BAB 3 METODOLOGI. 3.1 Kerangka Pikir
|
|
- Ivan Pranata
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 lainnya. Agar algoritma pengenalan sidik jari dapat diterapkan pada sebuah alat atau aplikasi maka algoritma tersebut harus dapat bekerja secara otomatis. Proses yang dilakukan pada saat pengenalan sidik jari adalah mengambil gambar sidik jari, memproses gambar sidik jari tersebut, melakukan ekstraksi fitur dan kemudian melakukan pencocokan terhadap sidik jari tersebut dengan sidik jari yang telah disimpan datanya. Proses pertama yakni mendapatkan gambar sidik jari. Pada proses ini dilakukan pengambilan gambar sidik jari yang akan digunakan dalam sistem ini. Pengambilan sidik jari dilakukan dengan menggunakan scanner jari. Jari manusia diletakkan pada scanner kemudian alat tersebut akan memindai jari dan gambar hasil pemindaian akan masuk ke dalam komputer. Gambar sidik jari yang sudah masuk ke dalam komputer kemudian disimpan ke dalam database. Gambar yang didapat dari scanner tidak selalu memiliki kualitas yang baik. Gambar yang didapat dapat berkualitas buruk seperti memiliki noise atau memiliki kontras yang rendah. Oleh karena itu dibutuhkan tahap preprocessing untuk memperbaiki gambar sidik jari sehingga gambar tersebut siap untuk memasuki tahap selanjutnya yakni proses ekstraksi fitur. Gambar sidik jari yang siap untuk proses preprocessing adalah gambar yang memiliki sedikit noise, memiliki kontras yang baik dan memiliki garis yang tipis. Tahap selanjutnya dari sistem identifikasi sidik jari adalah melakukan ekstraksi fitur (feature extraction). Fitur yang diekstraksi adalah fitur unik dari sidik jari yang disebut minutiae (minutiae extraction). Ekstraksi fitur 31
2 32 dilakukan untuk mendapatkan pola dari sebuah sidik jari. Fitur yang diekstraksi berupa bifurcation dan termination. Bifurcation merupakan minutiae bercabang dan termination merupakan minutiae akhir. Ekstraksi yang dilakukan bukan hanya mendapatkan minutiae tetapi juga mendapatkan posisi dan sudut dari setiap minutiae. Posisi dan sudut dari sebuah sidik jari berguna untuk proses matching nantinya. Proses selanjutnya dari sistem identifikasi sidik jari adalah melakukan penghilangan atau pembuangan minutiae-minutiae palsu (false minutiae removal). Proses ini bertujuan untuk menghapus minutiae palsu yang muncul. Minutiae palsu dapat menyebabkan kesalahan pada tahap matching. Dengan menghilangkan minutiae palsu maka informasi yang didapat semakin nyata. Setelah mendapatkan minutiae asli maka akan dilakukan penyimpanan terhadap data minutiae tersebut. Penyimpanan tersebut dilakukan agar data tersebut dapat digunakan untuk pencocokan dengan sidik jari lainnya. Tahap terakhir dari sistem identifikasi sidik jari adalah melakukan matching terhadap pola sidik jari yang didapatkan dengan pola sidik jari yang telah disimpan. Proses pencocokan sidik jari dilakukan dengan membandingkan informasi minutiae pada sebuah sidik jari dengan sidik jari yang lain. Informasi minutiae yang dimaksud adalah posisi x, y dan sudut dari titik minutiae tersebut. Dilakukan penghitungan poin yang cocok dan dihitung presentasenya. Kemudian dilakukan perulangan proses perbandingan dengan sidik jari lainnya. Setelah membandingkan dengan beberapa sidik jari kemudian dilakukan pengecekan menggunakan threshold untuk mengetahui sidik jari mana yang paling cocok. Proses-proses diatas kemudian disusun menjadi sebuah algoritma identifikasi sidik jari yang berjalan secara otomatis. Setelah itu dilakukan penghitungan terhadap false acceptance rate dan false rejection rate untuk mengevaluasi kerja sistem.
3 Metodologi Penelitian Pada penelitian ini, sebuah sistem identifikasi sidik jari memiliki 3 proses utama yakni preprocessing, minutiae extraction dan minutiae matching. Gambar 3.1 merupakan flow chart dari sebuah sistem identifikasi sidik jari secara otomatis. Membangun database (Offline) Identifikasi sidik jari (Online) Gambar 3.1 Flow chart dari sistem identifikasi sidik jari
4 34 Berdasarkan gambar 3.1 terdapat dua pembagian pada sistem identifikasi sidik jari yakni proses membangun database atau proses secara offline dan proses identifikasi sidik jari atau proses secara online Proses Membangun Database Sidik Jari (Offline) Pada proses offline dilakukan pembangunan database dari sidik jari yang digunakan. Proses ini melakukan pemrosesan awal terhadap gambar siidk jari, ekstraksi fitur sidik jari dan menyimpannya ke dalam database fitur sidik jari. Gambar sidik jari yang digunakan dalam proses ini adalah database sidik jari yang berasal dari UPEK Fingerprint Database yang berukuran 248 x 338 piksel dan memiliki kedalaman 8 bit. Namun tidak semua gambar yang berada pada database digunakan dalam penelitian ini. Namun gambar dipilih sehingga untuk setiap orang memiliki masingmasing 3 gambar sidik jari dengan kualitas sidik jari yang rendah, sedang dan tinggi. Penentuan kualitas gambar sidik jari didasarkan sesuai teori dari Alonso dan Fernandez (2007:21) dan contoh pada Lampiran C. Di dalam penelitian ini diambil data dari 10 orang dengan masing-masing 3 gambar sehingga terdapat 30 gambar sidik jari. Adapun gambar sidik jari yang diambil berasal dari orang ke-2, 3, 4, 6, 7, 8, 10, 13, 14, 15.
