP

Karya Ilmiah Pemisahan Bagian Iris pada Citra Mata dengan Operasi Morphologi

Oleh F A H M I , S.T, M.Sc NIP. 132 316 970

DEPARTEMEN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SUMATRA UTARA MEDAN 2007

Fahmi : Pemisahan Bagian Iris pada Citra Mata dengan Operasi Morphologi, 2007 USU Repository © 2008

ABSTRAK Sistem biometrik saat ini telah mencapai perkembangan yang luar biasa. Salah satunya adalah dengan menganalisa bagian dari iris mata. Masalah yang selalu muncul dalam analisa citra iris mata adalah terdapatnya bagian-bagian dari mata yang tidak dibutuhkan, seperti alis mata, kelopak mata dan lain-lain. Dalam karya ilmiah ini akan dibahas perancangan algoritma yang memungkinkan pengolahan awal citra mata untuk dapat melakukan ekstraksi bagian iris mata. Algoritma pengolahan citra yang dirancang dibagi ke dalam beberapa tahap. Beberapa proses seperti binerisasi, morphologi dan rekonstruksi citra akan digunakan. Pengujian yang dilakukan pada beberapa gambar mata menunjukkan bahwa algoritma yang dikembangkan dapat diaplikasikan pada tahap awal pemrosesan citra iris mata dan menghasilkan bentuk antara berupa citra polar yang siap digunakan untuk tahap amalisa berikutnya.

Kata kunci : pengolahan citra, biometrik, iris


LEMBAR IDENTITAS DAN PENGESAHAN

1. Judul Karya Ilmiah

:

Pemisahan Bagian Iris pada Citra Mata dengan Operasi Morphologi

2. Departemen

:

Departemen Teknik Elektro

3. Fakultas

:

Fakultas Teknik

Nama

:

Fahmi, S.T, M.Sc

NIP

:

132316970

Alamat

:

Jl. Tridarma No. 110 Medan

Telepon

:

Rumah: 8223371

E-mail

:

[email protected]

4. Penulis

HP:081370904965

Medan, September 2007 Ketua Departemen Teknik Elektro

(Prof. DR. Ir. Usman Baafai) NIP. 130365322


KATA PENGANTAR Segala puji bagi Allah SWT, Rab segala pengetahuan, atas berkat, rahmat, dan hidayah-Nya sehingga penulis dapat menyelesaikan dan menyusun karya ilmiah ini. Karya ilmiah ini berjudul

“Perancangan Algoritma Pengolahan Citra Mata

Ekstraksi Iris Mata” Karya ilmiah ini dikembangkan sebagai bagian dalam rangka memenuhi salah satu tugas penulis sebagai dosen di lingkungan Departemen Teknik Elektro, Fakultas Teknik Universitas Sumatera Utara. Dalam pelaksanaan Karya ilmiah, penulis telah banyak mendapat bantuan dari berbagai pihak, baik bantuan yang berupa materi maupun bantuan dukungan moril. Untuk itu dalam kata pengantar ini penulis ingin menyampaikan banyak terima kasih. Penulis menyadari bahwa karya ilmiah ini masih jauh dari sempurna. Oleh karena itu kritik dan saran sangat diharapkan demi kesempurnaan karya ilmiah ini. Semoga karya ilmiah ini bermanfaat bagi kita semua, terutama bagi perkembangan dunia teknologi Indonesia. Amin. Medan, September 2007 Penulis

Fahmi , S.T, M.Sc Nip. 132 316 970


DAFTAR ISI LEMBAR PENGESAHAN KATA PENGANTAR ABSTRAK DAFTAR ISI BAB I. PENDAHULUAN 1.1 Latar Belakang………………….....……………………………………………….. I - 1 1.2 Tujuan Pembahasan ……………………………………………………………..... I - 1 1.3 Rumusan Masalah………………………………………………………………..... I - 2 1.4 Metode.................................…………………………………………………….. I - 2 1.5 Sistematika Pembahasan…………………………………………………………. I - 2

BAB II. TEORI PENDUKUNG 2.1 Citra Digital.............................................................................................. II - 1 2.2 Dasar Pengolahan Citra Digital....................………………....………… II - 3 2.3 Pemisahan objek iris dari Citra Mata 2.3.1 Binerisasi...................................................................................... II - 4 2.3.2 Operasi Morphologi…………………....……………..……......... II - 5 2.3.2 Rekonstruksi Look Up..........................……………………….… II - 5

BAB III. CITRA MATA DAN IRIS 3.1 Iris…………………..............................................................………………………… III - 1 3.2 Anatomi dan Fisiologi Iris 3.2.1 Karakteristik Iris…...........................……………………………………… III – 1 3.2.2 Warna dasar Iris…………………………………………………………… III - 2

BAB IV. PERANCANGAN ALGORITMA 4.1 Algoritma Pemisahan Iris Mata 4.1.1 Binerisasi....……………………………………………………………….. IV - 2 4.1.2 Operasi Morphologi...............………………………………………….. IV - 2 4.1.3 Pencarian Titik batas……………………………………………………. IV - 2 4.1.4 Rekonstruksi Look Up................................................................... IV - 3


BAB V. PENGUJIAN ALGORITMA DAN ANALISIS SISTEM 5.1 Mekanisme Pengujian…………………………………………………………….. V - 1 5.2 Spesifikasi Sistem 5.2.1 Perangkat Lunak…………………………………………………………... V - 1 5.2.2 Perangkat Keras …………………………………………………………… V - 2 5.3 Pengujian Algoritma 5.3.1 Pengujian Algoritma Pemisahan Bagian Iris....………………......... V - 4

