SISTEM PENGENALAN INDIVIDU MELALUI IDENTIFIKASI TELAPAK TANGAN DENGAN MENGGUNAKAN MATRIKS DISKRIMINATOR SEMINAR HASIL TUGAS AKHIR
|
|
- Devi Hartanto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 SISTEM PENGENALAN INDIVIDU MELALUI IDENTIFIKASI TELAPAK TANGAN DENGAN MENGGUNAKAN MATRIKS DISKRIMINATOR SEMINAR HASIL TUGAS AKHIR Oleh: Ahmad Sirojuddin Luthfi Dosen Pembimbing : Drs. Nurul Hidayat, M.Kom 1
2 PENDAHULUAN Latar Belakang Biometrika Obyek Biometrika Biometrika Telapak Tangan Penelitian Terdahulu Biometrika merupakan cabang matematika terapan yang bidang garapnya adalah untuk mengidentifikasi individu berdasarkan fisiologis yang dimilikinya yang bersifat unik. 2
3 PENDAHULUAN Latar Belakang Biometrika Obyek Biometrika Biometrika Telapak Tangan Penelitian Terdahulu Sidik jari (fingerprint) Iris mata (iris) Geometri tangan(hand geometry) Wajah (face) Suara (voice) Tanda tangan (signature) Telapak tangan (palmprint) 3
4 PENDAHULUAN Latar Belakang Biometrika Obyek Biometrika Biometrika Telapak Tangan Penelitian Terdahulu Telapak tangan menjadi sangat menarik untuk dikembangkan sebagai biometrika karena memiliki ciri yang lebih banyak dibandingkan sidik jari dan geometri tangan. Permukaan area telapak tangan yang lebih luas dibandingkan sidik jari diharapkan dapat menghasilkan ciri yang memiliki kemampuan membedakan yang lebih handal. 4
5 PENDAHULUAN Latar Belakang Biometrika Obyek Biometrika Biometrika Telapak Tangan Penelitian Terdahulu Ketut Gede Darma Putra(2009) dengan Dimensi Fraktal dan Lacunarity, Ratih Ayuningheni(2012) dengan Multiscale Wavelet Pyramid, Jinyu Guo(2012) dengan Block Entropy Map, Ricky Kurniadi(2012) dengan Filter Bank Gabor, dll 5
6 PENDAHULUAN Rumusan Masalah Bagaimana mengaplikasikan matriks diskriminator untuk proses identifikasi telapak tangan. Bagaimana membuat sistem yang mengenali individu melalui telapak tangan dan dengan interface yang userfriendly. 6
7 PENDAHULUAN Batasan Masalah Citra telapak tangan diambil secara langsung menggunakan webcam. Telapak tangan dalam keadaan normal dan bersih (tidak berminyak, tidak ada coretan, dll). Sensitif terhadap pergeseran 7
8 PENDAHULUAN Tujuan Mendapatkan aplikasi matriks diskriminator dalam proses identifikasi telapak tangan. Mendapatkan sistem yang dapat mengenali individu melalui telapak tangan dan sistem dengan interface yang user friendly.. 8
9 PENDAHULUAN Manfaat Dapat digunakan untuk membangun sistem pada area yang membutuhkan keamanan tingkat tinggi. Dapat digunakan untuk mengembangkan sistem pengenalan individu berbasis telapak tangan. Sebagai referensi dan informasi tentang penggunaan matriks diskriminator. 9
10 TINJAUAN PUSTAKA STUDI PENELITIAN SEBELUMNYA Pada tahun 2012, artikel yang ditulis J. Guo dengan judul Palmprint Recognition Using Block Entropy Map From a Single Image Per Person telah berhasil mencocokkan telapak tangan dengan akurasi 77.6%. Pada tahun 2012 juga, Tugas Akhir Jurusan Matematika ITS yang ditulis oleh Ricky Kurniadi dengan judul Pengembangan Sistem Identifikasi Telapak Tangan dengan Menggunakan Metode Filter Bank Gabor dengan hasil persentase tingkat keberhasilan sistem dalam melakukan identifikasi pengguna sebesar 92,727%. 10
11 TINJAUAN PUSTAKA UNJUK KERJA SISTEM BIOMETRIKA Untuk menghitung unjuk kerja sistem biometrika digunakan FNMR (False Non Match Rate). FNMR menyatakan probabilitas sampel dari pengguna tidak cocok dengan acuan lain yang diberikan pengguna yang sama. Rasio kesalahan ketidakcocokan dihitung dengan rumus: Rasio Kesalahan Ketidakcocokan = β n x100% dengan : β : jumlah kesalahan ketidakcocokan n : jumlah keseluruhan proses pencocokan 11
12 TINJAUAN PUSTAKA UNJUK KERJA SISTEM BIOMETRIKA Dengan semakin kecilnya tingkat kesalahan FNMR maka persentase keberhasilan identifikasi sistem menjadi semakin besar. Persentase keberhasilan sistem dapat dihitung dengan menggunakan persamaan berikut : Persentase keberhasilan = 100% FNMR 12
13 POLA TELAPAK TANGAN TINJAUAN PUSTAKA Telapak tangan mempunyai ciri lebih banyak daripada sidik jari. Ciri yang dimiliki telapak tangan adalah sebagai berikut : Ciri geometri Ciri garis-garis utama Ciri garis-garis kusut Ciri titik delta Ciri minusi Ciri garis-garis utama dan garis-garis kusut sering disebut ciri garis saja. Ciri ini dapat diperoleh dari citra telapak tangan beresolusi rendah, ini merupakan kelebihan telapak tangan dibanding sidik jari. 13
14 TINJAUAN PUSTAKA Proses Pra Pengolahan 5. Konversi Citra Menjadi Vektor Kolom 14