5 Pada tahap pemrosesan awal dilakukan tahapan seperti pada gambar Gambar 3.2 Tahap pemrosesan awal Berdasarkan gambar 3.2 proses pertama pada tahap pemrosesan awal adalah proses ekualisasi histogram. Ekualisasi histogram digunakan untuk memperbaiki kontras dari gambar sidik jari masukan. Contoh hasil dari proses ekualisasti histogram dapat dilihat pada gambar 3.3.
6 36 Gambar 3.3 Hasil dari ekualisasi histogram Setelah melalui proses ekualisasi histogram maka didapatkan gambar dengan kontras yang baik. Setelahnya dilakukan perbaikan kualitas dengan menggunakan metode transformasi fourier cepat. Di dalam proses transformasi fourier cepat gambar yang berada pada ranah spasial diubah ke dalam ranah frekuensi. Setelah gambar berada pada ranah frekuensi maka akan dilakukan penyaringan untuk memperbaiki gambar.
7 37 Gambar 3.4 Tahap dalam penyaringan band pass Sesuai dengan gambar 3.4 diatas maka diketahui bahwa proses penyaringan band pass dilakukan setelah dilakukannya proses transformasi fourier cepat. Penggunaan transformasi fourier cepat dikarenakan transformasi ini memiliki performa yang lebih cepat daripada transformasi fourier biasa. Sedangkan penggunaan penyaringan band pass dikarenakan telah dilakukannya pengujian dengan menggunakan penyaringan low pass dan high pass. Namun kedua metode penyaringan tersebut memberikan hasil gambar yang memiliki kualitas rendah seperti hilangnya informasi dari sidik jari tersebut. Setelah dilakukan penyaringan maka dilakukan inverse transformasi fourier cepat untuk mengembalikan gambar dari ranah frekuensi menjadi ranah spasial. Setelah melewati proses transformasi fourier cepat maka dilakukan proses binarisasi. Binarisasi adalah proses mengubah gambar yang bertipe grayscale menjadi gambar dengan dua nilai yakni 0 dan 1. Nilai 0 untuk warna hitam atau garis. Nilai 1 untuk warna putih. Setelah melakukan binarisasi maka tahap selanjutnya yang dilakukan adalah tahap ROI atau region of interest. Dalam proses ROI dilakukan penentuan terhadap daerah dari gambar sidik jari. Hanya daerah utama dari sidik jari. Sehingga tahap selanjutnya hanya dilakukan pada daerah yang telah ditentukan tadi. Selain menentukan daerah utama dari sidik jar, ROI juga dapat menentukan aliran dari setiap ridge. Pengetahuan akan aliran dari ridge akan mempermudah proses selanjutnya. Proses terakhir dalam tahap pemrosesan awal adalah proses penipisan garis. Proses ini mengubah garis dari sidik jari menjadi berukuran 1 piksel saja. Dengan mengubah garis menjadi tipis akan mempermudah proses ekstraksi fitur.
8 38 Tahap ekstraksi fitur merupakan tahap untuk mengekstraksi atau mendapatkan minutiae point. Seperti diketahui bahwa minutiae merupakan fitur yang unik dari sidik jari sehingga minutiae dapat digunakan sebagai pembanding antara satu sidik jari dengan sidik jari yang lainnya. Pada penelitian ini dilakukan ekstraksi terhadap minutiae yang bertipe bifurcation atau titik cabang dan termination atau titik akhir dari garis. Hasil dari proses ekstraksi fitur sidik jari dapat dilihat dari gambar 3.4. Gambar 3.5 Hasil ekstraksi fitur Berdasarkan gambar 3.4 maka fitur yang didapat adalah warna kuning untuk bifurcation sedangkan warna merah untuk termination. Dalam proses ekstraksi fitur hasil yang didapat untuk bifurcation adalah posisi x dan y serta sudut 1,2, dan 3. Untuk termination hasil yang didapat adalah posisi x dan y serta sudut dari fitur. Tahap terakhir dari proses membangun database sidik jari adalah dengan memasukkan fitur-fitur yang telah diekstraksi dari sebuah gambar sidik jari ke dalam database fitur sidik jari. Informasi yang disimpan adalah informasi berupa posisi dan sudut dari tiap fitur.