BAB VI. PENUTUP 6.1 Kesimpulan ………………………………………………………………………… VI - 1 6.2 Saran…………………………………………………………………………………. VI - 3

DAFTAR PUSTAKA


BAB I PENDAHULUAN 1.1 Latar Belakang Sistem biometrik saat ini telah mencapai perkembangan yang luar biasa dalam menggantikan sistem verifikasi konvensional. Pemanfaatan anggota tubuh secara unik untuk membedakan antara satu orang dengan orang lain, telah banyak dibuktikan memberikan hasil yang lebih akurat dalam pengidentifikasian. Penggunaan iris mata, telapak tangan, sidik jari, bentuk wajah sampai kepada suara telah dikembangkan untuk keperluan tersebut. Salah satu pemanfaatan organ tubuh untuk identifikasi adalah dengan memanfaatkan iris mata. Iris diketahui memiliki tingkat pembeda yang cukup baik untuk dapat mengklasifikasikan tiap individu. Perkembangannya yang sangat cepat didukung dengan pemanfaatannya yang semakin luas, menuntut semakin ditingkatkannya keakurasian analisa citra iris mata dalam sistem biometrik. Saat ini yang menjadi salah satu permasalahan adalah proses pengolahan awal citra mata hingga kita dapat memperoleh hanya bagian iris saja dengan membuang bagian yang tidak perlu.

1.2 Tujuan Pembahasan Tujuan dari penelitian Karya ilmiah ini adalah untuk merancang dan menguji algoritma pengolahan citra ekstraksi iris mata. Diharapkan algoritma ini dapat digunakan untuk melakukan proses awal pengolahan citra mata yang mampu memberikan analisis system biometric yang lebih akurat nantinya.

1.3 Rumusan Masalah


Dalam laporan ini permasalahan yang akan dibahas adalah bagaimana merancang algoritma untuk melakukan ekstraksi iris mata sebagai bentuk antara untuk system biometric.

1.4 Metode Dalam Karya ilmiah ini, metode yang dilakukan meliputi tahap-tahap sebagai berikut : -

Studi literatur mengenai mata dan iris mata dengan melakukan pengumpulan data, pencarian informasi, dan diskusi dengan berbagai sumber seperti praktisi kedokteran dan juga buku-buku.

-

Studi literatur mengenai pemrosesan citra digital, terutama yang berhubungan dengan

pemrosesan citra iris mata yang dibutuhkan dalam merancang

algoritma. -

Merancang algoritma untuk beberapa proses yang dibutuhkan, baik itu dengan menciptakan algoritma baru ataupun memodifikasi algoritma yang telah ada sebelumnya

-

Membuat sistem simulasi dan pengujian menggunakan MATLAB.

-

Menganalisis dan menyimpulkan hasil pengujian algoritma yang dilakukan

-

Dokumentasi dan laporan

1.5 Sistematika Pembahasan Laporan ini akan disusun dengan sisematika berikut : BAB 1, membahas tentang hal-hal yang melatarbelakangi pokok permasalahan, tujuan pembahasan, rumusan masalah, metode dan Sistematika pembahasan. BAB 2, menjelaskan tentang teori dasar pengolahan citra digital, termasuk jenis-jenis pengolahan citra serta dasar teori beberapa algoritma yang nantinya berhubungan dengan perancangan sistem. BAB 3, menjelaskan tentang objek mata secara keseluruhan, tinjauan anatomis, struktur dan keadaan penampakan bagian-bagian mata. Fahmi : Pemisahan Bagian Iris pada Citra Mata dengan Operasi Morphologi, 2007 USU Repository © 2008

BAB 4, menjelaskan tentang perancangan algoritma pengolahan citra yang digunakan, serta prosedur pemrograman yang dilakukan. Termasuk di dalamnya semua proses yang berhubungan dengan proses ekstraksi iris mata. BAB 5, menjelaskan tentang proses pengujian algoritma yang dilakukan pada tiap tahapnya, analisis sistem mengenai hasil yang dicapai, tingkat keberhasilan algoritma, efektifitas, dan efisiensi. BAB 6, berisi kesimpulan dan saran.


BAB II TEORI PENDUKUNG 2.1 Citra Digital Istilah “citra” yang digunakan dalam bidang pengolahan citra dapat diartikan sebagai suatu fungsi kontinu dari intensitas cahaya dalam bidang dua dimensi. Pemrosesan citra dengan komputer digital membutuhkan citra digital sebagai masukannya. Citra digital adalah citra kontinu yang diubah dalam bentuk diskrit, baik koordinat ruang maupun intensitas cahayanya. Pengolahan digitalisasi terdiri dari dua proses, yaitu pencuplikan (sampling) posisi, dan kuantisasi intensitas. Citra digital dapat dinyatakan dalam matriks dua dimensi f (x,y) dimana ‘x’ dan ‘y’ merupakan koordinat piksel dalam matriks dan ‘f’ merupakan derajat intensitas piksel tersebut. Citra digital berbentuk matriks dengan ukuran M x N akan tersusun sebagai berikut: ⎛ ⎜ ⎜ f ( x, y ) = ⎜ ⎜ ⎜ ⎜ ⎝

f (0,0) f (1,0) f (2,0)

f (0,1) f (1,1)