15 START SSSSS TINJAUAN PUSTAKA PCA END Input M Citra (x 1, x 2,, x m ) E = [v 1 v 2 v 3 v n ] Cari rata-ratanya μ = 1 M M x i i=1 Reduksi Jumlah Vektor Eigen dari yang terbesar Nilai Eigennya Cari Matriks Covariannya M C = 1 M (x i μ)(x i μ) T i=1 Sortir Vektor Eigen Berdasarkan Nilai Eigen Terbesar Cari Nilai Eigen Dan Vektor Eigen Cx = λx 15
16 TINJAUAN PUSTAKA MATRIKS DISKRIMINATOR Diskriminator berasal dari kata discriminator menurut Oxford Dictionaries artinya adalah a characteristic which enables people or things to be distinguished from one another, yang artinya ciri khas yang memungkinkan orang atau sesuatu bisa dibedakan satu dengan yang lain. Matriks diskriminator adalah matriks yang digunakan untuk membedakan telapak tangan setiap individu. 16
17 TINJAUAN PUSTAKA PROSES PENGHITUNGAN DISKRIMINATOR Untuk membuat diskriminator nya adalah D i = E T (x i μ) Dengan: D i = diskriminator untuk citra telapak tangan ke i E T = matriks vektor eigen yang sudah direduksi x i = vektor kolom yang merepresentasikan citra ke i μ = rata-rata dari citra telapak tangan di training set 17
18 TINJAUAN PUSTAKA PROSES PENCOCOKAN TELAPAK TANGAN Untuk proses pencocokan diskriminator telapak tangan digunakan Jarak Euclidian Ternormalisasi dengan persamaan : d u, v = u i v i 2 dengan: u i = u i u Dan v i = v i v Sedangkan untuk mendapatkan skor hasil pencocokan telapak tangan maka digunakan metode pengukuran kesamaan (similarity measure). Rentang skor berada antara 0 sampai 1 yang didapat dengan persamaan sebagai berikut: i skor = 1 d u,v 2
19 METODE PENELITIAN METODE PENELITIAN Mulai Perancangan Interface Perancangan dan Implementasi Sistem Integrasi Program Menjadi Sebuah Sistem Uji Coba dan Evaluasi 19 Selesai
20 HASIL DAN PEMBAHASAN LINGKUNGAN PERANCANGAN DAN UJI COBA SISTEM Perangkat Keras Perangkat Lunak Prosesor : Intel Core 2 Duo CPU 2,10 GHz Memory : 4 GB DDR3 Sistem Operasi : Windows 7 Ultimate Tools : Microsoft Visual C# Aforge.NET (framework) Accord.NET (framework) 20
21 HASIL DAN PEMBAHASAN GAMBARAN PROSES SECARA UMUM Secara umum proses dalam sistem ini terbagi menjadi 2 bagian : 1. Proses Registrasi / Pendaftaran Dalam tahap ini pengguna mendaftarkan identitas dirinya beserta data telapak tangan 2. Proses Identifikasi / Pengenalan Dalam tahap ini pengguna asing, mengidentifikasi dirinya melalui citra telapak tangannya. Apakah dia sudah terdaftar dalam sistem atau belum 21
22 PROSES REGISTRASI HASIL DAN PEMBAHASAN Akuisisi Data Pra-Pengolahan Ekstraksi Ciri PCA Perhitungan Diskriminator Penyimpanan 22
23 PROSES IDENTIFIKASI HASIL DAN PEMBAHASAN Akuisisi Data Pra-Pengolahan Ekstraksi Ciri Perhitungan Diskriminator Pencocokan 23
24 HASIL DAN PEMBAHASAN Pengujian Sistem Sistem akan diuji dengan panjang diskriminator 50, 100, 150, dan 200. Telapak tangan yang diakuisisi adalah sebelah kiri Jumlah Pengguna Terdaftar ada 60 orang yang dibagi menjadi 2 sesi dengan 30 pengguna setiap sesinya. Setiap pengguna diakuisisi sebanyak 3 kali Sistem diuji dengan 2 Citra Uji + 1 Citra Referensinya Total Pengujian 3 x 4 (Jenis Diskriminator) x 60 (Orang) = 720 pengujian. Threshold yang digunakan adalah
25 Hasil Uji Coba HASIL DAN PEMBAHASAN Hasil Kinerja Sistem Berdasarkan Pengujian Identifikasi Pengguna yang Terdaftar pada Sistem Menggunakan Diskriminator dengan panjang 50 dan 100 untuk Sesi I No Kriteria Hasil 1 Jumlah pengujian Identifikasi 90 2 Jumlah keberhasilan Identifikasi 86 3 Jumlah kegagalan Identifikasi 4 Hasil Kinerja Sistem Berdasarkan Pengujian Identifikasi Pengguna yang Terdaftar pada Sistem Menggunakan Diskriminator dengan panjang 150 dan 200 untuk Sesi I No Kriteria Hasil 1 Jumlah pengujian Identifikasi 90 2 Jumlah keberhasilan Identifikasi 85 3 Jumlah kegagalan Identifikasi 5 25
26 Hasil Uji Coba HASIL DAN PEMBAHASAN Hasil Kinerja Sistem Berdasarkan Pengujian Identifikasi Pengguna yang Terdaftar pada Sistem Menggunakan Diskriminator dengan panjang 150 untuk Sesi II No Kriteria Hasil 1 Jumlah pengujian Identifikasi 90 2 Jumlah keberhasilan Identifikasi 86 3 Jumlah kegagalan Identifikasi 4 Hasil Kinerja Sistem Berdasarkan Pengujian Identifikasi Pengguna yang Terdaftar pada Sistem Menggunakan Diskriminator dengan panjang 200 untuk Sesi II No Kriteria Hasil 1 Jumlah pengujian Identifikasi 90 2 Jumlah keberhasilan Identifikasi 85 3 Jumlah kegagalan Identifikasi 5 26
