ANALISIS DAN PEMBUATAN SISTEM PENGENALAN SIDIK JARI BERBASIS KOMPUTER DI POLDA METRO JAYA
|
|
- Benny Susanto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 ANALISIS DAN PEMBUATAN SISTEM PENGENALAN SIDIK JARI BERBASIS KOMPUTER DI POLDA METRO JAYA Wikaria Gazali; Alexander Agung Santoso Gunawan Mathematics & Statistics Department, School of Computer Science, Binus University Jl. K.H. Syahdan No. 9, Palmerah, Jakarta Barat ABSTRACT Fingerprint is a unique physiological characteristic of human being. This causes fingerprint be a common object of study in the development of biometric technology. Fingerprint proved accurate, safe, and uncomplicated for identification process compared to other biometric systems, such as face, iris, and voice. This study aims to create a fingerprint recognition application program using wavelet transform and Backpropagation type of artificial neural network. This research is executed offline and limited only to the right thumb, with dimension of 128 x 128 pixels. Digital fingerprint image is obtained using a scanner with grayscale color and stored in the format *.bmp. The fingerprint image will pass through several stages of image processing to enhance the image quality. Wavelet transformation is used for extracting the characteristics of a fingerprint image by selecting a small number of coefficients of the wavelet transform which is approximation coefficients. Results from the extraction of image features will be used as input to the Backpropagation type of neural network. Keywords: pattern recognition, sidik jari, transformasi wavelet, neural network, backpropagation ABSTRAK Sidik jari merupakan karakteristik fisiologis manusia yang unik. Hal ini menyebabkan sidik jari menjadi obyek yang umum diteliti dalam perkembangan teknologi biometrik. Sidik jari terbukti akurat, aman, dan tidak menyulitkan untuk proses identifikasi dibandingkan dengan sistem biometrik lainnya, seperti wajah, iris mata, dan suara. Penelitian ini bertujuan membuat program aplikasi pengenalan sidik jari menggunakan transformasi Wavelet dan jaringan syaraf tiruan (neural network) jenis Backpropagation. Penelitian dilakukan secara offline dan dibatasi hanya pada ibu jari tangan kanan, dengan dimensi 128 x 128 piksel. Citra digital sidik jari diperoleh menggunakan scanner dengan ruang warna keabuan (grayscale) dan disimpan dengan format *.bmp. Citra sidik jari akan melewati sejumlah tahapan pengolahan citra untuk meningkatkan mutu citra. Transformasi Wavelet digunakan untuk mengekstraksi ciri-ciri dari suatu citra sidik jari dengan cara memilih sejumlah kecil koefisien hasil Transformasi Wavelet yang merupakan koefisien aproksimasi. Hasil dari ekstraksi ciriciri citra ini akan digunakan sebagai input pada jaringan syaraf tiruan jenis Backpropagation. Kata kunci: pattern recognition, sidik jari, transformasi wavelet, neural network, backpropagation Analisis dan Pembuatan Sistem... (Wikaria Gazali; Alexander Agung Santoso Gunawan) 55
2 PENDAHULUAN Manusia adalah makhluk yang unik dan berbeda satu sama lain. Ia memiliki berbagai karakteristik yang dapat digunakan untuk membedakan dirinya dengan individu lain. Karakteristik ini perlu diidentifikasikan agar dapat digunakan untuk mengenali identitas seseorang. Teknik konvensional yang sering digunakan untuk mengenali identitas seseorang adalah menggunakan password atau dengan kartu identitas. Akan tetapi, kedua teknik di atas ternyata tidak cukup efektif, karena sangat mudah untuk disalahgunakan oleh pihak yang tidak berwenang. Untuk mengatasi masalah di atas, dikembangkanlah suatu metode identifikasi secara biometrik. Teknik identifikasi secara biometrik, didasarkan pada karakteristik fisiologis, seperti karakteristik wajah, sidik jari, iris mata, DNA, telapak tangan dan karakterisitik perilaku, seperti tanda tangan dan suara. Teknik identifikasi secara biometrik ini memiliki keunggulan dalam hal keamanan dibandingkan dengan teknik konvensional. Keunggulan tersebut, disebabkan karena karakteristik secara biometrik tidak mudah untuk dicuri oleh pihak-pihak yang tidak berwenang. Oleh karena alasan ini pula, biometrik menjadi suatu hal yang penting untuk dibahas dalam upaya meningkatkan keamanan. Seperti telah disebutkan di atas, salah satu karakteristik fisiologis yang dapat diidentifikasikan secara biometrik adalah sidik jari. Sidik jari adalah karakteristik yang paling umum digunakan dalam identifikasi biometrik. Sidik jari setiap orang selalu berbeda dan tidak akan pernah sama, meskipun ia kembar identik. Hal ini membuat teknik identifikasi sidik jari secara biometrik menjadi solusi yang tepat untuk masalah keamanan. Dalam dunia kepolisian, sidik jari juga menjadi suatu hal yang penting dalam hal mengidentifikasi identitas seseorang. Sidik jari menjadi suatu karakteristik fisiologis yang mungkin dapat ditemukan di tempat kejadian perkara sebuah kriminalitas. Umumnya, di negara maju, pihak kepolisian mereka telah memiliki basis data citra sidik jari yang terkomputerisasi, yang dapat digunakan untuk mencocokkan dengan citra sidik jari laten yang ditemukan. Di Indonesia, Direktorat Reserse Kriminal Umum Polda Metro jaya, memiliki divisi Identifikasi, yang bertugas untuk mengidentifikasi identitas seseorang. Salah satu sub divisinya bertugas untuk melakukan identifikasi sidik jari laten. Sidik jari laten yang ditemukan harus dibandingkan dengan basis data sidik jari yang telah dikumpulkan. Akan tetapi, sidik jari ini harus dibandingkan secara manual, sehingga proses untuk mencari identitas suatu sidik jari akan sangat memakan waktu. Oleh karena itu, sangat penting bagi mereka, untuk mengembangkan suatu aplikasi yang dapat membantu untuk mengidentifikasi sidik jari secara cepat. Pada penelitian ini akan dibahas proses pengenalan sidik jari dengan metode Transformasi Wavelet dan Backpropagation. Metode Wavelet akan digunakan pada tahap awal untuk mengekstraksi karakteristik unik yang dimiliki oleh suatu sidik jari. Setelah itu, karakteristik unik ini akan menjadi input bagi jaringan syaraf tiruan jenis Backpropagation, yang berguna untuk melakukan identifikasi sidik jari tersebut. Hasil akhir dari penelitian yang dilakukan berupa perangkat lunak yang dapat mengidentifikasi sidik jari seseorang. Dengan penelitian ini, diharapkan agar proses identifikasi sidik jari menjadi suatu hal yang mudah dan cepat, sehingga dapat membantu untuk mempercepat penanganan berbagai kasus kriminal dan meningkatkan keamanan serta pengarsipan sidik jari di Indonesia. 56 Jurnal Mat Stat, Vol. 12 No. 1 Januari 2012: 55-65
