ANALISIS IMPLEMENTASI CONTRAST LIMITED ADAPTIVE HISTOGRAM EQUALIZATION (CLAHE) UNTUK DETEKSI CITRA SIDIK JARI TIRUAN

Safira Nuraisha, Sri Handayani

Abstract


Autentikasi biometrik dengan sidik jari paling sering digunakan untuk sistem keamanan atau autentikasi sebuah akun. Seiring dengan berkembangnya model sistem keamanan menggunakan autentikasi sidik jari, muncul masalah baru yaitu penggunaan sidik jari Penggunaan sidik jari palsu dapat dilakukan melalui scanner sidik jari yang menerima salinan dari sidik jari asli yang sering disebut dengan artificial fingerprints. Penggunaan sidik jari palsu dapat mengancam keamanan dari sebuah sistem. Permasalahan deteksi sidik jari dan identifikasi bahan yang dapat meniru karakteristik sidik jari diperburuk oleh dua hal, pertama, sensor standar tidak mampu membedakan citra dari sidik jari asli dan sidik jari replika. Kedua, seringkali tidak ada isyarat yang jelas bahwa citra tersebut berasal dari sidik jari replika atau dengan kata lain sidik jari replika yang sangat mirip dengan sidik jari asli sehingga sulit untuk dibedakan. Penelitian ini bertujuan untuk mendeteksi citra sidik jari tiruan dengan tingkat akurasi yang tinggi. Dataset yang digunakan merupakan dataset publik ATVS. Metode yang diusulkan yaitu ekstraksi fitur citra sidik jari dengan kontras GLCM (Gray Level Co-Occurance Matrix) dengan metode peningkatan kualitas citra CLAHE (Contrast Limited Adaptive Histogram Equalization). Hasil deteksi citra sidik jari menggunakan CLAHE menghasilkan akurasi yang lebih baik dibandingkan tanpa menggunakan CLAHE

Full Text:

PDF

References


A. Conklin, G. Dietrich, D. Walz, N. L. West, and S. Antonio,2004,Password-Based Authentication : A System Perspective, vol. 0, no. C, pp. 1–10.

S. B. N. Ã and S. Agarwal, 2009 Neurocomputing Ridgelet-based fake fingerprint detection, vol. 72, pp. 2491–2506.

A. Chaudhari and P. J. Deore, 2012, Prevention of spoof attacks in fingerprinting using histogram features, pp. 6–8.

I. Conference, N. Security, S. Ap, and T. Coimbatore, 2015, A Comparative Study on the Swarm Intelligence Based Feature Selection Approaches for Fake And Real Fingerprint Classification.

A. Rattani, Z. Akhtar, and G. L. Foresti, 2015, A Preliminary Study on Identifying Fabrication Material from Fake Fingerprint Images, pp. 1–5.

S. S. Kulkarni, 2016, A Fingerprint Spoofing Detection System Using LBP.

A. Rattani, W. J. Scheirer, and A. Ross, 2015, Open Set Fingerprint Spoof Detection Across Novel Fabrication Materials,†vol. 10, no. 11, pp. 2447–2460.

K. Abhishek and A. Yogi, 2015, A Minutiae Count Based Method for Fake Fingerprint Detection,†Procedia - Procedia Comput. Sci., vol. 58, pp. 447–452.




DOI: https://doi.org/10.46576/djtechno.v2i1.1255

Article Metrics

Abstract view : 186 times
PDF – 151 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 safira Nuraisha

DJTECHNO: Jurnal Teknologi Informasi Indexed By


MEMBER OF


Dedicated to :

Djtechno: Journal of Information Techhnology Research published by :

PROGRAM STUDI TEKNOLOGI INFORMASI UNIVERSITAS DHARMAWANGSA

Alamat : Jl. K. L. Yos Sudarso No. 224 Medan
Kontak : Tel. 061 6635682 - 6613783  Fax. 061 6615190
Surat Elektronik : s1.ti@dharmawangsa.ac.id

Djtechno: Journal of Information Tecnology Research

Ciptaan disebarluaskan di bawah Creative Commons Attribution-ShareAlike 4.0 International License