9 Proses Identifikasi Sidik Jari (Online) Proses identifikasi sidik jari merupakan proses yang dilakukan untuk mengetahui nilai kecocokan dari satu sidik jari dengan sidik jari yang lainnya. Tahapan pada proses ini melakukan proses awal yang sama dengan proses secara offline yakni pemrosesan gambar sidik jari dan ekstraksi fitur. Setelah mendapatkan fitur dari gambar sidik jari yang dimasukkan kemudian dilakukan pencocokan. Pada penelitian ini yang menjadi acuan atau data pembanding atau template 1 dari pencocokan merupakan gambar dengan kualitas medium. Pencocokan dilakukan terhadap semua gambar sidik jari dengan kualitas rendah, medium, maupun tinggi. Pencocokan dilakukan dengan membandingkan posisi x dan y serta sudut minutiae dari sidik jari yang satu dengan sidik jari yang lainnya. Setiap ada fitur yang sama posisi x dan y serta sudutnya maka akan dihitung didalam jumlah kecocokan. Setelah itu dilakukan perhitungan presentase dengan rumus Persentase kecocokan = (jumlah minutiae yang cocok/jumlah minutiae keseluruhan ) * 100 Setelah mendapatkan nilai persentase kecocokan dari sebuah sidik jari dengan sidik jari lainnya. Lalu dengan menggunakan nilai threshold dapat ditentukan sidik jari yang mana yang memiliki persentase kecocokan di atas threshold. Nilai threshold dapat diubah sehingga dapat membantu pengecekan tingkat FAR dan FRR. 3.3 Metode Evaluasi Pada tahap evaluasi dilakukan pengujian terhadap semua gambar sidik jari yang telah ditentukan. Metode yang digunakan adalah metode yang telah dijelaskan di atas yakni metode preprocessing yakni ekualisasi histogram, penyaringan band-pass, binarisasi, ROI, dan penipisan garis. Kemudian metode ekstraksi fitur dan pencocokan fitur. Pengujian dilakukan untuk mengetahui nilai kecocokan dari sidik jari satu dengan sidik jari lainnya. Setelah mendapatkan semua nilai kecocokan antara dua gambar
10 40 sidik jari maka nilai persentase dibandingkan dengan nilai threshold yang ditentukan oleh user. Bisa berupa nilai antara 0 100% Dengan membandingkannya dengan threshold maka didapat hasil gambar yang dianggap cocok dengan dengan gambar pada template 1. Ini berarti sistem mengganggap gambar tersebut merupakan gambar yang sama dengan gambar yang dipertanyakan. Hal ini belum tentu benar sehingga perlu pengujian dengan menggunakan nilai false acceptance rate, false rejection rate dan equal error rate. False acceptance rate (FAR) adalah tingkat dimana gambar sidik jari dianggap dan diterima sebagai gambar sidik jari yang sama dengan gambar sidik jari yang dipertanyakan. Padahal dalam kenyataannya kedua sidik jari tersebut bukan berasal dari orang yang sama. Semakin tinggi nilai FAR maka semakin sistem atau threshold pembandingkan kurang akurat. Ini dikarenakan sistem menerima gambar yang bukan gambar yang berasal dari orang yang sama. Jika ini terjadi pada sistem keamanan maka akan sangat berbahaya karena ada orang bebas mengaksesnya dengan sidik jarinya sendiri. False rejection rate (FRR) adalah tingkat dimana gambar sidik jari ditolak atau tidak diakui sebagai gambar sidik jari yang berasal dari orang yang sama. Padahal dalam kenyataanya kedua gambar tersebut berasal dari orang yang sama. Nilai dari FRR lebih baik jika rendah. Misal pada sistem pengamanan orang yang memiliki hak akses tidak dapat masuk walaupun data sidik jarinya sama. Ini akan mempersulit akses orang tersebut. Equal Error Rate (ERR) adalah tingkat dimana titik FAR dan FRR saling bertemu. Semakin rendah nilai EER maka semakin bagus performa sebuah sistem karena rendahnya kemungkinan error. Sebuah sistem yang baik seharusnya memiliki nilai FAR, FRR dan EER yang rendah.