3 Pengenalan Pola Pengenalan pola merupakan sebuah metode yang telah lama ada dan terus berkembang hingga saat ini. Pengenalan pola tradisional masih berbasis pada kemampuan alat indera manusia. Manusia mampu mengingat suatu informasi pola secara menyeluruh hanya dengan berdasarkan sebagian informasi yang tersimpan dalam ingatannya. Sebagai contoh, dengan hanya mendengar sebagian lagu, dapat membuat kita mengingat seluruh lagu. Pengenalan pola adalah kemampuan manusia untuk mengenali obyek-obyek berdasarkan ciriciri dan pengetahuan yang pernah diamatinya dari obyek tersebut (Fadlisyah, 2007). Tujuan dari pengenalan pola ini adalah mengklasifikasi dan mendeskripsikan pola atau obyek kompleks berdasarkan ciri-cirinya. Saat ini, komputer telah memiliki sistem intelijen visual, yang membuat dirinya dapat melihat dan mengenali sebuah obyek. Untuk dapat mengenali sebuah obyek komputer harus melakukan pengolahan citra dan pengenalan pola. Pengolahan citra (Acharya dan Ray, 2005) digunakan untuk mendapatkan citra dengan kualitas yang baik, sementara pengenalan pola berfungsi agar komputer dapat mengenali citra tersebut. Dalam pengenalan pola, kita bisa membagi keseluruhan proses menjadi tiga tahap (Gambar 1), yaitu: (1) perolehan data (data acquisition), yaitu tahap saat data analog akan dilewatkan pada penerjemah yang akan membuatnya menjadi format digital untuk diproses oleh komputer; (2) pengolahan data (data preprocessing), yaitu tahap saat data digital yang diperoleh dari tahap sebelumnya diekstraksi karakteristiknya dan kemudian karakteristik tersebut menjadi data output; (3) dan pengklasifikasian keputusan (decision classification), yaitu tahap saat karakteristik yang diperoleh pada tahap sebelumnya, digunakan untuk mengklasifikasikan obyek. Gambar 1. Representasi konseptual dari sistem pengenalan pola. Dalam pengenalan pola, banyak sekali metode yang bisa digunakan dan tidak ada suatu metode yang bisa dikatakan paling tepat. Metode terbaik yang digunakan untuk mengenali suatu pola, berbeda-beda tergantung obyek yang diteliti. Namun demikian, pendekatan pengenalan pola yang saat ini sedang berkembang adalah dengan menggunakan jaringan syaraf tiruan. Jadi dapat kita simpulkan bahwa pengenalan pola adalah suatu proses untuk mengenali sebuah obyek dengan berbagai metode, dan dalam proses pengenalannya harus memiliki tingkat akurasi yang tinggi. Adapun tingkat akurasi yang tinggi ini, berarti bahwa suatu metode pengenalan pola yang diaplikasikan pada komputer harus mampu mengenali, meskipun pola tersebut secara manual sulit untuk dikenali oleh manusia. Hal inilah yang mendorong perkembangan berbagai teknologi biometrik saat ini. Analisis dan Pembuatan Sistem... (Wikaria Gazali; Alexander Agung Santoso Gunawan) 57
4 Sidik Jari Sidik jari adalah suatu hal yang unik yang diberikan oleh Tuhan untuk setiap manusia(dani, Trimada, 2000). Sidik jari setiap orang akan berbeda dan tidak pernah sama. Hal ini membuat sidik jari seringkali digunakan dalam teknologi biometrik. Keunggulan lain dari sidik jari adalah kepraktisannya dan ketahanannya. Suatu pola sidik jari normal terdiri dari garis-garis dan spasi. Garis-garis ini dinamakan ridge sedangkan spasi di antara dua garis dinamakan valley. Valley sering juga disebut furrow. Melalui pola dari ridge dan furrow inilah sebuah sidik jari yang unik disesuaikan untuk diidentifikasi. Ciri yang unik dari sidik jari ini dinamakan "minutiae. Sidik jari tidak dibedakan dari ridge dan furrow-nya, tetapi dibedakan dari minutiae. Minutiae ini terdiri dari ending, core, dan bifurcation. Ending adalah bagian ujung/akhir dari sebuah ridge, bifurcation adalah bagian percabangan dari ridge, sementara core adalah titik pusat dari sidik jari (Gambar 2). Gambar 2. Ridge ending dan bifurcation Wavelet Transformasi Wavelet merupakan metode yang biasa digunakan untuk menyajikan data, fungsi atau operator ke dalam komponen-komponen frekuensi yang berlainan, dan kemudian mengkaji setiap komponen dengan suatu resolusi yang sesuai dengan skalanya (Ketut Dharma Putra, 2000). Transformasi Wavelet mempunyai kemampuan membawa keluar ciri-ciri/karakteristik khusus dari citra yang diteliti. Transformasi Wavelet Diskrit Transformasi merupakan suatu proses untuk mengubah suatu data ke dalam bentuk lain agar lebih mudah untuk dianalisis. Sebagai contoh, transformasi Fourier merupakan suatu proses untuk mengubah data ke dalam beberapa gelombang kosinus yang berfrekuensi berbeda. Jadi Transformasi Wavelet adalah proses pengubahan sinyal ke dalam berbagai Wavelet basis dengan berbagai fungsi pergeseran dan penyekalaan. Transformasi Wavelet Diskrit merupakan pentransformasian sinyal diskrit menjadi keofisienkoefisien Wavelet yang diperoleh dengan cara menapis sinyal dengan menggunakan dua buah tapis yang berlawann, yaitu: (1) tapis perataan atau penyekalan atau disebut juga dengan tapis lolos rendah (low pass filter); (2) tapis detil atau tapis lolos tinggi (high pass filter). Pada tahap pertama, sinyal dilewatkan pada rangkain filter high-pass dan low-pass, kemudian setengah dari masing-masing keluaran diambil sebagai sampel melalui operasi sub-sampling. Proses ini disebut sebagai proses dekomposisi satu tingkat. Keluaran dari filter low-pass digunakan sebagai masukan di proses dekomposisi tingkat berikutnya. Proses ini diulang sampai tingkat proses dekomposisi yang diinginkan. Gabungan dari keluaran-keluaran filter high-pass dan satu keluaran 58 Jurnal Mat Stat, Vol. 12 No. 1 Januari 2012: 55-65
5 filter low-pass yang terakhir, disebut sebagai koefisien Wavelet, yang berisi informasi sinyal hasil transformasi yang telah terkompresi. Jadi, secara umum dapat kita simpulkan bahwa transformasi Wavelet Diskrit adalah proses dekomposisi citra pada frekuensi sub-band dari citra tersebut, di mana komponen sub-band tersebut dihasilkan dengan cara menurunkan level dekomposisi (Gambar 3) di mana g(n) dan h(n) adalah respon impulse dari HPF dan LPF. Gambar 3. Dekomposisi Wavelet diskrit pada sinyal satu dimensi Dalam dekomposisi output filter yang memiliki respon impulse h(n) dan input x(n) adalah: sehingga output dari LPF dan HPF setelah down sampling adalah: Wavelet, level maksimum ditentukan dengan persamaan sebagai berikut: Pada Transformasi Wavelet diskrit, terdapat beberapa jenis basis induk Wavelet, seperti Wavelet Haar dan Wavelet Daubechies. Wavelet Haar adalah jenis Wavelet yang pertama kali dikenal. Wavelet ini juga merupakan jenis Wavelet yang paling sederhana. Adapun fungsi dari Wavelet Haar sebagai berikut: Analisis dan Pembuatan Sistem... (Wikaria Gazali; Alexander Agung Santoso Gunawan) 59
