BAB I PENDAHULUAN Latar Belakang
|
|
- Ida Hermawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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, komersial, dan forensik. Berbagai penelitian tentang sistem biometrika telah dilakukan di berbagai Perguruan Tinggi. Sistem identifikasi biometrika didasarkan pada karakteristik alami manusia, yaitu karakteristik fisiologis dan karakteristik perilaku yang mencakup: sidik jari (fingerprint), telinga, wajah (face), geometri tangan (hand geometry), pola urat (vein pattern), suara (voice), pola penekanan tombol (keystroke pattern), tanda tangan (signature), selaput pelangi (iris), telapak tangan (palmprint), gaya berjalan (gait), dan jejak panas pada wajah (facial thermogram) [1]. Identifikasi biometrika memiliki keunggulan dibanding dengan metode konvensional karena tidak mudah dicuri atau digunakan oleh pengguna yang tidak berwenang. Sidik jari (fingerprint) merupakan biometrika yang telah digunakan lebih dari 30 tahun dan yang paling banyak digunakan [2]. Minusi (minutiae) merupakan ciri unik pada sidik jari yang menyebabkan sidik jari menjadi sangat handal untuk digunakan pada sistem pengenalan personal. Untuk akuisisi data, sidik jari memerlukan kontak langsung dengan pengguna, karena pada saat menempelkan sidik jari ke sensor, posisi sidik jari diletakkan pada bagian tengah sensor dan tegak lurus terhadap alat pemindai untuk mendapatkan titik acuan (reference point) yang benar. Berbeda dengan telinga, akuisisi data bersifat nonintrusive yaitu tidak memerlukan kerja sama dengan pengguna. Wajah (face) merupakan biometrika yang cukup banyak digunakan dalam sistem pengenalan personal [3]. Pengenalan wajah sangat dipengaruhi oleh ekspresi, bentuk rambut, make-up, dan kaca mata, sehingga tingkat akurasi biometrika wajah rendah. Tingkat akurasi biometrika wajah akan lebih rendah bila digunakan untuk sistem identifikasi. Selain itu, kelemahan biometrika wajah adalah sulit membedakan wajah orang kembar. Kendala utama dalam peningkatan 1
2 pengenalan wajah adalah adanya ekspresi wajah [4]. Wajah adalah objek yang tidak kaku terdiri dari rincian atau pola yang kompleks sering berubah-ubah yang disebut ekspresi wajah [5]. Tidak adanya pengaruh ekspresi terhadap kontur telinga menjadi satu pemikiran yang dilakukan dalam penelitian ini. Penggunaan kontur telinga sebagai objek pembeda merupakan hal yang tepat dalam peningkatan akurasi pengenalan personal. merupakan biometrika yang mulai dikembangkan sebagai sistem pengenalan personal, dalam lima tahun terakhir [6]. manusia adalah struktur yang stabil yang kaya akan informasi dan mudah dicitrakan untuk identifikasi biometrika. mudah dicitrakan dengan menggunakan Closed Circuit Television (CCTV) karena sifatnya yang nonintrusive, sedangkan biometrika seperti sidik jari, mata, telapak tangan sangat sulit dicitrakan langsung dengan CCTV. Sehingga biometrika telinga lebih cocok digunakan sebagai identifikasi dan sistem keamanan (security system). Pencitraan telinga juga sangat kebal terhadap masalah privasi, stigma, dan higienis yang terkait dengan pengumpulan biometrika [7]. Biometrika telinga memiliki bentuk yang tetap, keunikan pada setiap manusia dan bisa dibandingkan seumur hidup [8]. Penelitian tentang keunikan telinga pernah dilakukan oleh Iannarelli [9] yang meneliti telinga orang secara random di California dan pada orangorang kembar identik. Hasilnya membuktikan walaupun terlihat mirip pada orang kembar, tetapi telinga setiap orang itu berbeda, khususnya di bagian concha dan lobe. Seseorang dapat lebih mudah mengenali atau mengidentifikasi orang lain hanya melihat ciri-ciri dari orang yang teridentifikasi. Berdasarkan hal ini, dimungkinkan untuk membuat sistem identifikasi seseorang melalui ciri-ciri dari telinga. Sistem yang dibangun tentunya mempunyai keterbatasan, mengingat dalam pangambilan citra telinga yang berorientasi posisi berbeda-beda. Penelitian tentang identifikasi personal yang memanfaatkan biometrika telinga telah banyak dilakukan. Penelitian yang berdasarkan geometris telinga, seperti penelitian dari Agarwal [10] dalam penelitiannya menerapkan wavelet dan analisis geometris dalam pengenalan manusia. Data citra telinga yang digunakan 2
