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

Authors

DOI:

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

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

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.

Downloads

Published

2021-07-01

Issue

Vol. 2 No. 1 (2021): Juli

Section

Articles

License

Pernyataan Hak Cipta dan Lisensi

  1. Hak Cipta atas naskah-naskah karya ilmiah di dalam Jurnal ini dipegang oleh Penulis.
  2. Penulis menyerahkan hak saat pertama kali mempublikasi Naskah karya ilmiahnya dan secara bersamaan Penulis memberikan izin/lisensi dengan mengacu pada  Creative Commons Attribution-ShareAlike 4.0 International License kepada pihak lain untuk menyebarkan karya ilmiahnya tersebut dengan tetap mencantumkan penghargaan bagi penulis dan Djtechno sebagai media Publikasi pertama atas karya tersebut.
  3. Hal-hal yang berkaitan dengan non-eksklusivitas pendistribusian Jurnal yang menerbitkan karya ilmiah penulis dapat diperjanjikan secara terpisah (contoh: permintaan untuk menempatkan karya yang dimaksud pada perpustakaan suatu institusi atau menerbitkannya sebagai buku) dengan Penulis sebagai salah satu pihak perjanjian dan dengan penghargaan pada Djtechno sebagai media publikasi pertama atas karya dimaksud.
  4. Penulis dapat dan diharapkan untuk mengumumkan karyanya secara online (misalnya pada Repositori atau pada laman Organisai/Institusinya) sejak sebelum dan selama proses pengumpulan naskah, sebab upaya tersebut dapat meningkatkan pertukaran citasi lebih awal dan dengan cakupan yang lebih luas.