6 Selain itu, fungsi skala dari Wavelet Haar adalah sebagai berikut: Pada Wavelet Daubechies, terdapat empat fungsi skala, yaitu: Dari empat fungsi skala tersebut, koefisien fungsi Wavelet-nya adalah, g 0 = h3, g1 = h2, g 2 = h 1, dan g3 = h0. Setiap langkah dari proses Transformasi Wavelet, akan menggunakan fungsi tersebut. Jika data input memiliki nilai N, fungsi Wavelet akan digunakan untuk menghitung dan menghasilkan N/2 output. Dari fungsi-fungsi di atas, dapat kita rangkumkan fungsi skala dari Wavelet Daubechies adalah: Sementara fungsi umum Wavelet Daubechies adalah: Penelitian ini menggunakan basis Wavelet jenis Haar atau sering juga disebut dengan D2 (Daubechies 2). Transformasi Wavelet Dua Dimensi Data citra merupakan data yang berbentuk array dua dimensi (Gamabr 4), yang berisi informasi tentang warna dan intensitas pencahayaan dari suatu piksel. 60 Jurnal Mat Stat, Vol. 12 No. 1 Januari 2012: 55-65
7 Gambar 4. Algoritma transformasi Wavelet diskrit dua dimensi Untuk mentransformasikan data dua dimensi dengan menggunakan metode Wavelet, digunakan Transformasi Wavelet dua dimensi. Transformasi Wavelet dua dimensi merupakan pengeneralisasian Transformasi Wavelet pada ruang satu dimensi, yang algoritmanya dapat dilihat pada Gambar 3. Proses dekomposisi Transformasi Wavelet untuk citra dua dimensi dapat dijelaskan pada Gambar 5 berikut. Gambar 5. Transformasi Wavelet untuk citra dua dimensi Pendekatan Object Oriented Analysis Design (OOAD) Salah satu metode yang paling sering digunakan untuk menganalisis dan merancang suatu software adalah Object Oriented Analysis Design (Mathiassen et al., 2000). Hal ini karena konsep object oriented saat ini mendominasi dunia komputer. Object oriented sangat digemari oleh perancang perangkat lunak karena dengan konsep tersebut hampir seluruh fenomena yang ada di dunia dapat dimodelkan. Analisis dan Pembuatan Sistem... (Wikaria Gazali; Alexander Agung Santoso Gunawan) 61
8 HASIL DAN PEMBAHASAN Mekanisme Kerja Sistem Untuk menjalankan program aplikasi ini, user harus klik file fingerprint recognition.exe. Setelah itu, layar utama (Gambar 6) dari program aplikasi ini akan ditampilkan. Gambar 6. Layar utama program aplikasi Jika user memilih untuk klik menu file, ia bisa memilih empat menu yang tersedia di dalamnya, yaitu load image, load network, save network, dan exit (Gambar 7). Gambar 7. Open file dialog 62 Jurnal Mat Stat, Vol. 12 No. 1 Januari 2012: 55-65
9 Load Image berfungsi untuk meng-input citra yang akan diproses sementara load network berfungsi untuk meng-input neural network yang telah dibentuk sebelumnya. Save network berfungsi untuk menyimpan neural network yang telah di-training. Load Image akan mem-filter agar citra yang bisa di-input hanyalah citra dengan format *.bmp, sementara save network dan load network, memiliki filter dengan format *.ann (Gambar 8). Gambar 8. Save file dialog Setelah user memilih menu load image, citra akan ditampilkan pada picturebox pertama. Tombol preprocessing akan segera aktif. Jika user menekan tombol preprocessing, akan keluar menu untuk mengatur nilai threshold. Setelah menentukan nilai threshold yang sesuai dan menekan tombol process, threshold option akan tertutup dan layar kembali ke menu utama. Pada picture box yang kedua akan terisi citra yang telah melewati tahap preprocessing (Gambar 9). Setelah itu button extract template akan aktif, yang membuat user dapat melakukan ekstraksi ciri. Gambar 9. Preprocessing Analisis dan Pembuatan Sistem... (Wikaria Gazali; Alexander Agung Santoso Gunawan) 63
10 Saat proses preprocessing selesai, layar output akan menampilkan nilai threshold (Gambar 10) yang digunakan pada proses pengolahan citra tersebut. Gambar 10. Threshold option Pada saat tombol extract template (Gambar 11) di klik, citra pada picture box 2 akan berubah manjadi citra yang telah didekomposisi, yaitu menjadi citra 8x8 piksel. Setelah itu, tombol training dan identify akan segera aktif. Selain itu, pada layar output, juga akan ditampilkan hasil ekstraksi ciri, yang berupa matriks 8 x 8. Gambar 11. Extract template Jika proses training selesai, akan tampil pesan pada layar output, bahwa proses training berhasil. Pada proses identify, hasil dari proses identifikasi juga akan ditampilkan pada layar output. Hasil dari proses identifikasi adalah keterangan berupa nama dari pemilik citra sidik jari atau keterangan bahwa sidik jari tidak terdeteksi. Jika tombol clear output ditekan, layar output akan dibersihkan. Analisis Data dan Pembahasan Setelah mengumpulkan citra sidik jari dari ibu jari tangan kanan 20 orang, tahap selanjutnya adalah menguji program aplikasi dengan citra sidik jari tersebut. Citra sidik jari yang terkumpul adalah sebanyak 60 buah, dengan spesifikasi 40 citra tanpa distorsi dan 20 citra dengan distorsi. Dapat dilihat bahwa program dapat mengenali 32 citra sidik jari tanpa distorsi yang telah ditrainingkan kepadanya. Hal ini memberikan tingkat keakuratan sebesar 80%, yang dihitung dengan rumus: 64 Jurnal Mat Stat, Vol. 12 No. 1 Januari 2012: 55-65
11 % keakuratan = x 100% Tingkat pendeteksiannya dengan menggunakan rumus yang sama adalah 65%. Program aplikasi ini diuji dengan menggunakan 60 citra sidik jari. Adapun citra sidik jari tersebut terdiri dari 40 citra sidik jari yang telah dilatihkan dan 20 citra sidik jari yang terdistorsi. Dari hasil pendeteksian yang dilakukan, program dapat mengenali 80% citra sidik jari tanpa distorsi dan 65% citra sidik jari yang terdistorsi. PENUTUP Berdasarkan hasil perancangan program ini didapat bahwa proses peningkatan mutu citra, sangat penting untuk dilakukan dalam upaya untuk melakukan pengenalan sidik jari. Dari hasil pelatihan jaringan syaraf tiruan terhadap 40 data sidik jari yang telah diekstrak cirinya menggunakan Transformasi Wavelet, dengan arsitektur jaringan yang terdiri dari 64 sel pada lapisan input, 49 sel pada lapisan tersembunyi (hidden layer) dan 6 sel pada lapisan output, jaringan syaraf tiruan backpropagation yang dibangun dapat mengenali 80% data sidik jari yang pernah dilatihkan dan 65% data sidik jari terdistorsi yang diujikan kepadanya. Transformasi Wavelet sangat baik digunakan sebagai pemrosesan awal, yaitu untuk