IDENTIFIKASI IRIS MATA MENGGUNAKAN ELMAN RECURRENT NEURAL NETWORK; IRIS IDENTIFICATION USING ELMAN RECURRENT NEURAL NETWORK

Martini Ganantowe Bintiri, Agus Harjoko

2015 | Disertasi | PROGRAM STUDI S2 ILMU KOMPUTER

Iris merupakan salah satu biometrika yang sangat stabil dan handal. Penelitian ini bertujuan mengembangkan suatu metode yang dapat digunakan untuk melakukan identifikasi iris mata. Data uji yang digunakan sebanyak 315 (tiga ratus lima belas) citra iris CASIA-v4-Syn dan 288 (dua ratus delapan puluh delapan) citra iris CASIA-v1 yang fitur – fiturnya diekstrak menggunakan three dimension gray level cooccurence matrix (3D-GLCM). Fitur ciri tersebut adalah maximum probability, correlation, contrast, energy, homogeneity, dan entropy. Fitur – fitur ini dilatih menggunakan Elman Recurrent Neural Network dengan aturan pembelajaran Levenberg-Marquardt Algorithm dan selanjutnya dilakukan identifikasi iris. Kinerja ERNN/LMA yang dihasilkan dari pendekatan ini adalah EER = 77,14% (CASIA-Iris-Syn v4) dan EER =93% (CASIA-Iris v1) menunjukkan bahwa metode yang diusulkan tidak dapat digunakan pada mode verifikasi karena akurasinya rendah, CRR = 22,86% (CASIA-Iris-Syn v4) dan CRR = 8,3% (CASIA-Iris v1) menunjukkan bahwa metode yang diusulkan tidak dapat digunakan pada mode identifikasi karena akurasinya rendah.

Kata Kunci : Identifikasi Iris, 3D-GLCM, Elman Recurrent Neural Network, Levenberg-Marquardt Algorithm