IDENTIFIKASI CITRA IRIS MATA DENGAN METODE KNN (K-Nearest Neighbor)

Perkembangan teknologi digital pada era ini berkembang sangat pesat. Salah satunya adalah sistem keamanan yang membutuhkan data verifikasi seperti ID dan kata kunci untuk akun keuangan ataupun menggunakan kartu atau kombinasi angka sebagai kunci rumah. Namun, sistem ini masih memiliki kelemahan yaitu terjadinya kemungkinan kelupaan, kehilangan dan pemalsuan. Untuk menghindari kemungkinan tersebut berbagai macam sistem keamanan yang menggunakan karakteristik alami yang dimiliki seseorang atau biometrik telah berkembang didunia. Dengan permasalahan tersebut maka di dalam skripsi ini membahas mengenai analisis identifikasi iris mata. Selama ini identifikasi iris atau selaput pelangi pada mata manusia menjadi salah satu alternatif identifikasi untuk sistem keamanan. Adapun metode ekstraksi ciri yang digunakan dalam identifikasi adalah ekstraksi ciri tekstur berdasarkan histogram dengan menghitung enam fitur yaitu rerata intensitas, deviasi standar, skewness, energi, entropi dan properti kehalusan atau smoothness. Selanjutnya dilakukan pelatihan terhadap keenam fitur tekstur yang diperoleh menggunakan metode KNN (K-Nearest Neighbor) dan perhitungan jaraknya menggunakan fungsi metode Euclidean Distance. Objek yang diuji adalah citra iris mata kanan dari UBIRIS.v1 Database yang merupakan database citra iris mata diam. Hasil dari program ini berupa sejumlah citra dengan jarak terdekat dari citra uji. Lalu dengan menggunakan metode KNN akurasi identifikasi data latih citra iris sebesar 98,3% dengan nilai k=1 dan akurasi identifikasi data uji citra iris sebesar 100% dengan nilai k=1. Kata Kunci : Ciri Tekstur, Citra, Euclidean, Iris, KN