BAB 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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari, manusia selalu memanfaatkan teknologi untuk melakukan kegiatannya. Ini dikarenakan teknologi membuat tugas manusia menjadi lebih ringan
Lebih terperinciKlasifikasi dan Peningkatan Kualitas Citra Sidik Jari Menggunakan FFT (Fast Fourier Transform) Salahuddin 1), Tulus 2), dan Fahmi 3)
Klasifikasi dan Peningkatan Kualitas Citra Sidik Jari Menggunakan FFT (Fast Fourier Transform) Salahuddin 1), Tulus 2), dan Fahmi 3) Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe 1) Jl. B. Aceh-Medan
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 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 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 terperinciKlasifikasi dan Peningkatan Kualitas Citra Sidik Jari Menggunakan FFT (Fast Fourier Transform)
Klasifikasi dan Peningkatan Kualitas Citra Sidik Jari Menggunakan FFT (Fast Fourier Transform) Salahuddin 1),Tulus 2), dan Fahmi 3) Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe 1) Jl. B. Aceh-Medan
Lebih terperinciKLASIFIKASI DAN PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM)
KLASIFIKASI DAN PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM) Salahuddin 1), Tulus 2), F. Fahmi 3) Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe 1) Jl. B. Aceh-Medan
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 I PENDAHULUAN. masalah, rumusan masalah, tujuan, pembatasan masalah, dan sistematika penulisan
BAB I PENDAHULUAN Pada bab ini akan dibahas mengenai latar belakang masalah, identifikasi masalah, rumusan masalah, tujuan, pembatasan masalah, dan sistematika penulisan dari Tugas Akhir ini. 1.1 Latar
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Landasan Teori 2.1.1 Kecerdasan Buatan (Artificial Intelligence) 2.1.1.1 Pengertian Kecerdasan Buatan Menurut Rich dan Knight (1991), kecerdasan buatan (AI) merupakan sebuah
Lebih terperinciIdentifikasi Tanda Tangan Dengan Ciri Fraktal dan Perhitungan Jarak Euclidean pada Fakultas Teknologi Informasi Universitas Budi Luhur
Identifikasi Tanda Tangan Dengan Ciri Fraktal dan Perhitungan Jarak Euclidean pada Fakultas Teknologi Informasi Universitas Budi Luhur Cahya Hijriansyah 1, Achmad Solichin 2 1,2 Program Studi Teknik Informatika
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 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 terperinciBAB 2 TINJAUAN PUSTAKA. keamanan data, namun sudah banyak teknologi yang diterapkan untuk menjaga
BAB 2 TINJAUAN PUSTAKA 2.1. Biometrik Authentifikasi Autentification dalam security adalah hal yang sangat penting untuk menjaga keamanan data, namun sudah banyak teknologi yang diterapkan untuk menjaga
Lebih terperinciBAB V HASIL PENELITIAN DAN PEMBAHASAN
BAB V HASIL PENELITIAN DAN PEMBAHASAN 5.1 Data Uji Printer forensik merupakan suatu proses identifikasi untuk mengetahui asal dokumen bukti, cara yang dilakukan dengan membandingkan dengan ciri yang terdapat
Lebih terperinciBAB I PENDAHULUAN. perumusan masalah, tujuan, pembatasan masalah, metodologi, dan sistematika
BAB I PENDAHULUAN Pada bab ini akan dibahas mengenai latar belakang, identifikasi masalah, perumusan masalah, tujuan, pembatasan masalah, metodologi, dan sistematika penulisan dari Tugas Akhir ini. 1.1
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 ANALISA DAN PERANCANGAN SISTEM. input yang digunakan merupakan sebuah pemindai sidik jari dengan kedalaman pixel
BAB 3 ANALISA DAN PERANCANGAN SISTEM 3.1 Perancangan Sistem Sidik Jari Dalam prosesnya, sistem pengenal sidik jari bekerja hanya dengan memanfaatkan satu input dari user yang bersangkutan, yaitu sidik
Lebih terperinciREVIEW ALGORITMA PENGENALAN SIDIK JARI MENGGUNAKAN PENCOCOKAN CITRA BERBASIS FASA UNTUK SIDIK JARI KUALITAS RENDAH
REVIEW ALGORITMA PENGENALAN SIDIK JARI MENGGUNAKAN PENCOCOKAN CITRA BERBASIS FASA UNTUK SIDIK JARI KUALITAS RENDAH ABSTRAK Biometrika merupakan cara untuk mengidentifikasi individu menggunakan karekteristik
Lebih terperinciBAB 3 METODOLOGI. melakukan pengamatan dan analisis dari gambar yang didapat. Untuk bisa mendapatkan
BAB 3 METODOLOGI 3.1 Analisis Kebutuhan dan Masalah 3.1.1 Analisis Kebutuhan Dalam melakukan analisa gambar mammogram, biasanya dokter secara langsung melakukan pengamatan dan analisis dari gambar yang
Lebih terperinciPENGENALAN POLA SIDIK JARI
TUGAS SISTEM PENDUKUNG KEPUTUSAN PENGENALAN POLA SIDIK JARI Disusun oleh : FAHMIATI NPM : 08.57201.000502 PROGRAM STUDI STRATA SATU (S1) SISTEM INFORMASI FAKULTAS ILMU KOMPUTER UNIVERSITAS DARWAN ALI SAMPIT
Lebih terperinciREALISASI PERANGKAT LUNAK UNTUK IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL LINE BINARY PATTERN (LLPB)
REALISASI PERANGKAT LUNAK UNTUK IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL LINE BINARY PATTERN (LLPB) Elfrida Sihombing (0922019) Jurusan Teknik Elektro Universitas
Lebih terperinciBAB 3 PROSEDUR DAN METODOLOGI. menawarkan pencarian citra dengan menggunakan fitur low level yang terdapat
BAB 3 PROSEDUR DAN METODOLOGI 3.1 Permasalahan CBIR ( Content Based Image Retrieval) akhir-akhir ini merupakan salah satu bidang riset yang sedang berkembang pesat (Carneiro, 2005, p1). CBIR ini menawarkan
Lebih terperinciTeknik Ekstraksi Minutiae Untuk Sistem Verifikasi Keaslian Sidik Jari
Teknik Ekstraksi Minutiae Untuk Sistem Verifikasi Keaslian Sidik Jari Okta Hadi Saputra, Irawan Jurusan Teknik Elektro FTI - ITS Abstrak Teknik kriptografi sudah banyak digunakan untuk menjamin kerahasiaan
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 terperinciPola adalah entitas yang terdefinisi dan dapat diidentifikasi melalui ciri-cirinya (features).