27 Hasil Uji Coba HASIL DAN PEMBAHASAN Hasil Kinerja Sistem Berdasarkan Pengujian Identifikasi Pengguna yang Terdaftar pada Sistem Menggunakan Diskriminator dengan panjang 150 untuk Sesi II No Kriteria Hasil 1 Jumlah pengujian Identifikasi 90 2 Jumlah keberhasilan Identifikasi 84 3 Jumlah kegagalan Identifikasi 6 Hasil Kinerja Sistem Berdasarkan Pengujian Identifikasi Pengguna yang Terdaftar pada Sistem Menggunakan Diskriminator dengan panjang 200 untuk Sesi II No Kriteria Hasil 1 Jumlah pengujian Identifikasi 90 2 Jumlah keberhasilan Identifikasi 83 3 Jumlah kegagalan Identifikasi 7 27
28 Hasil Uji Coba HASIL DAN PEMBAHASAN Tingkat Kesalahan FNMR Hasil Pengujian Pengguna yang Terdaftar pada Sesi I No Panjang Diskriminator Tingkat Kesalahan FNMR ,44% ,44% ,55% ,55% Tingkat Kesalahan FNMR Hasil Pengujian Pengguna yang Terdaftar pada Sesi II No Panjang Diskriminator Tingkat Kesalahan FNMR ,44% ,55% ,66% ,77% 28
29 Hasil Uji Coba HASIL DAN PEMBAHASAN Rata-Rata Tingkat Kesalahan FNMR Hasil Pengujian Pengguna yang Terdaftar pada Sistem No Panjang Diskriminator Tingkat Kesalahan FNMR ,44% ,99% ,11% ,66% 29
30 Hasil Uji Coba HASIL DAN PEMBAHASAN Persentase Keberhasilan Sistem Hasil Pengujian Pengguna yang Terdaftar pada Sistem untuk Sesi I No Panjang Diskriminator Presentase Keberhasilan ,56% ,56% ,45% ,45% Persentase Keberhasilan Sistem Hasil Pengujian Pengguna yang Terdaftar pada Sistem untuk Sesi II No Panjang Diskriminator Presentase Keberhasilan ,56% ,45% ,34% ,23% 30
31 Hasil Uji Coba HASIL DAN PEMBAHASAN Rata-Rata Presentase Keberhasilan Hasil Pengujian Pengguna yang Terdaftar pada Sistem No Panjang Diskriminator Presentase Keberhasilan ,56% ,01% ,90% % 31
32 HASIL DAN PEMBAHASAN Berdasarkan analisis terhadap hasil pengujian sistem diambil beberapa kesimpulan sebagai berikut: Dalam tugas akhir ini diskriminator yang dihasilkan dari PCA digunakan untuk melakukan identifikasi telapak tangan. Proses pencocokan telapak tangan dihitung dengan menggunakan persamaan jarak Euclidean ternormalisasi dan penghitungan skor menggunakan similarity measure. Diskriminator yang dihasilkan dari PCA memiliki hasil yang bagus dalam mengekstraksi dan merepresentasikan ciri citra telapak tangan. Hal ini dapat diketahui berdasarkan persentase tingkat keberhasilan sistem dalam mengidentifikasi pengguna yang dapat mencapai 95,56% pada pengujian pengguna dengan panjang diskriminator
33 DAFTAR PUSTAKA DAFTAR PUSTAKA [1] Ayuningheni, R. (2012). Multiscale Wavelet Pyramid Untuk Sistem Autentikasi Citra Telapak Tangan. Thesis Jurusan Teknik Informatika ITS. [2] Guo, J. (2012). Palmprint Recognition Using Block Entropy Map From a Single Image Per Person. Journal of Computational Information Systems. [3] Kurniadi, R. (2012). Pengembangan Sistem Identifikasi Telapak Tangan dengan Menggunakan Metode Filter Bank Gabor. Tugas Akhir Jurusan Matematika ITS. [4] Lu, G., Zhang, D., Wang, K. (2003). Palmprint recognition using eigenpalms features. Pattern Recognition Letters 24, Hal [5] Putra, IKGD. (2007). Sistem Verifikasi Menggunakan Garis-garis Telapak Tangan. Jurnal Teknologi Elektro Universitas Udayana Vol. 6 No.2 [6] Putra, IKGD. (2009). Sistem Verifikasi Biometrika Telapak Tangan dengan Metode Dimensi Fraktal dan Lacunarity. Jurnal Teknologi Elektro Universitas Udayana Vol. 8 No.2. [7] Putra, IKGD., Bhuana, W., Erdiawan. (2011). Pembentukan Kode Telapak Tangan (Palm Code) Berbasis Metode Gabor 2D. Makara Teknologi Vol. 15, No. 2. Hal [8] Su, CL. (2009). Palm-print Recognition by Matrix Discriminator. Expert Systems with Applications 36, Hal [9] Zhang, D., Jing, X., Yang, J. (2006). Biometric Image Discrimination Technologies. Idea Group Publishing. 33
34 TERIMA KASIH 34
I. PENDAHULUAN. istem biometrika merupakan teknologi pengenalan individu dengan menggunakan bagian tubuh atau
1 Sistem Pengenalan Individu Melalui Identifikasi Telapak Tangan dengan Menggunakan Matriks Ahmad Sirojuddin Luthfi dan Nurul Hidayat Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam,
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 terperinciAnalisis Kinerja Pengenalan Telapak Tangan Menggunakan Ekstraksi Ciri Principal Component Analysis (PCA) dan Overlapping Block
Scientific Journal of Informatics Vol. 2, No. 2, November 2015 p-issn 2407-7658 http://journal.unnes.ac.id/nju/index.php/sji e-issn 2460-0040 Analisis Kinerja Pengenalan Telapak Tangan Menggunakan Ekstraksi
Lebih terperinciJARINGAN SARAF TIRUAN PADA BIOMETRIKA DETEKSI CITRA GARIS TELAPAK TANGAN DENGAN METODE BACKPROPAGATION