L L

f (2,1)

f (0,2) f (1,2) f (2,2)

M f (M - 1,0)

M f (M - 1,1)

M f (M - 1,2)

O L

L

⎞ ⎟ ⎟ ⎟ ⎟ M ⎟ f (M - 1, N - 1) ⎟⎠ f (0, N - 1) f (1, N - 1) f (2, N - 1)

Suatu citra f(x,y) dalam fungsi matematis dapat dituliskan sebagai berikut: 0 ≤ x ≤ M-1 0 ≤ y ≤ N-1 0 ≤ f(x,y) ≤ G-1 dimana :

(2.1)

M = banyaknya baris pada array citra N = banyaknya kolom pada array citra G = banyaknya skala keabuan (graylevel)

Interval (0,G) disebut skala keabuan (grayscale). Besar G tergantung pada proses digitalisasinya. Biasanya keabuan 0 (nol) menyatakan intensitas hitam dan G menyatakan intansitas putih. Untuk citra 8 bit, nilai G sama dengan 28 = 256 warna (derajat keabuan). Jika kita memperhatikan citra digital secara seksama, kita dapat melihat titik-titik kecil berbentuk segiempat yang membentuk citra tersebut. Titik-titik tersebut Fahmi : Pemisahan Bagian Iris pada Citra Mata dengan Operasi Morphologi, 2007 USU Repository © 2008

merupakan satuan terkecil dari suatu citra digital disebut sebagai “picture element”, “pixel”, piksel, atau “pel’. Jumlah piksel per satuan panjang akan menentukan resolusi citra tersebut. Makin banyak piksel yang mewakili suatu citra, maka makin tinggi nilai resolusinya dan makin halus gambarnya. Pada sistem dengan tampilan citra digital yang dirancang dengan baik (beresolusi tinggi), titik-titik kecil tersebut tidak teramati oleh kita yang melihat secara normal. Untuk aplikasi 3 dimensi kita juga mengenal satuan voxel yang memiliki dimansi ketebalan dan berbentuk kubus. Beberapa sistem peralatan medical imaging seperti CT-Scan dan ultrasonography menggunakan bentuk citra digital 3 dimensi seperti ini untuk keakuratan pengamatan. Contoh citra digital ditunjukan pada gambar dibawah ini, dimana sebagian dari citra ini diperbesar untuk memperlihatkan bahwa citra tersebut tersusun atas piksel-piksel.

Gbr2.1 Citra Digital : piksel dan voxel Citra berwarna dapat dinyatakan dengan banyak cara, salah satunya adalah dengan menggunakan sinyal RGB (Red-Green-Blue). Pada cara ini, sebuah citra berwarna dinyatakan sebagai gabungan dari tiga buah citra monochrome merah, hijau, dan biru yang berukuran sama. Warna untuk setiap pikselnya tergantung dari komposisi ketiga komponen pada koordinat tersebut. Konsep ini digunakan luas untuk berbagai aplikasi citra berwarna. Untuk menyederhanakan perhitungan, semua citra pada laporan ini akan diolah ke dalam bentuk derajat keabuan (graylevel), di mana pada citra berwarna direprentasikan dengan nilai yang sama pada ketiga komponen R-G-B-nya. Penyederhanaan ini akan mengurangi waktu yang dibutuhkan untuk melakukan pengolahan citra. Fahmi : Pemisahan Bagian Iris pada Citra Mata dengan Operasi Morphologi, 2007 USU Repository © 2008

2.2 Dasar Pengolahan Citra Digital Pengolahan citra (image processing) merupakan proses mengolah piksel-piksel dalam citra digital untuk suatu tujuan tertentu. Beberapa alasan dilakukannya pengolahan citra pada citra digital antara lain yaitu: 1. Untuk mendapatkan citra asli dari suatu citra yang sudah buruk karena pengaruh derau. Proses pengolahan bertujuan mendapatkan citra yang diperkirakan mendekati citra sesungguhnya. 2. Untuk memperoleh citra dengan karakteristik tertentu dan cocok secara visual yang dibutuhkan untuk tahap yang lebih lanjut dalam pemrosesan analisis citra Dalam proses akuisisi, citra yang akan diolah ditransformasikan dalam suatu representasi numerik. Pada proses selanjutnya reprentrasi numerik tersebutlah yang akan diolah secara digital oleh komputer. Pengolahan citra pada umumnya dapat dikelompokan dalam dua jenis kegiatan, yaitu: 1. Memperbaiki kualitas citra sesuai kebutuhan 2. Mengolah informasi yang terdapat pada citra Bidang aplikasi yang kedua ini sangat erat kaitannya dengan computer aided analysis yang umumnya bertujuan untuk mengolah suatu objek citra dengan cara mengekstraksi informasi penting yang terdapat di dalamnya. Dari informasi tersebut dapat dilakukan proses analisis dan klasifikasi secara cepat memanfaatkan algoritma perhitungan komputer. Dari pengolahan citra diharapkan terbentuk suatu sistem yang dapat memproses citra masukan hingga citra tersebut dapat dikenali cirinya. Pengenalan ciri inilah yang sering diaplikasikan dalam kehidupan sehari hari. Aplikasi yang dibahas pada laporan ini adalah aplikasi di bidang kedokteran, yaitu untuk aplikasi analisis prediagnosis melalui penampakan citra iris mata dengan metoda Iridologi. Dalam pengolahan citra digital terdapat lima proses secara umum [1], yaitu: •

image restoration

•

image enhancement


•

image data compaction

•

image analysis

•

image reconstruction

2.3 Pemisahan Objek Iris dari Citra Mata Citra mata mengandung objek-objek selain iris yang dalam proses analisis biometrik tidak dibutuhkan, bahkan terkadang mengganggu. Objek tersebut misalnya kelopak mata, alis mata dan bagian lainnya. Untuk itu diperlukan sebuah teknik pemisahan objek iris dari citra mata keseluruhan. Metode yang dikembangkan untuk pemisahan ROI iris mata ini dilakukan dengan 3 tahap : Binerisasi, Operasi Morfologi dan rekonstruksi Look Up .