Pola adalah entitas yang terdefinisi dan dapat diidentifikasi melalui ciri-cirinya (features). Ciri-ciri tersebut digunakan untuk membedakan suatu pola dengan pola lainnya. Ciri yang bagus adalah ciri
Lebih terperinciSEMINAR TUGAS AKHIR M. RIZKY FAUNDRA NRP DOSEN PEMBIMBING: Drs. Daryono Budi Utomo, M.Si
APLIKASI FILTER LOG GABOR PADA SISTEM PENGENALAN IRIS MATA (Application Log-Gabor Filter in Iris Recognition System ) SEMINAR TUGAS AKHIR M. RIZKY FAUNDRA NRP 1206100051 DOSEN PEMBIMBING: Drs. Daryono
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang 1.2. Rumusan Masalah
BAB I Pendahuluan 1 BAB I PENDAHULUAN 1.1. Latar Belakang Pemalsuan identitas sering kali menjadi permasalahan utama dalam keamanan data, karena itulah muncul teknik-teknik pengamanan data seperti penggunaan
Lebih terperinciRekognisi karakter optik merupakan salah satu aplikasi pengenalan pola yang
17 BAB II REKOGNISI KARAKTER NUMERIK 2.1 Gambaran Singkat Rekognisi Karakter Optik Rekognisi karakter optik merupakan salah satu aplikasi pengenalan pola yang dirancang untuk menerjemahkan teks baik berupa
Lebih terperinciBAB III LANDASAN TEORI. 3.1 Metode GLCM ( Gray Level Co-Occurrence Matrix)
BAB III LANDASAN TEORI 3.1 Metode GLCM ( Gray Level Co-Occurrence Matrix) Metode GLCM menurut Xie dkk (2010) merupakan suatu metode yang melakukan analisis terhadap suatu piksel pada citra dan mengetahui
Lebih terperinciPENGEMBANGAN METODE SELEKSI TITIK MINUTIAE PADA SIDIK JARI DENGAN RADIUS KETETANGGAAN
PENGEMBANGAN METODE SELEKSI TITIK MINUTIAE PADA SIDIK JARI DENGAN RADIUS KETETANGGAAN Yohanes I. Riskajaya 1) dan Tohari Ahmad 2) 1, 2) Teknik Informatika, Fakultas Teknologi Informasi Institut Teknologi
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 terperinci1 BAB I PENDAHULUAN. Pengajaran yang diperoleh dari sekolah adalah pengenalan dan pemahaman akan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Sejak lahir, balita masih belum mengenal apapun yang dilihatnya. Dalam pertumbuhannya, balita mulai dapat mengenali sesuatu. Proses pengenalan pada balita dengan
Lebih terperinciOleh: Riza Prasetya Wicaksana
Oleh: Riza Prasetya Wicaksana 2209 105 042 Pembimbing I : Dr. I Ketut Eddy Purnama, ST., MT. NIP. 196907301995121001 Pembimbing II : Muhtadin, ST., MT. NIP. 198106092009121003 Latar belakang Banyaknya
Lebih terperinciSISTEM IDENTIFIKASI BERDASARKAN POLA SIDIK JARI TANGAN MENGGUNAKAN MINUTIAE-BASED MATCHING
SISTEM IDENTIFIKASI BERDASARKAN POLA SIDIK JARI TANGAN MENGGUNAKAN MINUTIAE-BASED MATCHING Disusun Oleh : Dimastya Yonathan Pratama (1022061) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. drg. Suria
Lebih terperinciENHANCEMENT CITRA SIDIK JARI KOTOR MENGGUNAKAN TEKNIK HYBRID MORPHOLOGY DAN GABOR FILTER
ENHANCEMENT CITRA SIDIK JARI KOTOR MENGGUNAKAN TEKNIK HYBRID MORPHOLOGY DAN GABOR FILTER MUHAMMAD NASIR 2208 205 001 Dosen Pembimbing : Mochamad Hariadi,, S.T., M.Sc.,., Ph.D. Sidang Tesis Fakultas Teknologi
Lebih terperinciTUGAS AKHIR CI1599 METODE PENGENALAN SIDIK JARI PARSIAL DENGAN MENGGUNAKAN DELAUNAY TRIANGULATION DAN ALGORITMA GENETIKA
TUGAS AKHIR CI1599 METODE PENGENALAN SIDIK JARI PARSIAL DENGAN MENGGUNAKAN DELAUNAY TRIANGULATION DAN ALGORITMA GENETIKA TOVAN SETIONO NRP 5105 100 007 Dosen Pembimbing Prof. Dr. Ir. Handayani Tjandrasa,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Citra (image) sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN Pada bab ini akan dibahas tentang latar belakang, perumusan masalah, tujuan penelitian, manfaat penelitian, dan kontribusi penelitian. Masalah-masalah yang dihadapi berkaitan dengan melakukan
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 terperinciMuhammad Reza Rukmana 1 Fakultas Informatika Universitas Telkom, Jalan Telekomunikasi No 1, 40257, Bandung, Indonesia
Sistem Pengenal Individu Berbasis Gabungan Palmprint dan Palm Geometry Menggunakan Pengukuran Geometris Palm dan Gabor Filter Palmprint and Palm Geometry Fusion based Personal Identification System using
