Electronic Theses and Dissertation

Perkembangan aplikasi yang menggunakan citra saat ini terus berkembang, demikian juga halnya dengan ukuran citra yang digunakan dan dihasilkan dari aplikasi-aplikasi tersebut. Dengan ukuran yang bermacam-macam, merupakan suatu tantangan untuk menyimpan citra ke dalam storage database secara efisien clan memprosesnya secara cepat demi menghemat ruang penyimpanan dan wak:tu pemrosesan. Oleh karena itu digunakanlah metode pemampatan yang bertujuan untuk mengefisiensikan media penyimpanan serta waktu pemrosesan dari suatu aplikasi yang digunakan. Pemampatan sebuah citra merupakan suatu cara yang dilakukan untuk mengurangi jumlah data yang diperlukan untuk merepresentasikan sebuah citra. Pada tugas akhir ini, metode Gaussian Pyramid dan Wavelet Haar digunakan untuk mengkompres (memampatkan) citra iris mata. Pemampatan dengan Gaussian Pyramid dilakukan pada level I sedangkan dengan Wavelet Haar dilakukan pada bagian LLl dan basil pemampatan tersebut diterapkan pada database citra sistem pengenalan iris mata. Dari basil penelitian yang dilakukan, nilai puncak korelasi (peak) POC pada sistem pengenalan iris sesudah pemampatan citra mengalami peningkatan dari nilai korelasi sebelum dimampatkan. Pemampatan dengan metode Wavelet Haar menghasilkan nilai rata-rata korelasi yang lebih tinggi. Sistem pengenalan iris mata yang memiliki persentase kecocokan rata-rata tertinggi adalah citra yang bersumber dari database citra normalisasi asli sebesar 74,33%, kemudian citra yang bersumber dari database citra normalisasi pampat Gaussian Pyramid sebesar 71,87%, dan selanjutnya persentase kecocokan rata-rata terendah dimiliki oleh citra yang bersumber dari database citra pampat Wavelet Haar yaitu sebesar 17,88%.

Kata Kunci: Citra, Pemampatan Citra, Pengenalan Iris, Gaussian Pyramid, Wavelet Haar

Tidak Tersedia Deskripsi