2.3.1 Binerisasi Dalam hal ini citra mata akan diubah dari citra warna menjadi citra grayscael lalu menjadi citra biner dengan threshold nilai derajat keabuan 128. Hasil dari proses ini adalah bentuk iris mata yang berwarna hitam (pixel 0) dan selainnya berwarna putih (pixel 1)/ Proses ini bisa disebut juga tahap segmentasi yang memisahkan roi iris yang diinginkan dengan bagian lain mata yang tidak dibutuhkan secara global.

2.3.2 Operasi Morphologi Bentuk iris pada mata kadangkala terganggu oleh kehadiran kilatan blitz atau pantulan cahaya yang akan menimbulkan spot putih (glare) di dalam bagian iris. Dalam citra biner hal ini dapat dilihat dari kehadiran lubang putih pada bagian iris yang berwarna hitam. Untuk menghilangkan noise seperti ini dapat dilakukan operasi morphologi untuk menutup lubang glare yang terjadi. Proses yang dilakukan adalah proses closing, yaitu dengan melakukan operasi dilasi dan erosi secara berurutan.

2.3.3 Rekonstruksi Look Up Dari proses segmentasi sebelumnya, akan diperoleh bagian iris sebagai bentuk bulatan hitam dengan latar putih. Langkah selanjutnya adalah untuk mengambil hanya bagian iris dengan melakukan rekonstruksi ulang citra mata asli. Untuk batasan yang digunakan dalam rekonstruksi look up, dapat diperleh dengan pencarian Fahmi : Pemisahan Bagian Iris pada Citra Mata dengan Operasi Morphologi, 2007 USU Repository © 2008

titik dari pusat ke tepi iris terluar hingga mencapai titik putih yang pertama (sebagai batas iris) pada citra biner


BAB III Citra Mata dan Iris 3.1 Iris Iris merupakan bagian yang berwarna yang tampak pada bola mata. Bagian iris terlihat sebagai lingkaran mata yang melingkupi bagian hitam pupil dengan warnawarna tertentu.

Gbr 3.1 Penampakan Iris Pada Bagian Mata

3.2 Anatomi dan Fisiologi Citra Mata

3.2.1 Karakteristik Iris Secara anatomi iris merupakan sebuah organ internal yang dilindungi, terletak di belakang kornea dan aqueous humour, serta berada di depan lensa mata. Iris merupakan satu-satunya organ internal tubuh yang dapat terlihat dari luar. Iris dapat terlihat cukup jelas pada jarak 1 meter.

Gbr 3.2 Struktur Anatomi Mata Bagian depan dari iris berbentuk tidak teratur, cendrung kasar serta memiliki alur yang tidak rata. Bagian ini dibentuk oleh lapisan yang terdiri dari sel pigmen dan fibroblast. Bagian bawah dari lapisan ini adalah jaringan ikat yang berkadar darah rendah (poorly vascularized) dengan beberapa serat, fibroblast dan melanocyte. Fahmi : Pemisahan Bagian Iris pada Citra Mata dengan Operasi Morphologi, 2007 USU Repository © 2008

Bagian selanjutnya merupakan bagian yang kaya akan supply darah tertutup oleh jaringan ikat yang longgar [Diambil dari Basic Histology 8th edition oleh L. Carlos Junquerira, Jose Carneiro, Robert O. Kelley ISBN: 0-8385-0567-8] Tekstur dari iris bersifat stokastik. Hal ini disebabakan karena morfologi iris sangat bergantung pada kondisi awal pada fasa mesoderm embrionik, saat dimana iris mulai berkembang. Bentuk fenotip dari dua iris yang bahkan mempunyai genotip yang sama (misalnya pada dua orang yang kembar atau iris kiri dan kanan) akan tidak berkorelasi satu sama lainnya. Adapun karakteristik iris adalah : •

Mempunyai bentuk geometri polar, merupakan sistem koordinat yang alami.

•

Mempunyai tingkat ketidakteraturan yang tinggi, dan mempunyai entropi 3,2 bit per milimeter persegi jaringan iris.

3.2.2 Warna Dasar Iris Warna iris manusia sangat beraneka ragam, tergantung dari ras dan etniknya. Beberapa ahli iridologi mengklasifikasikan warna iris yang menjadi hitam, coklat, emas, biru tua, hijau, biru muda, dan abu-abu. Kesemuanya itu dapat dibagi menjadi tiga bagian utama, yaitu : biru, coklat, dan campuran. Warna biru dan coklat merupakan warna iris murni. Warna campuran berasal dari gabungan genetik yang berbeda sebagai akibat perkawinan antar ras, dan merupakan anomali genetik dari warna iris coklat dan biru. Sekarang ini, sebagai akibat perkawinan antar ras, terdapat bermacam-macam warna dasar iris. Tidak terdapat warna yang ideal, dengan kata lain tidak terdapat iris dengan warna yang paling baik, masing-masing memiliki kelebihan dan kekurangan. Iris yang jernih mengindikasikan berbagai organ di dalam tubuh berfungsi dengan baik. Jika salah satu organ tubuh tidak berfungsi dengan normal, terdapat kemungkinan warna iris akan berubah pada area yang berhubungan dengan bagian tubuh yang bersangkutan.


