Abstrak Iris mata manusia memiliki pola yang sangat unik dan berbeda pada setiap manusia, sehingga sangat mungkin untuk menggunakannya sebagai dasar pengenalan biometric yang dikenal dengan ilmu iridology. Iridology adalah metode pembacaan peta pada mata untuk mendeteksi beberapa jenis penyakit dengan menggunakan pola pengamatan iris mata. Pada penelitian ini penulis mengambil data iris mata menggunakan kamera digital, namun citra iris mata yang didapatkan masih tampak kabur sehingga memerlukan pengolahan untuk mengurangi kekaburan. Penulis mendesain perangkat lunak untuk meningkatkan kualitas citra foto iris mata yang memiliki gejala kolesterol. Metode yang digunakan adalah ekstraksi ciri moment invariant, dibantu dengan algoritma K-Means Clustering untuk perhitungan jarak pusat cluster pada citra iris mata. Dari hasil citra iris mata yang telah diujikan dapat dikelompokkan menjadi iris mata normal dan iris mata penderita kolesterol tinggi. Dalam penelitian ini tingkat akurasi dari data penelitian adalah sebesar 95%. Â Kata kunci: Euclidean Distance, Iris mata, Kolesterol, Moment Invariant
Copyrights © 2014