1 JARINGAN SARAF TIRUAN PADA BIOMETRIKA DETEKSI CITRA GARIS TELAPAK TANGAN DENGAN METODE BACKPROPAGATION Satria Bagus Pamungkas A11.2009.05057 Program Studi Teknik Informatika S1 Fakultas Ilmu Komputer
Lebih terperinciRANCANG DAN IMPLEMENTASI PATTERN RECOGNITION PADA GARIS TELAPAK TANGAN UNTUK AKSES KEAMANAN PINTU
RANCANG DAN IMPLEMENTASI PATTERN RECOGNITION PADA GARIS TELAPAK TANGAN UNTUK AKSES KEAMANAN PINTU Mutia Rafika 1*, Abdul Rakhman 1, Jon Endri 1 1 Program Studi Teknik Telekomunikasi, Jurusan Teknik Elektro,
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 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 5 UJI COBA DAN ANALISA HASIL
BAB 5 UJI COBA DAN ANALISA HASIL Pada bab ini diuraikan mengenai lingkungan uji coba, hasil uji coba serta analisa hasil uji coba dari perangkat lunak. 5.1 Lingkungan Lingkungan uji coba merupakan komputer
Lebih terperinciKINERJA PENGENALAN SISTEM BIOMETRIK TELAPAK TANGAN MENGGUNAKAN EKSTRAKSI CIRI BERBASIS GELOMBANG SINGKAT BIORTOGONAL
KINERJA PENGENALAN SISTEM BIOMETRIK TELAPAK TANGAN MENGGUNAKAN EKSTRAKSI CIRI BERBASIS GELOMBANG SINGKAT BIORTOGONAL Herjuna Dony Anggara Putra *), R. Rizal Isnanto, and Ajub Ajulian Zahra Jurusan 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 terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Dewasa ini pengolahan citra digital telah mengalami perkembangan pesat dengan semakin banyak penelitian tentang pengenalan objek dari sebuah citra. Pengenalan suatu
Lebih terperinciTugas Teknik Penulisan Karya Ilmiah. M.FAIZ WAFI Sistem Komputer Fakultas Ilmu Komputer Universitas Sriwijaya
Tugas Teknik Penulisan Karya Ilmiah Sistem Identifikasi Biometrik Finger Knuckle Print Menggunakan Histogram Equalization dan Principal Component Analysis (PCA) M.FAIZ WAFI 09121001043 Sistem Komputer
Lebih terperinciUJI KINERJA FACE RECOGNITION MENGGUNAKAN EIGENFACES
1 Uji Kinerja Face Recognition Menggunakan Eigenfaces UJI KINERJA FACE RECOGNITION MENGGUNAKAN EIGENFACES ABDUL AZIS ABDILLAH 1 1STKIP Surya, Tangerang, Banten, abdillah.azul@gmail.com Abstrak. Pada paper
Lebih terperinciPENGENALAN WAJAH MELALUI WEBCAM DENGAN METODA GABOR WAVELET-KERNEL FISHER ANALYSIS
PENGENALAN WAJAH MELALUI WEBCAM DENGAN METODA GABOR WAVELET-KERNEL FISHER ANALYSIS HERON P HAREFA NRP : 0222187 PEMBIMBING : IR. AAN DARMAWAN, MT. UNIVERSITAS KRISTEN MARANATHA FAKULTAS TEKNIK JURUSAN
Lebih terperinciKINERJA PENGENALAN SISTEM BIOMETRIK TELAPAK TANGAN MENGGUNAKAN EKSTRAKSI CIRI BERBASIS GELOMBANG SINGKAT BIORTOGONAL
KINERJA PENGENALAN SISTEM BIOMETRIK TELAPAK TANGAN MENGGUNAKAN EKSTRAKSI CIRI BERBASIS GELOMBANG SINGKAT BIORTOGONAL Herjuna Dony Anggara Putra *), R. Rizal Isnanto, dan Ajub Ajulian Zahra Jurusan Teknik
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 terperinciIDENTIFIKASI TELAPAK TANGAN (PALMPRINT) DENGAN EKSTRAKSI FITUR DIMENSI FRAKTAL DAN LACUNARITY ABSTRAK
IDENTIFIKASI TELAPAK TANGAN (PALMPRINT) DENGAN EKSTRAKSI FITUR DIMENSI FRAKTAL DAN LACUNARITY Suriyati Teknologi Informasi Sekolah Tinggi Teknik Surabaya nuri_lewa@yahoo.com ABSTRAK Sistem pengenalan diri
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 terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Perkembangan teknologi biometrika sudah sedemikian pesat dan canggih. Teknologi biometrika telah banyak diterapkan di berbagai bidang, seperti aplikasi pemerintahan,
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 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 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Implementasi 4.1.1 Spesifikasi Sistem Spesifikasi yang digunakan dalam menjalankan sistem kontrol akses berbasis real time face recognition dan gender information ditunjukkan
Lebih terperinciVERIFIKASI BIOMETRIKA TELAPAK TANGAN DALAM PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN BAGI MANAJEMEN PERSONALIA
JURNAL TEKNOLOGI INFORMASI DAN KOMUNIKASI Vol.6 No. 2, Desember 2017 : 113-121 VERIFIKASI BIOMETRIKA TELAPAK TANGAN DALAM PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN BAGI MANAJEMEN PERSONALIA VERIFICATION OF
Lebih terperinciPENGENALAN WAJAH DENGAN METODE ADJACENT PIXEL INTENSITY DIFFERENCE QUANTIZATION TERMODIFIKASI
PENGENALAN WAJAH DENGAN METODE ADJACENT PIXEL INTENSITY DIFFERENCE QUANTIZATION TERMODIFIKASI Nama Mahasiswa : Yuliono NRP : 1206 100 720 Jurusan : Matematika Dosen Pembimbing : Drs. Soetrisno, M.IKomp
Lebih terperinciSISTEM PINTU OTOMATIS BERDASARKAN PENGENALAN WAJAH MENGGUNAKAN METODE NEAREST FEATURE LINE