Gbr 3.4 Skema Warna Mata Iris Biru Warna biru dari iris merupakan refleksi cahaya dari jaringan ephitel posterior yang terlihat melalui stroma yang tak berpigmen (lapisan otot pada iris). Iris berwarna dasar biru/abu-abu ditemukan di Nordic, Eropa, dan ras Anglo-Saxon. Warna iris ini mengindikasikan mudahnya terserang kondisi ‘asam’ seperti arthritic, rheumatic, asma, dan penyakit bisul (ulcer). Pada umumnya mereka mempunyai sel darah yang lebih kecil, dan kecendrungan cold extremities, ginjal yang lemah dan penyempitan pembuluh limfe. (Bagian a)

Iris Coklat Pada iris yang berwarna coklat, sel pigmen dari stroma memberikan warna pada mata. Warna coklat ditentukan oleh konsentrasi sel pigmen dalam mata. Warna dasar iris coklat ditemukan di Asia, Afrika, Indian, dan Ras Semit. Hal ini menunjukkan sel darah yang lebih tebal, dan kecenderungan pada penyakit pencernaan, dan kerusakan sistem saraf. Iris yang berwarna coklat umumnya menunjukkan tekstur berpasir (Bagian b) Iris Campuran Iris campuran merupakan hasil pencampuran antara warna iris biru dan coklat. Terdapat berbagai macam variasi antara biru dan coklat (Bagian c). Warna iris campuran mempunyai dasar genetik biru, dan orang yang memiliki warna iris ini rawan terhadap kondisi ‘asam’ dan keracunan. Orang dengan iris campuran memerlukan pemeliharaan tubuh secara khusus, terutama pada pencernaan dan sistem saraf, dengan cara kebiasaan hidup yang teratur.


Selain warna dasar iris, seringkali kita temukan ada warna lain di dalam iris. Hal ini menunjukkan adanya disfungsi dari organ di dalam tubuh yang letaknya ditunjukkan oleh letak warna lain tersebut di dalam iris. Warna lain ini antara lain putih, kuning, orange, coklat, merah, dan hitam.


BAB IV PERANCANGAN ALGORITMA Pada bagian ini akan dibahas mengenai perancangan algoritma yang digunakan dalam melakukan pengolahan citra mata menjadi citra polar iris. Untuk mengolah keseluruhan proses, dimanfaatkan fungsi-fungsi dalam software MATLAB 7 yang dijalankan di bawah sistem operasi Windows 2000. Fungsi-fungsi yang digunakan terdapat dalam Image Processing Toolbox

ver 4.2 yang akan mempermudah

perancangan proses pengolahan citra. Ada beberapa tahap yang harus dilakukan dalam mengolah citra mata sebelum mendapatkan bentuk antara citra polar iris. Tahapan tersebut dapat dilihat dalam blok diagram berikut : Citra Mata (Proses Akuisisi Citra)

Pemisahan ROI bagian Iris • Binerisasi • Operasi Morphologi • Rekonstruksi Look Up

ROI Block Gbr 4.1 Diagram Blok Algoritma Pengolahan Citra iris mata

Citra Iris mata diperoleh dengan menggunakan perangkat kamera digital yang cukup memadai disertai dengan beberapa perangkat pendukung , seperti penopang dagu yang berguna untuk menjaga tetap tegaknya bagian kepala, dan perangkat lampu halogen yang berfungsi untuk memberikan tambahan penerangan yang dibutuhkan. Tahapan-tahapan perancangan untuk setiap bagian dari proses pengolahan citra iris mata dijelaskan lebih lengkap pada bagian berikut ini.


4.1 Algoritma Pemisahan Bagian Iris Mata Bagian pemisahan ROI Iris dilakukan untuk memisahkan bagian iris mata yang penting, dari bagian-bagian lain mata yang tidak membutuhkan atau bahkan mengganggu. Bagian dari mata yang tidak dibutuhkan akan dihilangkan sehingga menyisakan bagian lingkaran iris dan pupil.

4.1.1 Binerisasi Citra mata terlebih dahulu diubah menjadi bentuk citra biner / hitam-putih melalui proses treshold. Fungsi MATLAB yang digunakan dapat ditulis secara matematis: imdat = imread(‘mata.bmp’); imgray = rgb2gray(imdat); imbw = im2bw(imgray);

4.1.2 Operasi Morphologi Citra biner mata yang mengandung glare pada bagian iris perlu diperbaiki dengan melakukan operasi morphologi Opening. Operasi ini terdiri dari operasi dilasi dan erosi secara berturut-turut pada data citra. Dalam MATLAB dapat digunakan fungsi berikut : se = strel('disk',15); %se adalah komponen morphologi imbw = imopen(imbw,se);

4.1.3 Pencarian Titik Batas Pencarian titik batas dimaksudkan untuk mengukur besarnya iris mata pada citra. Dengan titik batas ini, sistem akan mengetahui sampai pada batas mana citra asli harus dipotong untuk mendapatkan hanya bagian iris yang tersisa. Hal ini dilakukan dengan menetapkan titik pusat sementara, kemudian diikuti dengan proses scanning dari dalam ke luar sampai menemukan titik batas yang dimaksud. Hasil pengukuran titik batas ini akan digunakan untuk rekonstruksi look up berikutnya. Program yang dapat digunakan adalah sebagai berikut.