mengekstraksi ciri citra sidik jari, sehingga dapat digunakan untuk mengembangkan aplikasi sidik jari dengan basis data yang besar. Thresholding dapat membantu untuk mengurangi/mereduksi noise dari citra asli. Penggunaan aplikasi pengenalan citra sidik jari dapat meningkatkan efektifitas dan keakuratan hasil, khususnya dalam segi waktu yang dibutuhkan untuk proses pengenalan. Dalam kesempatan ini penulis mengucapkan banyak terima kasih kepada sdr. Julius yang telah membantu dalam penyelesaian makalah ini, khususnya dalam pembuatan program komputernya, sehingga makalah ini dapat terselesaikan dengan baik. DAFTAR PUSTAKA Acharya, Tinku & Ray, Ajoy K. (2005). Image Processing: Principles and Applications (Jilid 1). New Jersey: John Wiley & Sons. Dani, Trimada. (2000). Buku Petunjuk Teknis Polri di Bidang Identifikasi (Jilid 2). Jakarta: Departemen Pertahanan Markas Besar Kepolisian Negara Republik Indonesia. Fadlisyah. (2007). Computer Vision dan Pengolahan Citra. Yogyakarta: ANDI. Mathiassen, L., Madsen, A. M., Nielsen, P. A., & Stage, J. (2000). ObjectOriented Analysis & Design (First edition). Aalborg, Denmark: Marko Publishing. Putra, Ketut Dharma. (2000). Pencarian Citra pada Sistem Basis Data Citra dengan Metode Dekomposisi Wavelet Multiresolusi (Jilid 1). Universitas Gadjah Mada, Yogyakarta. Analisis dan Pembuatan Sistem... (Wikaria Gazali; Alexander Agung Santoso Gunawan) 65
BAB 1 PENDAHULUAN. individu lain. Karakteristik ini perlu diidentifikasikan agar dapat digunakan untuk
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Manusia adalah makhluk yang unik dan berbeda satu satu sama lain. Ia memiliki berbagai karakteristik yang dapat digunakan untuk membedakan dirinya dengan individu
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM. suatu negara yang memiliki tingkat kriminalitas cukup tinggi. Hal inilah yang
38 BAB 3 ANALISIS DAN PERANCANGAN SISTEM Kriminalitas adalah suatu hal yang sering terjadi di dunia ini. Indonesia termasuk suatu negara yang memiliki tingkat kriminalitas cukup tinggi. Hal inilah yang
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM Program aplikasi ini dirancang dengan menggunakan perangkat lunak Microsoft Visual C# 2008 Express Edition. Proses perancangan menggunakan pendekatan Object Oriented
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI Bab ini berisi analisis pengembangan program aplikasi pengenalan karakter mandarin, meliputi analisis kebutuhan sistem, gambaran umum program aplikasi yang
Lebih terperinciBAB 2 LANDASAN TEORI. Landasan teori ini secara umum berisi dua hal penting, yaitu kerangka teori dan pola
7 BAB 2 LANDASAN TEORI Landasan teori ini secara umum berisi dua hal penting, yaitu kerangka teori dan pola pikir dari penulis. Sebagai kerangka teori, penulis menyajikan sejumlah teori yang relevan dengan
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1. Penentuan Masalah Penelitian Masalah masalah yang dihadapi oleh penggunaan identifikasi sidik jari berbasis komputer, yaitu sebagai berikut : 1. Salah satu masalah dalam
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Computer Vision Computer vision dapat diartikan sebagai suatu proses pengenalan objek-objek berdasarkan ciri khas dari sebuah gambar dan dapat juga digambarkan sebagai suatu deduksi
Lebih terperinciIMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI Pada bab ini dibahas mengenai implementasi serta evaluasi terhadap metode transformasi wavelet dalam sistem pengenalan sidik jari yang dirancang. Untuk mempermudah evaluasi,
Lebih terperinciPERANCANGAN PROGRAM APLIKASI PENGENALAN POLA ABJAD ARAB MENGGUNAKAN METODE TRANSFORMASI WAVELET DAN BACK PROPAGATION SKRIPSI
PERANCANGAN PROGRAM APLIKASI PENGENALAN POLA ABJAD ARAB MENGGUNAKAN METODE TRANSFORMASI WAVELET DAN BACK PROPAGATION SKRIPSI oleh Reinaldy Iskandar 0800738982 PROGRAM GANDA TEKNIK INFORMATIKA DAN MATEMATIKA
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI PROGRAM. implementasi dari program aplikasi yang dibuat. Penulis akan menguraikan
BAB 4 IMPLEMENTASI DAN EVALUASI PROGRAM Dari hasil perancangan yang dilakukan oleh penulis, pada bab ini disajikan implementasi dari program aplikasi yang dibuat. Penulis akan menguraikan spesifikasi sistem
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1. Evaluasi Pada penelitian ini, algoritma untuk identifikasi sidik jari tersusun dari 3 tahapan proses yakni tahap preprocessing fingerprint image, minutiae extraction, dan
Lebih terperinciPENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION
PENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION Suhendry Effendy Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Bina Nusantara University
Lebih terperinciBAB 1 PENDAHULUAN. Sistem Pakar (Expert System), Jaringan Saraf Tiruan (Artificial Neural Network), Visi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di era yang semakin maju ini, teknologi telah memegang peranan penting dalam kehidupan manusia sehari-hari, sehingga kemajuannya sangat dinantikan dan dinikmati para
Lebih terperinciIMPLEMENTASI PENGENALAN WAJAH MENGGUNAKAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS(PCA) DAN IMPROVED BACKPROPAGATION
J~ICON, Vol. 3 No. 2, Oktober 2015, pp. 89 ~ 95 89 IMPLEMENTASI PENGENALAN WAJAH MENGGUNAKAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS(PCA) DAN IMPROVED BACKPROPAGATION Rini Miyanti Maubara 1, Adriana Fanggidae
Lebih terperinciBAB 1 PENDAHULUAN. berkaitan dengan pemprosesan sinyal suara. Berbeda dengan speech recognition
BAB 1 PENDAHULUAN 1.1 Latar Belakang Speaker recognition adalah salah satu bidang pengenalan pola yang berkaitan dengan pemprosesan sinyal suara. Berbeda dengan speech recognition yang mengenali kata atau
Lebih terperinciBAB I PENDAHULUAN. mengenali dan membedakan ciri khas yang dimiliki suatu objek (Hidayatno,
1 BAB I PENDAHULUAN A. Latar belakang Saat ini pemanfaatan teknologi pengolaan citra untuk mempermudah manusia dalam menyelesaikan masalah-masalah tertentu sudah banyak diterapkan, khususnya dibidang Identifikasi.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi perangkat lunak dewasa ini tidak terlepas dari berkembangnya studi mengenai kecerdasan buatan. Ada dua hal yang termasuk dari kecerdasan buatan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
35 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Implementasi GUI GUI diimplementasikan sesuai dengan program pengolah citra dan klasifikasi pada tahap sebelumya. GUI bertujuan untuk memudahkan pengguna mengidentifikasi
