DETEKSI KONTAK LENSA PADA MATA MENGGUNAKAN EKSTRAKSI CIRI DOMAIN SPECIFIC BINARIZED STATISTICAL IMAGE FEATURES DAN DISCRETE WAVELET TRANSFORM

Muhamad Ilham Aji Vachroni, Dr. Raden Sumiharto, S.Si., M.Kom; Dr. Dyah Aruming Tyas, S.Si

2022 | Tesis | MAGISTER ILMU KOMPUTER

Iris merupakan salah satu fitur biometrik yang handal karena mempunyai tekstur yang kaya akan properti dan bersifat life time. Iris recognition memiliki kekurangan pada proses matching, yaitu ketika menggunakan kontak lensa yang berjenis colored karena ada perubahan tekstur iris, sehingga dapat menurunkan akurasi recognition (proses matching). Dengan demikian dibutuhkan penentuan ciri tekstur yang tepat untuk mendeteksi kontak lensa. Adapun metode ekstraksi ciri yang digunakan adalah Domain Specific Binarized Statistical Image Feature (BSIF) dan Discrete Wavelet Transform (DWT). Hasil fitur dari ekstraksi ciri kedua metode tersebut difusionkan dan dinormalisasi. Terdapat empat skenario eksperimen pada proses fusion dan normalisasi, skenario pertama dilakukan fusion terlebih dahulu dan setelahnya dinormalisasikan, kedua dinormalisasikan terlebih dahulu dan setelahnya dilakukan fusion, skenario ketiga sama seperti skenario pertama namun urutan fusion dibalik, dan skenario yang keempat sama seperti skenario kedua namun urutan fusion dibalik. Selanjutnya fitur diklasifikasi menggunakan Support Vector Machine (SVM). Berdasarkan hasil uji coba yang dilakukan fitur Domain Spesific BSIF dengan kernel 5x5 12bit dan DWT mendapatkan akurasi 99,93% pada kernel linear SVM. Dalam eksperimen yang dilakukan, penelitian ini mengaplikasikan Principal Component Analysis (PCA) untuk mereduksi fitur. Dengan variance 99%, 95%, dan 90% peran PCA berpengaruh negatif terhadap akurasi. Model terbaik di ujicoba dengan data real life, smartphone pocophone f1 dan cctv digunakan untuk mengambil gambar mata. Dari hasil 6 kali percobaan diantaranya 4 tanpa menggunakan kontak lensa dan 2 menggunakan kontak lensa, 4 gambar tanpa kontak lensa semua dideteksi salah, sedangkan 2 gambar menggunakan kontak lensa dideteksi benar. Hal tersebut dikarenakan hasil gambar yang diperoleh resolusinya rendah, dan blur.

Iris is a reliable biometric feature because it has a texture that is rich in properties and is life time. Iris recognition has disadvantages in the matching process, namely when using colored contact lenses because there is a change in the texture of the iris, which can reduce the recognition accuracy (matching process). Thus it is necessary to determine the exact texture features to detect contact lenses. The feature extraction method used is Domain Specific Binarized Statistical Image Feature (BSIF) and Discrete Wavelet Transform (DWT). The feature results from the feature extraction of the two methods are fused and normalized. There are four experimental scenarios in the fusion and normalization process, the first scenario is fusion first and then normalized after, the second is normalized first and then fusion is done, the third scenario is the same as the first scenario but the fusion order is reversed, and the fourth scenario is the same as the second scenario but the order is reversed. fusion reversed. Furthermore, features are classified using a Support Vector Machine (SVM). Based on the results of trials conducted with the Domain Specific BSIF feature with a 5x5 12bit kernel and DWT, it obtained an accuracy of 99.93% on a linear SVM kernel. In the experiments conducted, this study applies Principal Component Analysis (PCA) to reduce features. With a variance of 99%, 95% and 90% the role of PCA has a negative effect on accuracy. The best model was tested with real life data, the Pocophone F1 smartphone and CCTV were used to take pictures of the eyes. From the results of 6 trials including 4 without using contact lenses and 2 using contact lenses, 4 images without contact lenses were detected incorrectly, while 2 images using contact lenses were detected correctly. This is because the results of the images obtained are low resolution, and blurry.

Kata Kunci : Deteksi Kontak Lensa, BSIF, DWT