SISTEM PINTU OTOMATIS BERDASARKAN PENGENALAN WAJAH MENGGUNAKAN METODE NEAREST FEATURE LINE Agus Budi Dharmawan 1), Lina 2) 1), 2) Teknik Informatika FTI - UNTARJakarta Jl S. Parman No.1, Jakarta 11440
Lebih terperinciPENGENALAN GARIS TELAPAK TANGAN MENGGUNAKAN EKSTRAKSI JARAK EUCLIDEAN TERNORMALISASI SKRIPSI FUJI FRILLA KURNIA
PENGENALAN GARIS TELAPAK TANGAN MENGGUNAKAN EKSTRAKSI 09PENGENALAN GARIS TELAPAK TANGAN DENGAN MENGGUNAKAN FITUR EKSTRAKSI OPERASI BLOK FITUR OPERASI NON-OVERLAPPING BLOK NON-OVERLAPPING DAN PENCOCOKAN
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 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 IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Pengembangan Sistem Pengenalan Wajah 2D
30 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Pengembangan Sistem Pengenalan Wajah 2D Penelitian ini mengembangkan model sistem pengenalan wajah dua dimensi pada citra wajah yang telah disiapkan dalam
Lebih terperinciREALISASI PERANGKAT LUNAK UNTUK MEMVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCALITY PRESERVING PROJECTION
REALISASI PERANGKAT LUNAK UNTUK MEMVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCALITY PRESERVING PROJECTION FadliWitular (0822043) Jurusan Teknik Elektro Universitas
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 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 terperinciEKSTRAKSI CIRI CITRA TELAPAK TANGAN DENGAN ALIHRAGAM GELOMBANG SINGKAT HAAR MENGGUNAKAN PENGENALAN JARAK EUCLIDEAN
EKSTRAKSI CIRI CITRA TELAPAK TANGAN DENGAN ALIHRAGAM GELOMBANG SINGKAT HAAR MENGGUNAKAN PENGENALAN JARAK EUCLIDEAN Ilina Khoirotun Khisan Iskandar *), R. Rizal Isnanto, and Ajub Ajulian Zahra Jurusan Teknik
Lebih terperinciBAB II TINJAUAN PUSTAKA. menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C-
8 BAB II TINJAUAN PUSTAKA 2.1 Studi Pendahuluan Sebelumnya telah ada penelitian tentang sistem pengenalan wajah 2D menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C- Means dan jaringan
Lebih terperinciAplikasi Identifikasi Wajah Berbasis Android
Aplikasi Identifikasi Wajah Berbasis Android I Kadek Surya Widiakumara 1, I Ketut Gede Darma Putra 2, Kadek Suar Wibawa 3 Program Studi Teknologi Informasi, Fakultas Teknik, Universitas Udayana Jl. Raya
Lebih terperinciPengembangan Perangkat Lunak untuk Pengenalan Wajah dengan Filter Gabor Menggunakan Algoritma Linear Discriminant Analysis (LDA)
Pengembangan Perangkat Lunak untuk Pengenalan Wajah dengan Filter Gabor Menggunakan Algoritma Linear Discriminant Analysis (LDA) Erma Rachmawati Jurusan Teknik Elektro- FTI, Institut Teknologi Sepuluh
Lebih terperinciSISTEM PENGENALAN WAJAH DENGAN METODE EIGENFACE DAN JARINGAN SYARAF TIRUAN (JST)
Berkala Fisika ISSN : 1410-9662 Vol. 15, No. 1, Januari 2012, hal 15-20 SISTEM PENGENALAN WAJAH DENGAN METODE EIGENFACE DAN JARINGAN SYARAF TIRUAN (JST) Tri Mulyono, Kusworo Adi dan Rahmat Gernowo Jurusan
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN
Jurnal Teknik Informatika Vol. 1 September 2012 1 PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN Wahyu Saputra Wibawa 1, Juni Nurma Sari 2, Ananda 3 Program Studi
Lebih terperinciPROTOTYPE PENGENALAN WAJAH MELALUI WEBCAM DENGAN MENGGUNAKAN ALGORITMA PRICIPAL COMPONENT ALAYSIS (PCA) DAN LINIER DISCRIMINANT ANALYSIS (LDA)
PROTOTYPE PENGENALAN WAJAH MELALUI WEBCAM DENGAN MENGGUNAKAN ALGORITMA PRICIPAL COMPONENT ALAYSIS (PCA) DAN LINIER DISCRIMINANT ANALYSIS (LDA) Jemmy E.Purwanto Jemmy.e.Purwanto@Gmail.com Pembimbing I :
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 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 terperinciSISTEM IDENTIFIKASI CITRA JENIS KUNYIT (Curcuma Domestica Val.) MENGGUNAKAN METODE KLASIFIKASI MINKOWSKI DISTANCE FAMILY
SISTEM IDENTIFIKASI CITRA JENIS KUNYIT (Curcuma Domestica Val.) MENGGUNAKAN METODE KLASIFIKASI MINKOWSKI DISTANCE FAMILY 1 Devi Puspita Sari (08018272), 2 Abdul Fadlil (0510076701) 1 Program Studi Teknik
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 III METODOLOGI PENELITIAN. Desain penelitian ini mengacu pada tahapan proses yang ada pada sistem
21 BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Desain penelitian ini mengacu pada tahapan proses yang ada pada sistem pengenalan wajah ini yaitu input, proses dan output. Dengan input bahan penelitian
Lebih terperinciPrincipal Component Analysis