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN
44 BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Analisa yang dilakukan terdiri dari : a. Analisa terhadap permasalahan yang ada. b. Analisa pemecahan masalah. 3.1.1 Analisa Permasalahan Pengenalan uang kertas
Lebih terperinciAPLIKASI WAVELET COIFLET MENGGUNAKAN JARINGAN SARAF TIRUAN PERAMBATAN BALIK UNTUK PENGENALAN SIDIK JARI
APLIKASI WAVELET COIFLET MENGGUNAKAN JARINGAN SARAF TIRUAN PERAMBATAN BALIK UNTUK PENGENALAN SIDIK JARI Arie Firmansyah Permana ), Achmad Hidayatno ), R. Rizal Isnanto ) Jurusan Teknik Elektro, Fakultas
Lebih terperinciBAB I PENDAHULUAN. identitas individu baik secara fisiologis, sehingga dapat dijadikan alat atau
BAB I PENDAHULUAN 1.1 Latar Belakang Teknologi biometrik merupakan teknologi yang memanfaatkan identitas individu baik secara fisiologis, sehingga dapat dijadikan alat atau kunci dalam kontrol akses ke
Lebih terperinciAnalisis dan Perancangan Transformasi Wavelet. Untuk Jaringan Syaraf Tiruan pada. Pengenalan Sidik Jari
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap 2005 / 2006 Analisis dan Perancangan Transformasi Wavelet Untuk Jaringan Syaraf Tiruan pada Pengenalan Sidik
Lebih terperinciBIOMETRIK SUARA DENGAN TRANSFORMASI WAVELET BERBASIS ORTHOGONAL DAUBENCHIES
Agustini, Biometrik Suara Dengan Transformasi Wavelet 49 BIOMETRIK SUARA DENGAN TRANSFORMASI WAVELET BERBASIS ORTHOGONAL DAUBENCHIES Ketut Agustini (1) Abstract: Biometric as one of identification or recognition
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM Perancangan perangkat lunak dari sistem biometrik sidik jari dibuat dibagi menjadi 2 module utama yakni : module enhencement sidik jari berikut aplikasi penyimpanan kedalam database
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN
BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Tahap sebelum perancangan berhubungan dengan proses penglihatan awal. Tujuan utama dari prapemrosesan adalah untuk menggembangkan gambaran yang berguna dari bentuk
Lebih terperinciPENGENALAN POLA SIDIK JARI BERBASIS TRANSFORMASI WAVELET DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
PENGENALAN POLA SIDIK JARI BERBASIS TRANSFORMASI WAVELET DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION 1 Andrian Rakhmatsyah 2 Sayful Hakam 3 Adiwijaya 12 Departemen Teknik Informatika Sekolah Tinggi Teknologi
Lebih terperinciPEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam
Lebih terperinciBAB 1 PENDAHULUAN. Bahasa Jepang menggunakan berbagai jenis karakter untuk sistem
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Bahasa Jepang menggunakan berbagai jenis karakter untuk sistem penulisannya. Salah satu jenis huruf Jepang adalah kana, yaitu karakter fonetis yang melambangkan
Lebih terperinciBAB 3 METODOLOGI. 3.1 Kerangka Pikir
BAB 3 METODOLOGI 3.1 Kerangka Pikir Pengenalan sidik jari merupakan salah satu metode yang diterapkan pada teknologi yang digunakan manusia seperti pada mesin absensi, alat pengamanan pada brankas dan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari- hari seringkali ditemukan uang palsu pada berbagai transaksi ekonomi. Tingginya tingkat uang kertas palsu yang beredar di kalangan masyarakat
Lebih terperinciKarakteristik Spesifikasi
Sinyal yang masuk difilter ke dalam sinyal frekuensi rendah (low-pass filter) dan sinyal frekuensi tinggi (high-pass filter) Lakukan downsampling pada kedua sinyal tersebut Low-pass frekuensi hasil downsampling
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Klasifikasi sidik jari merupakan bagian penting dalam sistem pengidentifikasian individu. Pemanfaatan identifikasi sidik jari sudah semakin luas sebagai bagian dari
Lebih terperinciBAB 3 PERANCANGAN DAN PEMBUATAN SISTEM
BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM Dalam bab ini akan dibahas mengenai perancangan dan pembuatan sistem aplikasi yang digunakan sebagai user interface untuk menangkap citra ikan, mengolahnya dan menampilkan
Lebih terperinciKLASIFIKASI SIDIKJARI DENGAN PEMROSESAN AWAL TRANSFORMASI WAVELET Minarni *
KLASIFIKASI SIDIKJARI DENGAN PEMROSESAN AWAL TRANSFORMASI WAVELET Minarni * Abstrak Penelitian ini membahas sistem klasifikasi sidikjari. Citra sidikjari diproses awal dengan transformasi wavelet sehingga
Lebih terperinciVerifikasi Sidik Jari Menggunakan Pencocokan Citra Berbasis Fasa Dengan Fungsi Band-Limited Phase Only Correlation (BLPOC)
Verifikasi Sidik Jari Menggunakan Pencocokan Citra Berbasis Fasa Dengan Fungsi Band-Limited Phase Only Correlation (BLPOC) Adryan Chrysti Sendjaja (1022005) Jurusan Teknik Elektro Universitas Kristen Maranatha
Lebih terperinciPENGENALAN WAJAH DENGAN METODE TEMPLATE MATCHING SEBAGAI SISTEM STARTER SEPEDA MOTOR BERBASIS MIKROKONTROLER ATMEGA 16 Oleh : Margito Hermawan
PENGENALAN WAJAH DENGAN METODE TEMPLATE MATCHING SEBAGAI SISTEM STARTER SEPEDA MOTOR BERBASIS MIKROKONTROLER ATMEGA 16 Oleh : Margito Hermawan 6907040024 Fajar Indra 6907040026 ABSTRACT Face recognition
Lebih terperinciHASIL DAN PEMBAHASAN. Generalisasi =
6 Kelas Target Sidik jari individu 5 0000100000 Sidik jari individu 6 0000010000 Sidik jari individu 7 0000001000 Sidik jari individu 8 0000000100 Sidik jari individu 9 0000000010 Sidik jari individu 10
Lebih terperinciIDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION ABSTRAK
IDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION Disusun oleh: Togu Pangaribuan 0722087 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof.Drg. Suria Sumantri, MPH No. 65, Bandung
Lebih terperinciBAB I PENDAHULUAN. telinga, wajah, infrared, gaya berjalan, geometri tangan, telapak tangan, retina,
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia. Sidik jari, tanda tangan, DNA, telinga, wajah, infrared,
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. dicolokan ke komputer, hal ini untuk menghindari noise yang biasanya muncul
37 BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil 4.1.1 Pengambilan Database Awalnya gitar terlebih dahulu ditala menggunakan efek gitar ZOOM 505II, setelah ditala suara gitar dimasukan kedalam komputer melalui
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Pada bab ini akan dijelaskan mengenai kebutuhan-kebutuhan yang digunakan dalam membuat program ini. Setelah semua kebutuhan selesai di analisa, maka penulis akan
Lebih terperinciBAB III METODE PENELITIAN. dan bahan, agar mendapatkan hasil yang baik dan terstruktur. Processor Intel Core i3-350m.