3 berasal dari kamera dengan pencahayaan yang seragam dan mencakup beberapa occlusion (penghalangan) seperti rambut. Choras [11] dalam penelitiannya menggunakan jumlah piksel jari-jari dari titik pusat massa (centroid) dengan tepi kontur telinga sebagai ciri, dan diuji menggunakan data citra telinga yang berasal dari kamera tegak lurus dan 30 derajat terhadap kepala. Rahman [12] menerapkan analisis geometris berdasarkan jarak titik terluar kontur telinga terhadap titik tengah garis panjang telinga sebagai pengenalan manusia, pengujiannya menggunakan data citra telinga berasal dari webcam tegak lurus terhadap kepala. Dalam beberapa literatur yang dijadikan acuan, unsur posisi pengambilan citra telinga kurang diperhatikan. Penelitian ini dilakukan dengan citra telinga yang diperoleh dari database pengambilan citra telinga yang berbeda dan memiliki ciri. Citra telinga ini akan diekstraksi menjadi ciri, menggunakan metode ekstraksi yang dapat menjadikan kontur telinga ini menjadi ciri-ciri yang sama Perumusan Masalah Berdasarkan latar belakang di atas, maka dapat dirumuskan permasalahan dalam penelitian ini yaitu: teknik identifikasi biometrika berdasarkan kontur telinga yang telah dilakukan, masih mempunyai kelemahan dalam hal ketergantungan pada posisi pengambilan citra telinga Keaslian dan Kedalaman Beberapa penelitian mengenai pengenalan biometrika telinga sebenarnya sudah banyak dilakukan. Tabel 1.1 memberikan ringkasan mengenai hal itu. Choras [11] mempresentasikan bentuk dan kontur telinga serta menggunakan empat metode geometris untuk ekstraksi ciri antara lain; Concentric-Circles Based Method (CCM), Contour Tracing Method (CTM), Angle-Based Contour Representation Method (ABM), dan Geometrical Parameters Method (GPM) dari klasifikasi diperoleh tingkat pengenalan rata-rata 93,5%. 3
4 Amarendra [8] menggunakan 2D Gabor filters untuk mengekstraksi ciri. Orientasi spasial fitur bentuk gray scale dapat efisien dikodekan menggunakan filter Gabor dan rincian orientasi ini menghasilkan template digunakan untuk pencocokan dari eksperimennya menghasilkan akurasi antara 96,27% dan 95,93%. Guo [13] memperkenalkan metode ekstraksi ciri dengan menggunakan Local Similarity Binary Pattern (LSBP) hasil pengujian dengan database USTB menghasilkan akurasi 93,2%. Mahoor [14] mengusulkan metode Shape from Shading (SFS) untuk mengekstraksi ciri citra telinga, dan metode Gabor Feature untuk mengekstraksi ciri citra wajah dengan penggabungan di tingkat skor. Tingkat pengenalan terbaik 98% pada penggabungan dengan metode product of score, min score diperoleh akurasi 76,2% dan max score diperoleh akurasi 96,4%. Darwish [15] mengusulkan pendekatan Principal Component Analysis (PCA) untuk mengekstraksi ciri citra wajah dan telinga, dan dengan penggabungan di tingkat score. Tingkat pengenalan yang terbaik 92,24% dengan FAR 10% dan FRR 6,1%. Kisku [16] mengusulkan metode Gaussian Mixture Model, Gabor Wavelet Filter untuk mengekstraksi ciri citra telinga dan citra wajah, dengan penggabungan di tingkat skor menggunakan teori keputusan Dempster-Shafer (DS), tingkat pengenalan terbaik 95,53%, FRR 5,55%, FAR 3,4%, dan EER 4,47%. Yazdanpanah [17] mengusulkan metode ekstraksi ciri dengan Gabor-PCA, dan penggabungan di tingkat skor. Tingkat pengenalan 97,5%. Amirthalingam [18] mengusulkan metode untuk mengekstraksi ciri dengan PCA untuk citra wajah dan Locally Linear Embedding (LLE) untuk citra telinga. Tingkat pengenalan terbaik 95,1%. Gambhir [19] mengusulkan metode ekstraksi ciri dengan PCA untuk mengekstraksi ciri citra wajah dan telinga dengan penggabungan di tingkat skor. Tingkat pengenalan mencapai 88%. Penelitian Agarwal [10] menerapkan gabungan wavelet transform, teknik statistik dan analisis geometris dalam pengenalan manusia, tingkat pengenalan tertinggi 93%. Penelitian Rahman [12] menerapkan analisis geometris berdasarkan jarak titik terluar kontur telinga terhadap titik tengah garis panjang telinga untuk 4
