Abstrak

ABSTRAK

Meningkatkan kebutuhan akan sistem keamanan mendorong kemajuan di bidang pengenalan individu. Ear biometric adalah pengetahuan untuk mengidentifikasi seseorang berdasarkan telinga. Pengenalan telinga memiliki beberapa kelebihan jika dibandingkan dengan pengenalan wajah, diantaranya memiliki distribusi warna yang uniform dan tidak mengalami perubahan dikarenakan perubahan ekspresi wajah dan usia. Bentuk telinga yang lebih kecil dibandingkan wajah memungkinkan sistem identifikasi dapat bekerja lebih cepat dan efisien.

Metode ekstraksi fitur geometrical merupakan metode dengan pendekatan lingkaran yang terpusat di centroid telinga. Metode tersebut digunakan untuk mengekstraksi fitur geometris telinga yang diperlukan untuk pengklasifikasian Fitur geometris yang mencakup kontur telinga lebih tepat digunakan untuk pengklasifikasian jika dibandingkan dengan tekstur dan warna. Penelitian ini bertujuan untuk mengetahui dan meningkatkan kinerja dari sistem identifikasi biometrik bentuk telinga Sistem ini memberikan kemudahan karena pengguna tidak perlu melewati beberapa sensor oleh karena fitur telinga secara utuh hanya dengan sebuah kamera digital atau webcam.

Untuk aplikasi sistem pengenalan telinga dengan metode ekstraksi fitur geometris ini diperoleh bahwa semakin banyak jumlah pengguna yang digunakan, maka semakin berkurang juga tingkat akurasi sistem, dimana pada saat perbandingan 1 : 4 jumlah pengguna berjumlah 20 orang persentase tingkat akurasi keberhasilannya adalah sebesar 60 % dan terus menurun hingga pada sampel berjumlah 50 orang persentase tingkat akurasi keberhasilannya menjadi sebesar 56 %. Serta semakin banyak jumlah citra yang digunakan sebagai sampel, maka semakin banyak juga kemiripan suatu pola telinga dari orang tersebut, sehingga pencocokannya semakin meningkat karena banyak sampel yang digunakan sebagai acuan. Pada sampel perbandingan 4:1 persentase tingkat akurasi keberhasilannya tertinggi menjadi sebesar 80 % dengan banyak user 50 orang.
    
Kata Kunci :    Ear biometric, sistem identifikasi, centroid , ekstraksi fitur geometris.