BAB III METODE PENELITIAN 3.1 Alat dan Bahan Untuk menunjang penelitian yang akan dilakukan, maka diperlukan alat dan bahan, agar mendapatkan hasil yang baik dan terstruktur. 3.1.1 Alat Penelitian Adapun
Lebih terperinciAPLIKASI PENGENALAN SIDIK JARI DENGAN WAVELET SYMLET DAN WAVELET DAUBECHIES MENGGUNAKAN JARINGAN SARAF TIRUAN PERAMBATAN BALIK
APLIKASI PENGENALAN SIDIK JARI DENGAN WAVELET SYMLET DAN WAVELET DAUBECHIES MENGGUNAKAN JARINGAN SARAF TIRUAN PERAMBATAN BALIK Ruhi Agatha Tarigan Achmad Hidayatno Ajub Ajulian Zahra ABSTRACT Intdentification
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Biometrik adalah salah satu teknologi cangih yang banyak dipakai untuk menjadi bagian dari system keamanan di berbagai bidang. Biometrik ini bahkan sudah digunakan
Lebih terperinciUnnes Physics Journal
UPJ 4 (1) (2015) Unnes Physics Journal http://journal.unnes.ac.id/sju/index.php/upj IDENTIFIKASI POLA SIDIK JARI BERBASIS TRANSFORMASI WAVELET DAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK Ahmad Juheri, Sunarno
Lebih terperinciBAB 1 PENDAHULUAN Latar belakang masalah
BAB 1 PENDAHULUAN 1.1. Latar belakang masalah Saluran pernapasan pada manusia terdiri dari rongga hidung, faring, laring, trakea, percabangan bronkus dan paru-paru (bronkiolus, alveolus). Paru-paru merupakan
Lebih terperinciAPLIKASI PENGENALAN TULISAN TANGAN UNTUK EKSPRESI MATEMATIKA BERBASISKAN KOMPUTER
APLIKASI PENGENALAN TULISAN TANGAN UNTUK EKSPRESI MATEMATIKA BERBASISKAN KOMPUTER Wikaria Gazali 1 ; Nilo Legowo 2 ; Harry Tedja Sukmana 3 1,2 Mathematics & Statistics Department, School of Computer Science,
Lebih terperinciDeteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation
Deteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation Tri Deviasari Wulan 1, Endah Purwanti 2, Moh Yasin 3 1,2 Program Studi Fisika Fakultas Sains dan Teknologi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Citra (image) adalah kombinasi antara titik, garis, bidang, dan warna untuk menciptakan suatu imitasi dari suatu obyek, biasanya obyek fisik atau manusia. Citra dapat
Lebih terperinciJurnal Pendidikan Fisika Indonesia 7 (2011) RANCANG BANGUN SISTEM PENGENALAN POLA SIDIK JARI MENGGUNAKAN METODE MINUTIAE
ISSN: 1693-1246 Januari 2011 Jurnal Pendidikan Fisika Indonesia 7 (2011) 47-51 J P F I http://journal.unnes.ac.id RANCANG BANGUN SISTEM PENGENALAN POLA SIDIK JARI MENGGUNAKAN METODE MINUTIAE Sudartono*,
Lebih terperinciBAB 3 PERANCANGAN SISTEM. untuk pengguna interface, membutuhkan perangkat keras dan perangkat lunak.
29 BAB 3 PERANCANGAN SISTEM 3.1 Gambaran Umum Sistem Pada dasarnya untuk pembuatan aplikasi ini, yakni aplikasi pengenalan suara untuk pengguna interface, membutuhkan perangkat keras dan perangkat lunak.
Lebih terperinciPengembangan Sistem Identifikasi Telapak Tangan dengan Menggunakan Metode Filter Bank Gabor
1 Pengembangan Sistem Identifikasi Telapak Tangan dengan Menggunakan Metode Filter Bank Gabor Ricky Kurniadi dan Nurul Hidayat urusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut
Lebih terperinciDETEKSI SIDIK JARI BERBASIS ALIHRAGAM GELOMBANG-SINGKAT (wavelet) DAN JARINGAN SYARAF TIRUAN (JST) KHUSUS KOTA MATARAM DAN SEKITARNYA
DETEKSI SIDIK JARI BERBASIS ALIHRAGAM GELOMBANG-SINGKAT (wavelet) DAN JARINGAN SYARAF TIRUAN (JST) KHUSUS KOTA MATARAM DAN SEKITARNYA Jurusan Teknik Elektro Fakultas Teknik Universitas Mataram Jl. Majapahit
Lebih terperinciIDENTIFIKASI DAN VERIFIKASI TANDA TANGAN STATIK MENGGUNAKAN BACKPROPAGATION DAN ALIHRAGAM WAVELET
TESIS IDENTIFIKASI DAN VERIFIKASI TANDA TANGAN STATIK MENGGUNAKAN BACKPROPAGATION DAN ALIHRAGAM WAVELET ROSALIA ARUM KUMALASANTI No. Mhs. : 135302014/PS/MTF PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA PROGRAM
Lebih terperinciBAB 3 PERANCANGAN PROGRAM. dilanjutkan dengan rancangan cetak biru untuk program yang akan dibangun.