5 pengenalan manusia. Kumar [7] pendekatan identifikasi telinga menggunakan localized orientation information dan memeriksa informasi fase tingkat keabuan lokal menggunakan filter Gabor, tingkat akurasi tertinggi yang diperoleh sebesar 96,27%. Prakash [20] menerapkan metode local feature extraction technique (SURF) dan nearest neighbor classifiers dalam pengenalan telinga diujikan pada IIT Kanpur ear database menghasilkan tingkat akurasi sebesar 96,75%. Tabel 1.1. Daftar beberapa penelitian yang terkait dengan pengenalan biometrika menggunakan telinga Peneliti Cara / metode/fusion Biometrika Kinerja Kelemahan/ keunggulan Xiaona [21] Darwish [13] Full-Space Linear Discriminant Analysis (FSLDA) Ekstraksi ciri dengan PCA Pan [22] KFDA Kisku [16] Amirthalingam [18] Yazdanpanah [17] Gaussian Mixture Model, Gabor Wavelet Filter LLE dan PCA Gabor-PCA, penggabungan di tingkat skor telinga Wajah, telinga dan Gait Gambhir [19] PCA 94,05% 92,24%, FAR 10%, FRR 6,1% 96,84% (fusion), 91,77% 95,53% (fusion), 93,35% 95,1% (fusion) 97,5%, 82,5% 88%, 84% Tingkat akurasi dipengaruhi pose citra wajah dan telinga Diujikan dengan database wajah dan telinga dengan rotasi - 5 o,0 o dan +5 o Diujikan dengan camera) dengan satu posisi 5
6 Islam [23] Agarwal [10] Rahman [12] L3DF, Iterative closet point gabungan wavelet transform, teknik statistik dan analisis geometris analisis geometris berdasarkan jarak titik terluar kontur : 96,8% 90% 93%. 96,8% telinga Kumar [24] filter Gabor 96,27% Prakash [20] SURF 96,75% Guo [13] LBP 93,2% satu posisi kamera) satu posisi webcam) satu posisi kamera) satu posisi 3 posisi 3 posisi Penelitian ini berbeda dengan penelitian-penelitian sebelumnya mengenai pengenalan telinga yang telah dipaparkan, baik sudut pandang data set citra telinga maupun pendekatan yang digunakan. Penelitian-penelitian sebelumnya lebih cenderung menggunakan data set citra telinga dengan satu orientasi posisi, tanpa memperhatikan berbagai posisi pengambilan citra. Penelitian ini menggunakan pendekatan berdasarkan kontur telinga. Untuk memperoleh kontur telinga sangat didukung oleh proses segmentasi dan deteksi tepi citra telinga. pengenalan biometrika telinga sangat dipengaruhi oleh teknik dalam mengubah kontur telinga menjadi ciri-ciri dalam satu kelas. Teknik ekstraksi ciri yang dilakukan penelitian ini mempunyai perbedaan dengan penelitian tentang pengenalan biometrika telinga yang telah dilakukan oleh peneliti-peneliti sebelumnya seperti yang telah dipaparkan di bagian depan. Penelitian Yazdanpanah [17] menggunakan gabungan Filter Gabor dan PCA untuk pengenalan personal. Penelitian yang dilakukan memiliki kelemahan yaitu pola yang dihasilkan kurang tajam sehingga dapat menurunkan akurasi sistem dan terjadi 6
7 peningkatan akurasi setelah penggabungan dengan PCA. Dengan alasan inilah penelitian ini menggunakan analisis fraktal dalam memperoleh ciri-ciri telinga Tujuan Penelitian Penelitian ini bertujuan untuk mengembangkan teknik identifikasi manusia berdasarkan kontur telinga dengan teknik ekstraksi ciri dan klasifikasi yang tidak tergantung pada posisi pengambilan citra telinga Manfaat Penelitian Penelitian yang dilakukan sesungguhnya merupakan suatu fondasi untuk melakukan otomatisasi dalam mengidentifikasi manusia, terutama untuk mengidentifikasi manusia berdasarkan kontur telinga. Hasil penelitian ini diharapkan dapat memberikan sumbangan yang nyata dalam pengembangan keilmuan tentang identifikasi manusia yakni dengan menunjukkan pendekatan yang cocok digunakan untuk kepentingan identifikasi manusia dengan bantuan teknologi informasi. Selain itu, hasil penelitian ini mempunyai potensi yang dapat dimanfaatkan untuk mengidentifikasi biometrika