%penentuan titik pusat sementara [M,N]=size(BW); esty=round(M/2); estx=round(N/2); %mencari arah kanan/kiri batas_kanan=estx; batas_kiri=estx; while(BW(esty,batas_kanan)==0) batas_kanan=batas_kanan+1; end while(BW(esty,batas_kiri)==0) batas_kiri=batas_kiri-1;

end batas_kiri=estx-batas_kiri; %mencari arah atas/bawah batas_atas=esty; batas_bawah=esty; while(BW(batas_atas,estx)==0) batas_atas=batas_atas+1; end while(BW(batas_bawah,estx)==0) batas_bawah=batas_bawah-1; end batas_bawah=esty-batas_bawah;


4.1.4 Rekonstruksi Look-Up Citra biner mata yang mengandung glare pada bagian iris perlu diperbaiki dengan melakukan operasi morphologi imiris=BW(batas_bawah-15:batas_atas+15,batas_kiri-15:batas_kanan+15);

4.2 Algoritma Pemrosesan Awal Bagian preprocessing melakukan pengolahan awal citra mata agar dapat diolah lebih lanjut untuk diambil cirinya. Pada proses ini juga diharapkan agar derau yang muncul pada saat pengambilan gambar atau pada saat akuisisi citra dapat dihilangkan. Peningkatan kualitas gambar melalui perbaikan kontras, dan iluminasi dapat dilakukan untuk mempermudah proses pengolahan citra nantinya.

4.2.1 Pembentukan Citra GrayScale Citra yang dihasilkan adalah image format berwarna dengan komposisi layer Red, Green, Blue (RGB) masing-masing dengan level intensitas tertentu. Format citra seperti ini memiliki ukuran data yang cukup besar. Besarnya ukuran data yang diolah akan dapat memperlambat proses pengolahan pada tahap selanjutnya. Untuk mengatasi hal itu, maka perlu dilakukan perubahan bentuk citra ke dalam image format grayscale 8 bit (28 = 256 derajat keabuan) yang memiliki level intensitas yang sama untuk tiap-tiap layernya. Dengan ukuran data citra yang lebih kecil, maka proses pengolahan akan dapat lebih disederhanakan dan waktu komputasi akan menjadi lebih cepat. Pada Matlab fungsi ini dapat dilakukan dengan menggunakan fungsi rgb2gray seperti yang telah digunakan pada saat pengambilan ROI sebelumnya. citra yang dihasilkan adalah citra grayscale dengan 256 derajat keabuan.

Perataan Iluminasi Kurang sempurnanya teknik pengambilan gambar kadangkala menyebabkan kurang meratanya penyebaran cahaya pada citra iris mata akibat intensitas iluminasi yang tidak sama pada daerah-daerah citra. Hal ini akan berpengaruh pada perubahan derajat keabuan yang terbentuk pada citra. Noise seperti ini harus diantisipasi dengan terlebih dahulu melakukan penyeragaman iluminasi pada keseluruhan citra masukan sebelum dilakukan pembentukan citra grayscale. Penyeragaman ini dapat dilakukan dengan mengatur Fahmi : Pemisahan Bagian Iris pada Citra Mata dengan Operasi Morphologi, 2007 USU Repository © 2008

distribusi histogram pada level 0-255 pada skala derajat keabuan. Pada pemrograman Matlab perataan ini telah dilakukan bersama-sama dalam proses pembentukan citra grayscale

4.2.2 Pengontrasan Untuk kasus-kasus tertentu, citra iris yang diperoleh belum dapat diproses akibat perbedaan warna antara bagian pupil dan bagian iris tidak jauh berbeda. Hal ini sering terjadi khususnya pada mata orang Asia yang memiliki warna iris coklat dan warna pupil kehitaman. Perbedaan warna yang tidak jauh berbeda ini, akan menyebabkan sulitnya pemisahan bagian iris dari bagian pupil yang akan dianalisis nantinya. Untuk itu perlu dilakukan contrast stretching pada histogram citra asli agar perbedaan tersebut dapat diperlebar. Fungsi yang digunakan dapat ditulis secara matematis :

αu ⎧ v=⎨ ⎩ β (u − a) + va

0
(4.1)

Untuk mengontraskan bagian yang gelap maka dipilih faktor α yang nilainya lebih besar dari 1. Dan faktor β yang kurang dari 1. Nilai α dipilih dari histogram yang akan diperlebar. Pada Matlab fungsi ini dapat dilakukan dengan menggunakan fungsi imadjust. Contoh pemrogramannya adalah sebagai berikut. c_kon = imadjust(c_gray,[ batas_bawah batas_atas],faktor gamma);

penentuan parameter yang digunakan, seperti batas atas dan batas bawah, atau juga faktor gamma sangat tergantung dari keadaan citra dan kebutuhan dari citra masukan yang kita miliki.