Perbandingan Ukuran Jarak pada Proses Pengenalan Wajah Berbasis Principal Component Analysis (PCA) Pembimbing: Dr.Ir.Wirawan, DEA (Ir. Hendra Kusuma, M.Eng) Nimas Setya Yaniar 2208.100.616 POSE (posisi
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 I PENDAHULUAN. a. Universal (universality), dimana karakteristik yang dipilih harus dimiliki oleh setiap orang.
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Berdasar dari ciri atau tanda dari seseorang maka identitas seseorang itu dapat diketahui. Permasalahan yang menyangkut identitas seseorang tersebut dapat dikategorikan
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 terperinciAplikasi Sistem Pengenalan Individu Berbasis Sidik Jari pada Pengembangan Portal Otomatis
1 Aplikasi Sistem Pengenalan Individu Berbasis pada Pengembangan Portal Otomatis Catharina Hilda Asritirtany dan Nurul Hidayat Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam Institut
Lebih terperinciSistem Pengenalan Wajah Dengan Metode Face Features
Sistem Pengenalan Wajah Dengan Metode Face Features Ardiansiah 1, Widyadi Setiawan 2, Linawati 3 1 Mahasiswa Jurusan Teknik Elektro Dan Komputer, Fakultas Teknik Universitas Udayana 2, 3 Staff Pengajar
Lebih terperinciVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FILTER GABOR ABSTRAK
VERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FILTER GABOR Eric (0822026) Jurusan Teknik Elektro Universitas Kristen Maranatha email: eric.wennas@gmail.com ABSTRAK Pola pembuluh
Lebih terperinciBAB III METODOLOGI PENELITIAN. manusia dengan menggunakan metode Gabor Filter dan Algoritma
BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Berikut merupakan desain penelitian yang akan digunakan pada proses rancang bangun aplikasi sistem pengenalan pola fraktur tengkorak manusia dengan menggunakan
Lebih terperinciDr. R. Rizal Isnanto, S.T., M.M., M.T.
Ekstraksi Ciri Ucapan Menggunakan Analisis Komponen Utama (Principal Components Analysis - PCA) Matakuliah Speech Recognition (Pertemuan ke-6 dan ke-7) Dr. R. Rizal Isnanto, S.T., M.M., M.T. Program Studi
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 terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Implementasi 4.1.1 Spesifikasi Sistem Spesifikasi komputer yang digunakan dalam melakukan simulasi pada aplikasi perancangan pencarian daftar hitam dengan deteksi wajah berdasarkan
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 terperinciImplementasi Pengenalan Citra Wajah dengan Algoritma Eigenface pada Metode Principal Component Analysis (PCA)
46 Implementasi Pengenalan Citra Wajah dengan Algoritma Eigenface pada Metode Principal Component Analysis (PCA) Iwan Setiawan setiawanise@yahoo.com, Welly Iskand welly.iskand@gmail.com, Fauzi Nur Iman
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 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 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 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 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 terperinciAPLIKASI REKAM KEHADIRAN DENGAN DETEKSI WAJAH MENGGUNAKAN METODE EIGNFACE PADA KEJAKSAAN TINGGI SULAWESI SELATAN
Seminar Nasional Teknologi Informasi dan Multimedia STMIK AMIKOM Yogyakarta, 6-8 Februari ISSN : -8 APLIKASI REKAM KEHADIRAN DENGAN DETEKSI WAJAH MENGGUNAKAN METODE EIGNFACE PADA KEJAKSAAN TINGGI SULAWESI
Lebih terperinciAPLIKASI BIOMETRIKA PENCOCOKAN CITRA DAUN TELINGA BERBASIS TEKSTUR DAN BENTUK MENGGUNAKAN METODE TRANSFORMASI WAVELET DAN CHAIN CODE
APLIKASI BIOMETRIKA PENCOCOKAN CITRA DAUN TELINGA BERBASIS TEKSTUR DAN BENTUK MENGGUNAKAN METODE TRANSFORMASI WAVELET DAN CHAIN CODE Ezy Claudia Nivsky 1, Ernawati 2, Endina Putri Purwandari 3 1,2,3 Program
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 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 terperinciENKRIPSI DATA HASIL ANALISIS KOMPONEN UTAMA (PCA) ATAS CITRA IRIS MATA MENGGUNAKAN ALGORITMA MD5
MAKALAH SEMINAR TUGAS AKHIR ENKRIPSI DATA HASIL ANALISIS KOMPONEN UTAMA (PCA) ATAS CITRA IRIS MATA MENGGUNAKAN ALGORITMA MD5 Sunaryo 1, Budi Setiyono 2, R. Rizal Isnanto 2 Abstrak - Biometrik merupakan
Lebih terperinciVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR CHAIN CODE ABSTRAK
VERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR CHAIN CODE Andre Sitorus (0822107) Jurusan Teknik Elektro email: tiantorus11@gmail.com ABSTRAK Pola yang dibentuk oleh
Lebih terperincidan 3. Jumlah partisi vertikal (m) dari kiri ke kanan beturut-turut adalah 1, 2, 3, 4, dan 5. akurasi =.