BAB 3 PERANCANGAN PROGRAM Pada bab 3 ini, akan dijelaskan proses rancangan program aplikasi pengurangan noise pada citra digital. Dimulai dari analisa kebutuhan sistem yang akan dirancang, dilanjutkan
Lebih terperinciAdiguna¹, -². ¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) ALGORITMA PENGENALAN SIDIK JARI MENGGUNAKAN ADAPTIVE RESONANCE THEORY DAN FILTER GABOR FINGERPRINT RECOGNITION ALGORITHM USING ADAPTIVE RESONANCE THEORY AND GABOR FILTER
Lebih terperinci1. Pendahuluan. 1.1 Latar belakang
1. Pendahuluan 1.1 Latar belakang Keamanan data pribadi merupakan salah satu hal terpenting bagi setiap orang yang hidup di era dimana Teknologi Informasi (TI) berkembang dengan sangat pesat. Setiap orang
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Kerangka Pikir Pengenalan wajah merupakan suatu teknologi dalam dunia kecerdasan buatan agar komputer dapat meniru kemampuan otak manusia dalam mendeteksi dan mengenali
Lebih terperinciIdentifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski
Identifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski Junia Kurniati Computer Engineering Department Faculty of Computer Science Sriwijaya University South Sumatera Indonesia
Lebih terperinciBAB I PENDAHULUAN. pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Teknologi Informasi dan Komunikasi (TIK) merupakan suatu cabang ilmu pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di dunia
Lebih terperinciIMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH
IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH Fitri Afriani Lubis 1, Hery Sunandar 2, Guidio Leonarde Ginting 3, Lince Tomoria Sianturi 4 1 Mahasiswa Teknik Informatika, STMIK Budi Darma
Lebih terperinciPENGENALAN TULISAN TANGAN MENGGUNAKAN EKSTRAKSI CIRI WAVELET TRANSFORM DARI PROJECTION PROFILE
PENGENALAN TULISAN TANGAN MENGGUNAKAN EKSTRAKSI CIRI WAVELET TRANSFORM DARI PROJECTION PROFILE Radian Rizki Triadhi NRP : 1222033 E-mail : radianrizkitriadhi@ymail.com ABSTRAK Pengenalan tulisan tangan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Mata adalah indra terbaik yang dimiliki oleh manusia sehingga citra (gambar) memegang peranan penting dalam perspektif manuasia. Namun mata manusia memiliki keterbatasan
Lebih terperinciISSN : e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 1980
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 1980 IDENTIFIKASI DAN KLASIFIKASI KEMURNIAN SUSU SAPI BERDASARKAN PENGOLAHAN SINYAL VIDEO MENGGUNAKAN METODE DISCRETE WAVELET
Lebih terperinciSISTEM PENGENALAN INDIVIDU MELALUI IDENTIFIKASI TELAPAK TANGAN DENGAN MENGGUNAKAN MATRIKS DISKRIMINATOR SEMINAR HASIL TUGAS AKHIR
SISTEM PENGENALAN INDIVIDU MELALUI IDENTIFIKASI TELAPAK TANGAN DENGAN MENGGUNAKAN MATRIKS DISKRIMINATOR SEMINAR HASIL TUGAS AKHIR Oleh: Ahmad Sirojuddin Luthfi - 1210100052 Dosen Pembimbing : Drs. Nurul
Lebih terperinciIDENTIFIKASI SIDIK JARI DENGAN DATA BERSKALA BESAR MENGGUNAKAN METODE HYBRID MINUTIAE DAN FILTER GABOR. Oleh : Siswo Santoso
IDENTIFIKASI SIDIK JARI DENGAN DATA BERSKALA BESAR MENGGUNAKAN METODE HYBRID MINUTIAE DAN FILTER GABOR Oleh : Siswo Santoso Pendahuluan Latar Belakang Angka kelahiran lebih besar dari angka kematian sehingga
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Permasalahan Aplikasi ini tergolong sebagai sistem kecerdasan buatan karena akan menggantikan peran seseorang yang mampu mengenali ekspresi wajah. Tiga ekspresi
Lebih terperinciDAFTAR ISI. ABSTRAK... i ABSTRACT... ii KATA PENGANTAR... iii DAFTAR ISI...v DAFTAR GAMBAR...viii DAFTAR TABEL...x
ABSTRAK Dalam suatu sistem biasanya diperlukan suatu otentikasi berupa Personal Identification Number (PIN) atau password. Sehingga ada kemungkinan password dan PIN ini hilang atau diketahui orang lain.
Lebih terperinciBAB 1 PENDAHULUAN. bahasanya, digunakannya berbagai macam huruf dengan kepentingannya masing-masing
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Bahasa Arab menggunakan beragam jenis karakter untuk sistem penulisan bahasanya, digunakannya berbagai macam huruf dengan kepentingannya masing-masing benar
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER
BAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER Dalam analisis dan perancangan sistem program aplikasi ini, disajikan mengenai analisis kebutuhan sistem yang digunakan, diagram
Lebih terperinciIDENTIFIKASI PEMBUAT TULISAN TANGAN MENGGUNAKAN HAAR WAVELET DAN ALGORITMA PROPAGASI BALIK LEVENBERG MARQUARDT
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2011 IDENTIFIKASI PEMBUAT TULISAN TANGAN MENGGUNAKAN HAAR WAVELET DAN ALGORITMA PROPAGASI BALIK LEVENBERG MARQUARDT Rizky Suslianto¹, Sri Widowati², Bedy
Lebih terperinciPengenalan Citra Sidikjari Menggunakan Minutiae Dan Propagasi Balik
Pengenalan Citra Sidikjari Menggunakan Minutiae Dan Propagasi Balik Sri Heranurweni 1 1) Jurusan Teknik Elektro, Universitas Semarang email : heranur@yahoo.com Abstrak : Teknik identifikasi konvensional
Lebih terperinciSISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING
SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING Mohamad Aditya Rahman, Ir. Sigit Wasista, M.Kom Jurusan Teknik Elektronika, Politeknik Elektronika Negeri Surabaya
Lebih terperinciIMPLEMENTASI DEEP LEARNING BERBASIS TENSORFLOW UNTUK PENGENALAN SIDIK JARI
Royani Darma Nurfita, Gunawan Ariyanto, Implementasi Deep Learning Berbasis Tensorflow Untuk Pengenalan Sidik Jari IMPLEMENTASI DEEP LEARNING BERBASIS TENSORFLOW UNTUK PENGENALAN SIDIK JARI Royani Darma
Lebih terperinciBAB 1 PENDAHULUAN. saham harus memperhatikan dengan baik keadaan ekonomi yang sedang berlangsung.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Cepatnya perubahan fluktuasi harga index saham membuat para pemegang saham harus memperhatikan dengan baik keadaan ekonomi yang sedang berlangsung. Saham yang mempunyai
Lebih terperinciBAB 1 PENDAHULUAN. dengan proses pengolahan citra digital (digital image processing), dimana data berupa
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada awalnya, komputer hanya dapat digunakan untuk melakukan pemrosesan terhadap data numerik. Tetapi pada sekarang ini, komputer telah membawa banyak perubahan dan
Lebih terperinciBulu mata. Generalisasi= Jumlah pola dikenali dengan benar x 100% Jumlah total pola
Generalisasi Hasil penelitian ini diukur menggunakan nilai konvergen dan generalisasi. Nilai konvergen adalah tingkat kecepatan jaringan untuk mempelajari pola input yang dinyatakan dalam satuan iterasi
Lebih terperinci1. BAB I PENDAHULUAN Latar Belakang
1 1. BAB I PENDAHULUAN Latar Belakang Iris mata merupakan salah satu organ internal yang dapat di lihat dari luar. Selaput ini berbentuk cincin yang mengelilingi pupil dan memberikan pola warna pada mata
Lebih terperinciIMPLEMENTASI SEGMENTASI CITRA DAN ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGENALAN BENTUK BOTOL
IMPLEMENTASI SEGMENTASI CITRA DAN ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGENALAN BENTUK BOTOL Andri STMIK Mikroskil Jl. Thamrin No. 122, 124, 140 Medan 20212 andri@mikroskil.ac.id Abstrak
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Ada beberapa masalah yang terjadi secara nyata dimana pengenalan individu sangat diperlukan pada masa ini. Masalah-masalah tersebut dapat dilihat secara nyata di masyarakat.