4.2.3 Penapisan Citra Untuk mengurangi noise, dapat dilakukan penapisan pada citra iris mata menggunakan matriks konvolusi yang sesuai. Proses ini dilakukan dengan mengkonvolusikan nilai tiaptiap entry pada matiks citra dengan tiap-tiap nilai entry pada matriks filter. Beberapa filter yang biasa digunakan antara lain adalah filter wiener dan filter median yang dapat digunakan untuk menghapus derau tertentu pada citra. Pada Matlab, fungsi ini dapat dilakukan dengan menggunakan fungsi filter2, ordfilt2, ataupun juga wiener2. Kita dapat merancang sendiri kernel matriks filter yang kita inginkan, sesuai dengan jenis noise yang Fahmi : Pemisahan Bagian Iris pada Citra Mata dengan Operasi Morphologi, 2007 USU Repository © 2008

ingin dihilangkan. Salah satu contoh pemakaian filter median 3x3 dapat dilakukan dengan pemrograman sebagai berikut : kernel=[1 1 1 ;1 1 1 ;1 1 1 ]; %Kernel filter median 3x3 cfilt=medfilt2(kernel,citra);


BAB V PENGUJIAN ALGORITMA DAN ANALISIS SISTEM Untuk mengetahui keberhasilan dari algoritma yang telah dirancang, maka perlu dilakukan pengujian terhadap data citra yang dimiliki. Dalam bab ini akan dibahas mengenai proses pengujian yang dilakukan serta analisis dari hasil yang diperoleh.

5.1 Mekanisme Pengujian Tujuan dari pengujian adalah untuk mengetahui fungsionalitas algoritma pemrograman yang telah dirancang, waktu komputasi yang dibutuhkan dan juga tingkat keberhasilan dan keefektifan metoda. Tingkat keberhasilan menunjukkan seberapa besar kemampuan metoda yang dikembangkan dalam memberikan bentuk antara citra polar iris dari cira mata utuh untuk kemudian digunakan dalam analisis sistem biometrik. Selain itu juga diukur waktu komputasi yang dibutuhkan untuk tiap-tiap algoritma dalam memproses citra iris mata sesuai dengan prosedur pemrograman yang telah dirancang pada bab sebelumnya.

5.2 Spesifikasi Sistem Implementasi perangkat keras dan perangkat lunak sangat menentukan keberhasilan dari pengujian algoritma yang telah dirancang. Berikut ini adalah uraian piranti yang digunakan dalam proses pengujian ini.

5.2.1 Perangkat Lunak Seperti yang telah dijelaskan pada bab IV, dalam laporan ini sebagian besar proses menggunakan software MATLAB 7 untuk mengolah citra. Fungsi-fungsi yang digunakan terdapat dalam Image Processing Toolbox ver 4.2 yang dijalankan di bawah sistem operasi WindowsXP. Beberapa perangkat lunak lain yang digunakan adalah Microsoft©Paint ataupun dengan IrvanView 3.51 yang dibutuhkan saat melakukan akuisisi data citra. Fahmi : Pemisahan Bagian Iris pada Citra Mata dengan Operasi Morphologi, 2007 USU Repository © 2008

5.2.2 Perangkat Keras Pengambilan gambar iris mata dilakukan dengan menggunakan kamera digital dengan kualitas yang memadai. Ada beberapa jenis kamera digital yang dapat digunakan : 1. Casio QV-8000-SX Beberapa klinik Iridologi banyak yang menggunakan kamera digital jenis ini. Kamera ini sangat baik digunakan karena memiliki kemampuan perbesaran sampai dengan 8 kali tanpa kehilangan fokus pengamatan. Kualitas citra dan resolusi yang dihasilkan sangat memadai untuk dapat dipakai dalam menganalisis citra iris mata. Kapasitas memori yang dimiliki cukup besar (32 MB) dan dapat ditambah dengan card memory tambahan. 2. Sony DSL1 3.3 Mpix Dari percobaan yang dilakukan di laboratorium Robovis, kamera digital jenis ini dapat juga digunakan dan memberikan hasil dengan kualitas yang cukup memadai. Kamera ini memiliki perbesaran hingga 6 kali, resolusi 3.3 Mpix dan pemfokusan hingga jarak 10 cm. Kapasitas memori yang dimiliki sebesar 6 MB dan dapat ditambah dengan card memory tambahan. Gambar yang dihasilkan oleh kamera digital adalah citra berwarna dalam format BMP dengan ukuran yang bervariasi. Citra yang diperoleh juga masih memiliki bagian-bagain yang tidak penting seperti bagian alis dan kelopak mata. Contoh hasil pengambilan citra mata dengan kamera digital CASIO QV-8000-SX dapat dilihat pada gambar berikut.

Gbr 5.1 Citra Asli berukuran 259x194, format .bmp Fahmi : Pemisahan Bagian Iris pada Citra Mata dengan Operasi Morphologi, 2007 USU Repository © 2008

Pengambilan citra iris mata kadangkala membutuhkan penerangan lampu halogen yang diletakkan di samping kanan/kiri kamera digital. Atau untuk pengujian dalam laboratorium digunakan lampu biasa yang ditutupi dengan karton pembatas. Penempatan lampu ini kadang menyebabkan timbulnya glare yang dapat mengganggu analisis citra. Untuk itu perlu diantisipasi dalam proses awal pengolahan citra. Digunakan juga penopang dagu yang bertujuan untuk menjaga tetap tegaknya sumbu kepala. Hal ini diperlukan untuk menjaga sumbu dari iris agar sesuai dengan penampakan pada diagram iridologi yang dijadikan patokan. Untuk kebutuhan pengolahan algoritma digunakan satu set komputer Pentium IV-1.7 GHz, RAM 512 MB, dan VGA 4MB dengan layar monitor diset untuk dapat menampilkan warna true color 24 bit (16777216). Hal ini perlu diperhatikan karena warna yang diolah adalah warna yang tampak pada layar monitor. Bila menggunakan setting 16 warna, 256 warna ataupun 16 bit (655536), maka akan terjadi pembulatan warna yang bukan nilai sebenarnya. Resolusi yang digunakan minimal 800x600 agar tampilan dapat dilihat dengan baik.