dan 3. Jumlah partisi vertikal (m) dari kiri ke kanan beturut-turut adalah 1, 2, 3, 4, dan 5. Gambar 5 Macam-macam bentuk partisi citra. Ekstraksi Fitur Pada tahap ini semua partisi dari citra dihitung
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN Bab ini membahas mengenai latar belakang, rumusan masalah yang mendasari penelitian yang dilakukan, tujuan penelitian, manfaat penelitian, batasan masalah, dan sistematika penulisan.
Lebih terperinciEKSTRAKSI CIRI CITRA TELAPAK TANGAN DENGAN ALIHRAGAM GELOMBANG SINGKAT HAAR MENGGUNAKAN PENGENALAN JARAK EUCLIDEAN PADA SISTEM PRESENSI
EKSTRAKSI CIRI CITRA TELAPAK TANGAN DENGAN ALIHRAGAM GELOMBANG SINGKAT HAAR MENGGUNAKAN PENGENALAN JARAK EUCLIDEAN PADA SISTEM PRESENSI Afrizal Mohamad Riandy *), R. Rizal Isnanto, and Ajub Ajulian Zahra
Lebih terperinciHasil Ekstraksi Algoritma Principal Component Analysis (PCA) untuk Pengenalan Wajah dengan Bahasa Pemograman Java Eclipse IDE
Hasil Ekstraksi Algoritma Principal Component Analysis (PCA) untuk Pengenalan dengan Bahasa Pemograman Java Eclipse IDE Fiqih Ismawan Dosen Program Studi Teknik Informatika, FMIPA Universitas Indraprasta
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 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 terperinciIII METODOLOGI PENELITIAN
13 III METODOLOGI PENELITIAN 3.1 Kerangka Penelitian Penelitian dilakukan dalam lima tahapan utama, yaitu ekstraksi frame video, ekstraksi fitur SIFT dari seluruh frame, pembentukan kantong kata visual
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 terperinciPENGENALAN CIRI GARIS UTAMA TELAPAK TANGAN MENGGUNAKAN ALIHRAGAM GELOMBANG SINGKAT DAUBECHIES DENGAN JARAK EUCLIDEAN
PENGENALAN CIRI GARIS UTAMA TELAPAK TANGAN MENGGUNAKAN ALIHRAGAM GELOMBANG SINGKAT DAUBECHIES DENGAN JARAK EUCLIDEAN Dyah Kusuma Mauliyani *), R. Rizal Isnanto, and Ajub Ajulian Zahra Jurusan Teknik Elektro,
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Implementasi 4.1.1 Spesifikasi Sistem Adapun spesifikasi komputer yang digunakan penulis dalam melakukan simulasi pada aplikasi penelitian pengenalan citra wajah dengan variasi
Lebih terperinciSegitiga Fuzzy-Neural Network untuk Mengenali Pola dari Model Input Data yang Berdistribusi
J. Math. and Its Appl. ISSN: 1829-605X Vol. 4, No. 1, May 2007, 9 16 Segitiga Fuzzy-Neural Network untuk Mengenali Pola dari Model Input Data yang Berdistribusi Hary Budiarto Pusat Teknologi Informasi
Lebih terperinciPENGENALAN CIRI GARIS TELAPAK TANGAN MENGGUNAKAN EKSTRAKSI FITUR (GLCM) DAN METODE K-NN
32 ISSN: 1978-1520 PENGENALAN CIRI GARIS TELAPAK TANGAN MENGGUNAKAN EKSTRAKSI FITUR (GLCM) DAN METODE K-NN Palm Characteristic Recognition Using Feature Extraction (GLCM) and K- NN Method Intan Purnamasari
Lebih terperinciPerancangan Verifikasi Menggunakan Garis-Garis Telapak Tangan DESIGN VERIFICATION USING PALMPRINT
P-ISSN : 2087-9571, E-ISSN : 2541-335X IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 36 Perancangan Verifikasi Menggunakan Garis-Garis Telapak Tangan DESIGN VERIFICATION USING PALMPRINT Novan Wijaya* 1, Hafiz
Lebih terperinciFACE RECOGNITION MENGGUNAKAN METODE TWO- DIMENSIONAL PRINCIPAL COMPONENTS ANALYSIS (2DPCA) ABSTRAK
FACE RECOGNITION MENGGUNAKAN METODE TWO- DIMENSIONAL PRINCIPAL COMPONENTS ANALYSIS (2DPCA) Kurnia Novita Mutu (0722029) Jurusan Teknik Elektro email: mutunia@gmail.com ABSTRAK Perkembangan biometrik pada
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 terperinciPROTOTYPE SISTEM ABSENSI MAHASISWA MENGGUNAKAN RADIO FREKUENSI IDENTIFICATION (RFID) DAN FINGERPRINT KOMPETENSI JARINGAN