Lebih terperinciBAB I PENDAHULUAN. semakin tinggi jumlah citra dijital yang dapat diakses oleh pengguna. Basis data citra
BAB I PENDAHULUAN 1.1 Latar Belakang Dengan perkembangan teknologi informasi dan komunikasi yang semakin pesat, semakin tinggi jumlah citra dijital yang dapat diakses oleh pengguna. Basis data citra akan
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 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 terperinciANALISIS DAN PEMBUATAN SISTEM PENGENALAN SIDIK JARI BERBASIS KOMPUTER DI POLDA METRO JAYA
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,
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 terperinciBAB 1 PENDAHULUAN. Saat ini, teknologi komputer telah berkembang dengan pesat dan telah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Saat ini, teknologi komputer telah berkembang dengan pesat dan telah banyak alat yang diciptakan untuk mendukung penggunaan komputer. Salah satu alat tersebut adalah
Lebih terperinciANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX
ANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX Mohammad imron (1), Yuliana Melita (2), Megister Teknologi Informasi Institusi
Lebih terperinciBAB 4. Sistem Yang Diusulkan
61 BAB 4 Sistem Yang Diusulkan 4.1 Kerangka Sistem Pada bagian ini dijelaskan lebih lanjut mengenai kerangka sistem yang diusulkan serta urut-urutan sistem berjalan. 4.1.1 Pengambilan Data Pada proses
Lebih terperinciAPLIKASI TRANSAKSI VOUCHER MENGGUNAKAN RFID DAN FINGERPRINT
APLIKASI TRANSAKSI VOUCHER MENGGUNAKAN RFID DAN FINGERPRINT Andi Prasetyo 1), Setiawardhana, S.T 2), Fernando Ardilla, S.ST 2) Mahasiswa Jurusan Teknologi Informasi 1), Dosen Jurusan Teknologi Informasi
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. Sistem biometrik merupakan teknologi pengenalan diri yang menggunakan
19 BAB 2 TINJAUAN PUSTAKA 2.1. Sistem Biometrik Sistem biometrik merupakan teknologi pengenalan diri yang menggunakan bagian tubuh atau perilaku manusia. Sidik jari dan tanda tangan merupakan contoh biometrik
Lebih terperinciBAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Citra Digital
4 BAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Bab ini berisi tentang teori yang mendasari penelitian ini. Terdapat beberapa dasar teori yang digunakan dan akan diuraikan sebagai berikut. 2.1.1 Citra Digital
Lebih terperinciANALISA PROSES PEMADANAN PADA PEMINDAIAN SIDIK JARI DI STMIK JIBES
ANALISA PROSES PEMADANAN PADA PEMINDAIAN SIDIK JARI DI STMIK JIBES SKRIPSI Diajukan sebagai salah satu syarat untuk memperoleh Gelar Sarjana Informatika Jurusan Teknik Informatika Oleh: Nike Mayasari NIM:
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR SCALE INVARIANT FEATURE TRANSFORM
IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR SCALE INVARIANT FEATURE TRANSFORM (SIFT) Vikri Ahmad Fauzi (0722098) Jurusan Teknik Elektro email: vikriengineer@gmail.com
Lebih terperinciPENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM)
Peningkatan Kualitas Citra Sidik Jari Menggunakan FFT...Salahuddin, dkk PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM) Salahuddin 1, Tulus 2 dan Fahmi 3 1) Magister Teknik
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 terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL BINARY PATTERN ABSTRAK
IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL BINARY PATTERN Zeth Pasongli (0222113) Jurusan Teknik Elektro Email: zeth_pasongli@yahoo.com ABSTRAK Pola pembuluh
Lebih terperinciSISTEM VERIFIKASI ONLINE MENGGUNAKAN BIOMETRIKA WAJAH
SISTEM VERIFIKASI ONLINE MENGGUNAKAN BIOMETRIKA WAJAH I Nyoman Piarsa, Riza Hisamuddin Staff Pengajar Teknik Elektro, Fakultas Teknik, Universitas Udayana Kampus Bukit Jimbaran, Bali, 80361 Email: manpits@ee.unud.ac.id
Lebih terperinciIDENTIFIKASI SIDIK JARI DENGAN MENGGUNAKAN STRUKTUR MINUTIA