5.3 Pengujian Algoritma Pengujian algoritma dilakukan untuk tiap-tiap citra dengan proses yang sama. Kecuali pada bagian pengolahan awal citra, tiap citra mengalami proses yang sedikit berbeda tergantung pada kebutuhannya masing-masing. Parameter pengontrasan, perataan iluminasi dan ataupun penapisan terhadap derau dilakukan dengan melihat citra yang miliki. Semakin buruk kualitas citra untuk dianalisis maka semakin banyak pemrosesan awal yang dilakukan pada citra. Berikut adalah hasil pengujian pemrosesan citra pada data citra iris .

5.3.1 Pengujian Algoritma Pemisahan Bagian Iris Untuk memisahkan bagian iris dari keseluruhan mata, maka diterapkan 3 tahapan proses. Proses pertama adalah binerisasi dengan mengubah cita berwarna menjadi citra biner hitam putih. Bagian iris secara


umum akan memiliki pixel hitam, sedangkan bagian mata lain akan memiliki pixel putih. Kadangkala keberadaan glare di bagian iris mata dapat menyebabkan timbulnya bercak putih pada citra biner. Untuk itulah diperlukan operasi morphologi. Operasi yang dilakukan adalah operasi opening, yaitu melakukan berturut-turut dilasi dan erosi. Dari citra inilah baru kemudian dilakukan perhitungan titik jarijari dan titik tengah iris. Dengan data yang diperoleh maka dapat dilakukan rekonstruksi look up dengan memotong citra asli dan mengambil citra iris saja.


BAB VI PENUTUP 6.1 Kesimpulan Algoritma pengolahan citra dapat dikembangkan untuk membantu pengolahan awal citra mata sebagai bagian proses analisis system biometrik. Pemilihan bentuk antara yang sesuai, pengolahan awal citra, serta teknik klasifikasi yang dipilih akan sangat berpengaruh pada sejauh mana algoritma yang dirancang dapat memberikan hasil pengolahan sesuai dengan yang diinginkan. Dalam laporan ini telah dikembangkan algoritma pemrograman pengolahan citra iris mata. Pemisahan bagian iris dari keseluruhan citra mata, dengan 3 tahap : binerisasi, operasi morphologis, dan rekonstruksi Look-up Pemilihan beberapa parameter dalam proses yang dilakukan sangat mempengaruhi hasil akhir dari klasifikasi. Mulai dari penentuan nilai parameter masking morphologi, sampai kepada pemilihan nilai ambang dominan merupakan parapeter-parameter yang sangat menentukan berhasil tidaknya proses pengolahan citra. Untuk itu, dari pengujian yang dilakukan telah dipilih beberapa parameter yang paling sesuai untuk digunakan. Secara keseluruhan algoritma yang dirancang dapat dijalankan dengan baik. Akan tetapi waktu komputasi yang dibutuhkan masih terlalu lambat bila ingin diterapkan untuk aplikasi sebenarnya. Secara keseluruhan, algoritma yang dirancang dianggap telah berhasil memenuhi tujuan perancangan pengolahan citra iris mata menjadi citra polar iris sebagai bentuk antara untuk sistem biometrik.


6.2 Saran Algoritma yang dirancang masih dapat dikembangkan lebih jauh untuk memperoleh hasil yang lebih baik. Beberapa hal yang perlu dikembangkan untuk penelitian lebih lanjut antara lain : 1. Pengujian algoritma sebaiknya dikembangkan dengan penelitian yang menggunakan lebih banyak data serta penggunaan piranti pengujian, baik perangkat lunak maupun perangkat keras yang lebih baik. 2. Perlu dilakukan implementasi pemrograman yang lebih tinggi dan lebih user friendly , misalnya dengan membuat prototype program aplikasi dalam bahasa Visual C ataupun Java.


DAFTAR PUSTAKA [1] Fahmi, “Image Processing for Iridology”, International Seminar ICTS 2007, Institut Teknologi Surabaya, Surabaya, 2007 [2] Fahmi, “Perancangan Algoritma Pengolahan Citra Mata Menjadi Citra Polar Iris Sebagai Bentuk Antara Sistem Biometrik”, Perpustakaan USU, Medan, 2006 [3] Fahmi, “Perancangan Algoritma Pengolahan Citra Iris Mata untuk Aplikasi Iridologi Menggunakan Metode Simpangan Kepadatan dan Gray Level Spatial Dependence”, Tugas Akhir Jurusan Teknik Elektro, ITB 2002. [4] Jain, Anil K. “Fundamental of Digital Image Processing”, Prentice Hall, New Jersey, 1989. [5] Mengko, Tati Latifah R. “Diktat Kuliah Pengolahan Citra Digital”, ITB, tanpa tahun.


Karya Ilmiah. Pemisahan Bagian Iris pada Citra Mata dengan Operasi Morphologi. Oleh F A H M I, S.T, M.Sc NIP

Recommend Documents