Studi Akurasi Karakteristik Retina sebagai Future Identification dengan Euclidean Distance Metrics

Authors

  • Suhendro Yusuf Irianto Informatics and Business Institute Darmajaya image/svg+xml
  • Ribut Yulianto Informatics and Business Institute Darmajaya image/svg+xml
  • Sri Karnila Informatics and Business Institute Darmajaya image/svg+xml
  • Dona Yuliawati Informatics and Business Institute Darmajaya image/svg+xml

DOI:

https://doi.org/10.30872/jim.v16i1.5136

Keywords:

Retina, Similarity, Citra Query, Akurasi

Abstract

Penelitian ini menghasilkan sistem keamanan menggunakan biometrik, dengan menggunakan retina sebagai identitas pengenalan yang akurat, serta efektif untuk meningkatkan proses identifikasi pada retina dimasa depan (future identification). Hal ini sangat penting untuk menentukan keakuratan sifat biometrik apa yang paling baik di dalam proses mengidentifikasi di masa depan, sekaligus membangun suatu sistem aplikasi atau tools yang dapat digunakan untuk mengetahui karakteristik distance meterics untuk mengukur akurasi retina sebagai identitas dimasa depan (future identification). Penggunaan retina dapat menjadi salah satu alternatif identifikasi manusia  seperti  untuk  pengganti  PIN  ATM  Bank,  Paspor  dan bidang-bidang lain yang memerlukan tingkat keamanan tinggi atau mustahil untuk dapat dipalsukan. Hasil dari penelitian ini ialah berbentuk pengujian untuk membuktikan tingkat akurasi CBIR dengan menggunakan citra query dengan dibangun database sebanyak 5.000 citra retina. Metode yang akan digunakan dalam menentukan similarity dan identification dengan menggunakan fitur warna. Histogram warna untuk pencarian citra dikerjakan dengan mengitung jumlah koefisien DCT dari setiap warna. Hasil penelitian menunjukan bahwa akurasi algoritma mendekati nilai 90%, akurasi ini cukup bagus di bidang image retrieval.  Di lihat dari kecepatan proses retrieval juga cukup cepat dimana rata –rata kecepatan proses dengan menggunakan 2.000 citra digital adalah kurang dari 10 detik.

Author Biographies

  • Suhendro Yusuf Irianto, Informatics and Business Institute Darmajaya
    Informatics Department, Faculty of  Computer Sciences
  • Ribut Yulianto, Informatics and Business Institute Darmajaya
    Informatics Department, Faculty of  Computer Sciences
  • Sri Karnila, Informatics and Business Institute Darmajaya
    Information System Departement, Faculty of  Computer Sciences
  • Dona Yuliawati, Informatics and Business Institute Darmajaya
    Information System Departement, Faculty of  Computer Sciences

References

Alsmadi, M. K. (2017). An efficient similarity measure for content based image retrieval using memetic algorithm. Egyptian Journal of Basic and Applied Sciences, 4(2), 112–122. https://doi.org/10.1016/j.ejbas.2017.02.004

Besançon, R., Hède, P., Moellic, P. A., & Fluhr, C. (2005). Cross-media feedback strategies: Merging text and image information to improve image retrieval. Lecture Notes in Computer Science, 3491, 709–717. https://doi.org/10.1007/11519645_69

Deepak, K. S., Joshi, G. D., & Sivaswamy, J. (2010). Content-based retrieval of retinal images for maculopathy. IHI’10 - Proceedings of the 1st ACM International Health Informatics Symposium, 135–143. https://doi.org/10.1145/1882992.1883013

Delac, K., Grgic, M., & Grgic, S. (2009). Face recognition in JPEG and JPEG2000 compressed domain. Image and Vision Computing, 27(8), 1108–1120. https://doi.org/10.1016/j.imavis.2008.10.007

Esnaashari, M., Monadjemi, S. A., & Naderian, G. (2011). A Content-based Retinal Image Retrieval Method for Diabetes- Related Eye Diseases Diagnosis. 2(6), 1222–1227.

Hasibuan, M. S., & Nugroho, H. W. (2015). Pemanfaatan Teknik Content Based Image Retrieval Berbasis Sketsa Untuk Pengenalan Wajah Dengan Pose Normal. 9–10.

He, Y., Tian, J., Luo, X., & Zhang, T. (2003). Image enhancement and minutiae matching in fingerprint verification. Pattern Recognition Letters, 24(9–10), 1349–1360. https://doi.org/10.1016/S0167-8655(02)00376-8

Irianto, S. Y., Galih, M., Agus, I., Darmawan, A., & Lindar. (2020). Content Based Image Retrieval on Natural and Artificial Images. IOP Conference Series: Materials Science and Engineering, 917(1). https://doi.org/10.1088/1757-899X/917/1/012061

Jaafar, H. F., Nandi, A. K., & Al-Nuaimy, W. (2011). Automated detection and grading of hard exudates from retinal fundus images. European Signal Processing Conference, (Eusipco), 66–70.

Jain, A. K., Flynn, P., & Ross, A. A. (2007). Handbook of Biometrics Handbook of Biometrics. Retrieved from http://www.springer.com/computer/image+processing/book/978-0-387-71040-2

Karnila, S., Irianto, S., & Kurniawan, R. (2019). Face Recognition using Content Based Image Retrieval for Intelligent Security. International Journal of Advanced Engineering Research and Science, 6(1), 91–98. https://doi.org/10.22161/ijaers.6.1.13

Karnila, S., Kurniawan, R., Lestari, S., & Irianto, S. Y. (2017). Aplikasi Pengenalan Wajah Menggunakan Teknik CBIR untuk Objek Tampak Depan. 1, 2–6.

Kynkäänniemi, T., Karras, T., Laine, S., Lehtinen, J., & Aila, T. (2019). Improved precision and recall metric for assessing generative models. ArXiv, (NeurIPS).

Madhavi, K. V., Tamilkodi, R., & Sudha, K. J. (2016). An Innovative Method for Retrieving Relevant Images by Getting the Top-ranked Images First Using Interactive Genetic Algorithm. Procedia Computer Science, 79, 254–261. https://doi.org/10.1016/j.procs.2016.03.033

Nedjah, N., Wyant, R. S., Mourelle, L. M., & Gupta, B. B. (2019). Efficient fingerprint matching on smart cards for high security and privacy in smart systems. Information Sciences, 479, 622–639. https://doi.org/10.1016/j.ins.2017.12.038

Raja, N. S. M., Rajinikanth, V., Fernandes, S. L., & Satapathy, S. C. (2017). Segmentation of breast thermal images using kapur’s entropy and hidden markov random field. Journal of Medical Imaging and Health Informatics, 7(8), 1825–1829. https://doi.org/10.1166/jmihi.2017.2267

Y.Irianto, S. (2014). Content based Image Retrieval in the Compressed Domain. International Journal of Computer Applications, 99(13), 18–23. https://doi.org/10.5120/17434-8221

Downloads

Published

2021-03-11