IDENTIFIKASI SIDIK JARI DENGAN MENGGUNAKAN STRUKTUR MINUTIA Anggya N.D. Soetarmono, S.Kom. ABSTRAK Penelitian ini membahas tentang sistem identifikasi personal dengan menggunakan kesesuaian biometrik pada
Lebih terperinciANALISIS DAN IMPLEMENTASI METODE NIBLACK PADA SISTEM PENGENALAN IDENTITAS BERBASIS PALM VEIN
ISSN : 2355-9365 e-proceeding of Engineering : Vol.3, No.1 April 2016 Page 425 ANALISIS DAN IMPLEMENTASI METODE NIBLACK PADA SISTEM PENGENALAN IDENTITAS BERBASIS PALM VEIN ANALYSIS AND IMPLEMENTATION OF
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manuasia. Biometrika telah lama dikenal sebagai pendekatan yang
Lebih terperinciPengujian Pengenalan Wajah Menggunakan Raspberry Pi
Pengujian Pengenalan Wajah Menggunakan Raspberry Pi 1 Irvan Budiawan, 2 Andriana Prodi Teknik Elektro, Universitas Langlangbuana Bandung JL. Karapitan No.116, Bandung 40261 E-mail: 1 budiawan.irvan@gmail.com
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 III METODE PENELITIAN
BAB III METODE PENELITIAN Dalam penelitian ini diperlukan sebuah desain dan metode penelitian agar dalam pelaksanaaannya dapat menjadi lebih teratur dan terurut. 3.1. Desain Penelitian Bentuk dari desain
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi di bidang informasi spasial dan fotogrametri menuntut sumber data yang berbentuk digital, baik berformat vektor maupun raster. Hal ini dapat
Lebih terperinciBAB 3 IMPLEMENTASI SISTEM
BAB 3 IMPLEMENTASI SISTEM Bab ini akan membahas mengenai proses implementasi dari metode pendeteksian paranodus yang digunakan dalam penelitian ini. Bab ini terbagai menjadi empat bagian, bagian 3.1 menjelaskan
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 terperinciBAB IV HASIL DAN PENGUJIAN. telah dibuat. Pengujian yang dilakukan adalah menguji proses region of interest
BAB IV HASIL DAN PENGUJIAN Bab ini menjelaskan tentang seluruh hasil pengujian dari aplikasi yang telah dibuat. Pengujian yang dilakukan adalah menguji proses region of interest (ROI) yaitu suatu proses
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 IV HASIL DAN PEMBAHASAN
48 BAB IV HASIL DAN PEMBAHASAN 4.1 Analisis Sistem Sistem yang akan dibangun dalam penelitian ini adalah Implementasi Algoritma Template Matching dan Feature Extraction untuk Pengenalan Pola Angka Untuk
Lebih terperinciBAB I PERSYARATAN PRODUK
BAB I PERSYARATAN PRODUK I.1 Pendahuluan Pada Bab I ini, penulis akan membahas gambaran sistem yang akan dibuat secara garis besar. Pembahasan mencakup tujuan, ruang lingkup kerja, fungsi secara umum,
Lebih terperinciPerbandingan Metode-Metode Pembangkitan Kunci Berdasarkan Fitur Biometrik
Perbandingan Metode-Metode Pembangkitan Kunci Berdasarkan Fitur Biometrik Eka Mukti Arifah - 13507100 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI. implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan
BAB IV IMPLEMENTASI DAN EVALUASI Implementasi dan Evaluasi yang dilakukan penulis merupakan implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan perangkat lunak dari sistem secara keseluruhan
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada saat ini, penyimpanan informasi pada media digital sudah banyak dilakukan oleh orang. Dimulai dengan menyimpan sebuah file atau gabungan beberapa file yang disimpan
Lebih terperinciPengolahan Citra INTERACTIVE BROADCASTING. Yusuf Elmande., S.Si., M.Kom. Modul ke: Fakultas Ilmu Komunikasi. Program Studi Penyiaran
INTERACTIVE BROADCASTING Modul ke: Pengolahan Citra Fakultas Ilmu Komunikasi Yusuf Elmande., S.Si., M.Kom Program Studi Penyiaran www.mercubuana.ac.id Pendahuluan Istilah citra digital sangat populer pada
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 terperinciPENGENALAN SIDIK JARI MENGGUNAKAN JARINGAN SARAF
PENGENALAN SIDIK JARI MENGGUNAKAN JARINGAN SARAF Robbin Kristanto Tanzil Teknologi Informasi Sekolah Tinggi Teknik Surabaya robbin13mei@yahoo.com ABSTRAK Sidik jari paling banyak digunakan sebagai identification
Lebih terperinciSuatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.