PROTOTYPE SISTEM ABSENSI MAHASISWA MENGGUNAKAN RADIO FREKUENSI IDENTIFICATION (RFID) DAN FINGERPRINT KOMPETENSI JARINGAN I Putu Buda Haryana NIM. 0608605059 JURUSAN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Keamanan adalah masalah penting dalam kehidupan masyarakat pada saat ini. Terjadinya banyak tindak kejahatan dan pemalsuan identitas mengindikasikan bahwa masyarakat
Lebih terperinciSistem Identifikasi Biometrik Finger Knuckle Print Menggunakan Histogram Equalization dan Principal Component Analysis (PCA)
1 Sistem Identifikasi Biometrik Finger Knuckle Print Menggunakan Histogram Equalization dan Principal Component Analysis (PCA) Fida Maisa Hana Jurusan Teknik Informatika FIK UDINUS,Jl. Nakula I No. 5-11
Lebih terperinciYOGI WARDANA NRP
PENGEMBANGAN ALGORITMA SISTEM IDENTIFIKASI MATA MANUSIA BERBASIS PENGOLAHAN CITRA DENGAN METODE GABOR PADA PERALATAN AOI ( AUTOMATED OPTICAL INSPECTION ) YOGI WARDANA NRP. 2107 100 115 JURUSAN TEKNIK MESIN
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
68 BAB 4 HASIL DAN PEMBAHASAN 4.1. Uji Algoritma Pengujian dilakukan untuk mendapatkan algoritma yang paling optimal dari segi kecepatan dan tingkat akurasi yang dapat berjalan secara real time pada smartphone
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 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 terperinciABSTRAK. Michael Parlindungan ( ) Jurusan Teknik Elektro Universitas Kristen Maranatha
PENGENALAN POLA HURUF t DARI TULISAN TANGAN UNTUK MENENTUKAN KARAKTER SESEORANG DENGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS DAN ALGORITMA BACKPROPAGATION ABSTRAK Michael Parlindungan (0722017) Jurusan
Lebih terperinciEKSTRAKSI CIRI GEOMETRIS UNTUK APLIKASI IDENTIFIKASI WAJAH. Oleh: Kholistianingsih
EKSTRAKSI CIRI GEOMETRIS UNTUK APLIKASI IDENTIFIKASI WAJAH Oleh: Kholistianingsih Abstract Face recognition is a non-contact biometric identification that tries to verify individuals automatically based
Lebih terperinciPENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN EUCLIDEAN DISTANCE
PENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN EUCLIDEAN DISTANCE Widodo Muda Saputra, Helmie Arif Wibawa, S.Si, M.Cs, dan Nurdin Bahtiar, S.Si, M.T Fakultas Sains dan Matematika, Jurusan Ilmu Komputer
Lebih terperinciBAB I PENDAHULUAN. perkembangan zaman dan teknologi, teknik pengenalan individu secara
BAB I PENDAHULUAN 1.1 Latar Belakang Untuk mengontrol akses menuju suatu wilayah atau material yang dilindungi, dibutuhkan teknik pengenalan individu yang handal. Seiring dengan perkembangan zaman dan
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Rancangan Perangkat Keras 3.1.1 Diagram Blok Sistem Rancangan perangkat keras dari aplikasi pengenalan wajah ini dapat dilihat pada diagram blok Gambar 3.1 sebagai berikut
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 3 PEMBAHASAN. 3.1 Sistem Absensi Berbasis Webcam
BAB PEMBAHASAN.1 Sistem Absensi Berbasis Webcam Sistem absensi berbasis webcam adalah sistem yang melakukan absensi karyawan berdasarkan input citra hasil capture webcam. Sistem akan melakukan posting
Lebih terperinciKelas. Kelas. p q r s t u v w x y Level Transformasi.
Fitur yang digunakan untuk pelatihan pada algoritme VFI5 diperoleh dari tiap-tiap piksel pada citra tanda tangan. Fitur pada pelatihan yang semula berupa matriks berukuran 3 4 piksel disusun menjadi matriks
Lebih terperinciSISTEM IDENTIFIKASI TELAPAK TANGAN MENGGUNAKAN EKSTRAKSI CIRI BERBASIS DIMENSI FRAKTAL
SISTEM IDENTIFIKASI TELAPAK TANGAN MENGGUNAKAN EKSTRAKSI CIRI BERBASIS DIMENSI FRAKTAL M. Ikhsan Mulyadi *), R. Rizal Isnanto, and Achmad Hidayatno Jurusan Teknik Elektro, Universitas Diponegoro Semarang
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Segmentasi citra (image segmentation) merupakan langkah awal pada proses analisa citra yang bertujuan untuk mengambil informasi yang terdapat di dalam suatu citra.
Lebih terperinci