Nissa Almira Mayangky, R. Rousyati, Dwizah Riana, Sri Hadianti, Ridan Nurfalah, Mochamad Rizky Kusumayudha
{"title":"对眼睛图像的直方图和中级过滤方法比较分析","authors":"Nissa Almira Mayangky, R. Rousyati, Dwizah Riana, Sri Hadianti, Ridan Nurfalah, Mochamad Rizky Kusumayudha","doi":"10.51977/JTI.V3I2.505","DOIUrl":null,"url":null,"abstract":"Metode biometrik seperti sistem pengenalan ekspresi wajah, finger print, sistem pengenalan mata merupakan sebuah teknologi terkemuka yang dapat dimanfaatkan sebagai otentikasi pengguna. Karena mempunya sifat unik dan stabil, maka dapat berfungsi sebagai identitas hidup. Biometri mata membantu dalam mengidentifikasi individu dengan cara yang lebih intuitif dan alami. Pengenalan mata berfokus pada mengenali identitas individu menggunakan karakteristik tekstur berdasarkan pola mata. Mata menjamin stabilitas jangka panjang dan persyaratan juga jarang untuk proses pendaftaran. Akurasi, isi informasi yang lebih tinggi, ketepatan waktu nyata, kinerja, stabilitas, pengelakan rendah dan keunikan membuat teknologi mata sebagai salah satu yang paling cocok untuk digunakan di bidang identifikasi. Citra mata yang berhasil didapatkan merupakan citra mata yang terbagi atas data latih dan data uji yang akan diproses dalam tahap preprocessing. Pencahayaan, oklusi, jumlah piksel pada mata adalah elemen yang mempengaruhi kualitas citra. Penelitian ini berusaha untuk menyoroti kinerja berbagai teknik preprocessing digunakan dalam memperbaiki kualitas citra mata. Hasil dari penelitian ini menunjukan bahwa metode Histogram Equalization dapat memperbaiki citra lebih baik dibandingkan dengan metode Adaptive Histogram Equalization dan Median Filtering","PeriodicalId":348225,"journal":{"name":"Jurnal Responsif : Riset Sains dan Informatika","volume":"56 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-08-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"ANALISA PERBANDINGAN METODE HISTOGRAM DAN MEDIAN FILTERING PADA CITRA MATA\",\"authors\":\"Nissa Almira Mayangky, R. Rousyati, Dwizah Riana, Sri Hadianti, Ridan Nurfalah, Mochamad Rizky Kusumayudha\",\"doi\":\"10.51977/JTI.V3I2.505\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Metode biometrik seperti sistem pengenalan ekspresi wajah, finger print, sistem pengenalan mata merupakan sebuah teknologi terkemuka yang dapat dimanfaatkan sebagai otentikasi pengguna. Karena mempunya sifat unik dan stabil, maka dapat berfungsi sebagai identitas hidup. Biometri mata membantu dalam mengidentifikasi individu dengan cara yang lebih intuitif dan alami. Pengenalan mata berfokus pada mengenali identitas individu menggunakan karakteristik tekstur berdasarkan pola mata. Mata menjamin stabilitas jangka panjang dan persyaratan juga jarang untuk proses pendaftaran. Akurasi, isi informasi yang lebih tinggi, ketepatan waktu nyata, kinerja, stabilitas, pengelakan rendah dan keunikan membuat teknologi mata sebagai salah satu yang paling cocok untuk digunakan di bidang identifikasi. Citra mata yang berhasil didapatkan merupakan citra mata yang terbagi atas data latih dan data uji yang akan diproses dalam tahap preprocessing. Pencahayaan, oklusi, jumlah piksel pada mata adalah elemen yang mempengaruhi kualitas citra. Penelitian ini berusaha untuk menyoroti kinerja berbagai teknik preprocessing digunakan dalam memperbaiki kualitas citra mata. Hasil dari penelitian ini menunjukan bahwa metode Histogram Equalization dapat memperbaiki citra lebih baik dibandingkan dengan metode Adaptive Histogram Equalization dan Median Filtering\",\"PeriodicalId\":348225,\"journal\":{\"name\":\"Jurnal Responsif : Riset Sains dan Informatika\",\"volume\":\"56 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-08-30\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Responsif : Riset Sains dan Informatika\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.51977/JTI.V3I2.505\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Responsif : Riset Sains dan Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.51977/JTI.V3I2.505","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
ANALISA PERBANDINGAN METODE HISTOGRAM DAN MEDIAN FILTERING PADA CITRA MATA
Metode biometrik seperti sistem pengenalan ekspresi wajah, finger print, sistem pengenalan mata merupakan sebuah teknologi terkemuka yang dapat dimanfaatkan sebagai otentikasi pengguna. Karena mempunya sifat unik dan stabil, maka dapat berfungsi sebagai identitas hidup. Biometri mata membantu dalam mengidentifikasi individu dengan cara yang lebih intuitif dan alami. Pengenalan mata berfokus pada mengenali identitas individu menggunakan karakteristik tekstur berdasarkan pola mata. Mata menjamin stabilitas jangka panjang dan persyaratan juga jarang untuk proses pendaftaran. Akurasi, isi informasi yang lebih tinggi, ketepatan waktu nyata, kinerja, stabilitas, pengelakan rendah dan keunikan membuat teknologi mata sebagai salah satu yang paling cocok untuk digunakan di bidang identifikasi. Citra mata yang berhasil didapatkan merupakan citra mata yang terbagi atas data latih dan data uji yang akan diproses dalam tahap preprocessing. Pencahayaan, oklusi, jumlah piksel pada mata adalah elemen yang mempengaruhi kualitas citra. Penelitian ini berusaha untuk menyoroti kinerja berbagai teknik preprocessing digunakan dalam memperbaiki kualitas citra mata. Hasil dari penelitian ini menunjukan bahwa metode Histogram Equalization dapat memperbaiki citra lebih baik dibandingkan dengan metode Adaptive Histogram Equalization dan Median Filtering