Image Enhancement Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara. Cara-cara yang bisa dilakukan misalnya dengan fungsi transformasi, operasi matematis,
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Sistem Biometrika Sistem absensi sidik jari menggunakan metode biometrika. Sistem biometrik merupakan suatu teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku
Lebih terperinciPembentukan Vektor Ciri Dengan Menggunakan Metode Average Absolute Deviation (AAD)
Berkala Fisika ISSN : 1410-9662 Vol. 6, No. 1, Januari 2003, hal 5-10 Pembentukan Vektor Ciri Dengan Menggunakan Metode Average Absolute Deviation (AAD) Kusworo Adi Laboratorium Instrumentasi dan Elektronika
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 terperinciPENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM) TESIS. Oleh SALAHUDDIN /TE
PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM) TESIS Oleh SALAHUDDIN 107034007/TE FAKULTAS TEKNIK UNIVERSITAS SUMATERA UTARA MEDAN 2013 PENINGKATAN KUALITAS CITRA SIDIK
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 I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Menginterprestasi sebuah citra untuk memperoleh diskripsi tentang citra tersebut melalui beberapa proses antara lain preprocessing, segmentasi citra, analisis
Lebih terperinciANALISIS DAN PERANCANGAN PROGRAM APLIKASI. mahasiswa Binus University secara umum. Dan mampu membantu
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI 3.1. Analisa Sistem 3.1.1. Sejarah Umum Perusahaan Binus Learning Community adalah komunitas belajar binus yang berada dibawah sub unit mentoring Student
Lebih terperinciBAB II LANDASAN TEORI. Pengolahan Citra adalah pemrosesan citra, khususnya dengan menggunakan
BAB II LANDASAN TEORI 2.1. Citra Citra adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus dan intensitas cahaya pada bidang dwimatra
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI PERANGKAT LUNAK SISTEM PENCOCOKAN SIDIK JARI DENGAN ALGORITMA FILTERBANK GABOR. Aris Puji Widodo 1) dan Kusworo Adi 2)
PERANCANGAN DAN IMPLEMENTASI PERANGKAT LUNAK SISTEM PENCOCOKAN SIDIK JARI DENGAN ALGORITMA FILTERBANK GABOR Aris Puji Widodo 1) dan Kusworo Adi 2) 1) Jurusan Matematika FMIPA UNDIP 2) Jurusan Fisika FMIPA
Lebih terperinciBAB I PENDAHULUAN. macam aplikasi dalam kehidupan sehari-hari. Proses autentikasi itu sendiri adalah
BAB I PENDAHULUAN Latar Belakang Dewasa ini proses autentikasi semakin banyak digunakan untuk berbagai macam aplikasi dalam kehidupan sehari-hari. Proses autentikasi itu sendiri adalah proses untuk menentukan
Lebih terperinciPengenalan Pola Garis Telapak Tangan Menggunakan Metode Fuzzy K- Nearest Neighbor
Pengenalan Pola Garis Telapak Tangan Menggunakan Metode Fuzzy K- Nearest Neighbor Nurul Fajriani 1, Jayanti Yusmah Sari 2 Program Studi Teknik Informatika Universitas Halu Oleo Kendari, Indonesia nfajriani96@gmail.com
Lebih terperinciBAB 1 PENDAHULUAN. bertujuan untuk mengenali identitas seseorang secara otomatis dengan menggunakan
BAB 1 PENDAHULUAN 1.1. Latar Belakang Sistem pengenalan diri merupakan salah satu sistem biometrika yang bertujuan untuk mengenali identitas seseorang secara otomatis dengan menggunakan teknologi komputer.
Lebih terperinciBAB I PENDAHULUAN I.1 Latar Belakang
BAB I PENDAHULUAN I.1 Latar Belakang Proses pencocokan citra dilakukan dengan mengidentifikasi dan mengukur pasangan titiktitik sekawan antara citra satu dengan citra lainnya untuk objek yang sama pada
Lebih terperinciPerbandingan Dua Citra Bibir Manusia Menggunakan Metode Pengukuran Lebar, Tebal dan Sudut Bibir ABSTRAK
Perbandingan Dua Citra Bibir Manusia Menggunakan Metode Pengukuran Lebar, Tebal dan Sudut Bibir Rizki Hamdani / 0322 Jurusan Teknik Elektro, Fakultas Teknik Universitas Kristen Maranatha Jl. Prof. Drg.
Lebih terperinciSTMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2012/2013
STMIK GI MDP Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2012/2013 ANALISIS METODE DETEKSI MINUTIAE UNTUK EKSTRAKSI CIRI SIDIK JARI BERBASIS MATLAB Abstrak Armadi 2009250029
Lebih terperinciBAB II DASAR TEORI. 2.1 Meter Air. Gambar 2.1 Meter Air. Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus
BAB II DASAR TEORI 2.1 Meter Air Gambar 2.1 Meter Air Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor,
Lebih terperinciSistem Pengenalan Sidik Jari menggunakan Metode Template Matching
ISSN : 2355-9365 e-proceeding of Engineering : Vol.5, No.1 Maret 2018 Page 1847 Sistem Pengenalan Sidik Jari menggunakan Metode Template Matching Denny Alriza Pratama 1,Adiwijaya 2,Said Al Faraby 3 Ilmu
Lebih terperinciBINERISASI CITRA DOKUMEN DENGAN FILTERISASI HOMOMORPHIC
BINERISASI CITRA DOKUMEN DENGAN FILTERISASI HOMOMORPHIC Naser Jawas STMIK STIKOM BALI naser.jawas@stikom-bali.ac.id Abstrak Binerisasi citra dokumen adalah sebuah langkah awal yang sangat penting dalam
Lebih terperinciAPLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL
APLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL Murien Nugraheni Prodi Teknik Informatika Fak FTI UAD Jl. Prof. Dr. Soepomo, Janturan, Yogyakarta 55164,
Lebih terperinci