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 SPEAKER IDENTIFICATION DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Jaringan syaraf tiruan merupakan bidang ilmu yang banyak digunakan dalam melakukan pengenalan pola suatu obyek. Banyak obyek yang dapat digunakan untuk pengenalan pola
Lebih terperinciPERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI
PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI Oleh Nama : Januar Wiguna Nim : 0700717655 PROGRAM GANDA TEKNIK INFORMATIKA DAN MATEMATIKA
Lebih terperinciPengembangan Aplikasi Presensi Sidik Jari dengan menggunakan Alihragam Wavelet dan Jarak Euclidean di Dinas Pendidikan Kabupaten Wonogiri
Makalah Pengembangan Aplikasi Presensi Sidik Jari dengan menggunakan Alihragam Wavelet dan Jarak Euclidean di Dinas Pendidikan Kabupaten Wonogiri disusun oleh : RANDI GUSTAMA PUTRA PROGRAM STUDI TEKNIK
Lebih terperinciBAB 3 PERANCANGAN SISTEM
20 BAB 3 PERANCANGAN SISTEM 3.1 Rancangan Perangkat Keras Sistem ini hanya menggunakan beberapa perangkat keras yang umum digunakan, seperti mikrofon, speaker (alat pengeras suara), dan seperangkat komputer
Lebih terperinciSISTEM PENGENALAN BUAH MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM dan EUCLIDEAN DISTANCE
SISTEM PENGENALAN BUAH MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM dan EUCLIDEAN DISTANCE Bagus Aditya *), Achmad Hidayatno, and Ajub Ajulian Zahra Jurusan Teknik Elektro, Universitas Diponegoro Semarang
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH ABSTRAK
IDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH Syafril Tua (0822088) Jurusan Teknik Elektro email: syafrilsitorus@gmail.com ABSTRAK Struktur telinga adalah
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Folder Sebuah directory (folder) adalah seperti ruangan-ruangan (kamar-kamar) pada sebuah komputer yang berfungsi sebagai tempat penyimpanan dari berkas-berkas (file).
Lebih terperinciANALISIS DAN PERANCANGAN JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION PADA APLIKASI PENGENALAN TANDA TANGAN
Analisis dan Perancangan Tanda Tangan Wilis K, Fani W, Heru Cahya R ANALISIS DAN PERANCANGAN JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION PADA APLIKASI PENGENALAN TANDA TANGAN Wilis Kaswidjanti,
Lebih terperinciBAB 1 PENDAHULUAN 1-1
BAB 1 PENDAHULUAN Bab ini menjelaskan mengenai Latar Belakang, Identifikasi Masalah, Tujuan Tugas Akhir, Lingkup Tugas Akhir, Metodologi Tugas Akhir dan Sistematika Penulisan Tugas Akhir. 1.1 Latar Belakang
Lebih terperinciKLASIFIKASI CITRA SIDIK JARI DENGAN METODE TEMPLTE MATCHING
KLASIFIKASI CITRA SIDIK JARI DENGAN METODE TEMPLTE MATCHING SKRIPSI Oleh : DWI KUSMIATI J2A 605 036 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Setiap manusia diciptakan dengan bentuk fisik dan rupa yang berbeda sehingga manusia tersebut dapat dibedakan satu dengan yang lainnya. Pada teknologi informasi
Lebih terperinciBAB III METODE PENELITIAN. Desain penelitian untuk pengenalan nama objek dua dimensi pada citra
BAB III METODE PENELITIAN 3.1 Desain Penelitian Desain penelitian untuk pengenalan nama objek dua dimensi pada citra adalah sebagai berikut. Gambar 3.1 Desain Penelitian 34 35 Penjelasan dari skema gambar
Lebih terperinciLAPORAN SKRIPSI DETEKSI KANKER OTAK PADA DATA MRI MELALUI JARINGAN SYARAF TIRUAN DENGAN EKSTRAKSI FITUR DISCRETE WAVELET TRANSFORM
LAPORAN SKRIPSI DETEKSI KANKER OTAK PADA DATA MRI MELALUI JARINGAN SYARAF TIRUAN DENGAN EKSTRAKSI FITUR DISCRETE WAVELET TRANSFORM Oleh : Saeful Anwar 2009-51-030 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT
Lebih terperinciPENGENALAN HURUF TULISAN TANGAN BERBASIS CIRI SKELETON DAN STATISTIK MENGGUNAKAN JARINGAN SARAF TIRUAN. Disusun oleh : Mario Herryn Tambunan ( )
PENGENALAN HURUF TULISAN TANGAN BERBASIS CIRI SKELETON DAN STATISTIK MENGGUNAKAN JARINGAN SARAF TIRUAN Disusun oleh : Mario Herryn Tambunan (1022056) Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN. Perancangan aplikasi yang dibuat dalam skripsi ini menggunakan aturan
BAB 3 ANALISIS DAN PERANCANGAN Perancangan aplikasi yang dibuat dalam skripsi ini menggunakan aturan prototyping model. Metode ini memiliki 3 tahapan seperti yang sudah ditulis di dalam Bab 2, yaitu pengumpulan
Lebih terperinciTeknik Watermarking dalam Domain Wavelet untuk Proteksi Kepemilikan pada Data Citra Medis
Teknik Watermarking dalam Domain Wavelet untuk Proteksi Kepemilikan pada Data Citra Medis Mulaab Email : mulaab@if.trunojoyo.ac.id Laboratorium Pemrograman, Jurusan Teknik Informatika Universitas Trunojoyo
Lebih terperinciAPLIKASI PENGENALAN KARAKTER ALFANUMERIK MENGGUNAKAN ALGORITMA HAMMING DISTANCE
APLIKASI PENGENALAN KARAKTER ALFANUMERIK MENGGUNAKAN ALGORITMA HAMMING DISTANCE Matheus Supriyanto Rumetna 1*, Marla Pieter, Monica Manurung 1 1 Fakultas Ilmu Komputer dan Manajemen, Universitas Sains
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. Bab 2 ini berisi tentang pembahasan teori-teori tentang jaringan syaraf tiruan, Algoritma Learning Vector Quantization (LVQ).
BAB 2 TINJAUAN PUSTAKA Bab 2 ini berisi tentang pembahasan teori-teori tentang jaringan syaraf tiruan, Algoritma Learning Vector Quantization (LVQ). 2.1. Algoritma Algoritma adalah urutan langkah-langkah
Lebih terperinciBAB 1 PENDAHULUAN. Grafika komputer merupakan salah satu topik dalam bidang informatika.
BAB 1 PENDAHULUAN 1.1 PENDAHULUAN Grafika komputer merupakan salah satu topik dalam bidang informatika. Perkembangan grafika komputer tentunya tidak lepas dari pengolahan citra secara digital. Pengolahan
Lebih terperinci