lainnya berdasarkan kontur dan bentuk, misalnya telapak tangan, bibir, sidik jari, dan Finger Knuckle Prints. Secara umum, penelitian ini memberikan manfaat yang luas dalam berbagai bidang aplikasi, antara lain: pertama, aplikasi komersil, seperti: pembuatan sistem absensi otomatis, keamanan data elektronik, keamanan data, ATM, dan sistem keamanan untuk mengakses suatu area atau ruangan. Kedua, implementasi software yang dihasilkan dapat digunakan sebagai alat bantu dalam mengidentifikasi manusia forensik yaitu dapat mengidentifikasi pelaku kejahatan dan mengidentifikasi jenazah. Ketiga, aplikasi untuk pemerintahan, seperti pembuatan KTP dan paspor. 7
BAB 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 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 terperinciI. 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 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 I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Setiap instansi, terutama instansi pendidikan tinggi yang memiliki kegiatan secara rutin setiap harinya selalu mengadakan proses pendidikan dengan cara melakukan tatap
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 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada perkembangan teknologi informasi seperti saat ini, kebutuhan akan informasi dan sistem yang dapat membantu kebutuhan manusia dalam berbagai aspek sangatlah penting.
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 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 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 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 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 terperinciMENGENAL TEKNOLOGI BIOMETRIK
MENGENAL TEKNOLOGI BIOMETRIK Yully Brigita yully@raharja.info Abstrak Biometrik adalah teknologi yang menggunakan data biologis dari manusia yang unik sebagai pembeda antar manusia. Berbagai metode autentikasi
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
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 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 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 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 terperinciPENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
PENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS Sinar Monika 1, Abdul Rakhman 1, Lindawati 1 1 Program Studi Teknik Telekomunikasi, Jurusan
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 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 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 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 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 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 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 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 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 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 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 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Home security saat ini sudah menjadi kebutuhan setiap pemilik rumah yang menginginkan tingkat keamanan yang baik. Salah satu sistem keamanan konvensional yang masih
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 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 1 PENDAHULUAN. sistem analog menjadi sistem komputerisasi. Salah satunya adalah sistem
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan teknologi digital pada era ini berkembang sangat pesat. Hampir setiap tahun telah ditemukan ataupun dikembangkan sebuah inovasi teknologi baru.
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 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Peningkatan yang pesat dalam jumlah kendaraan dikota besar memiliki dampak terhadap kebutuhan parkir di tempat-tempat umum seperti di rumah sakit, kantor, pusat perbelanjaan,
Lebih terperinciKeamanan Komputer. Biometric MOH DIDIK R, MT. MELWIN SYAFRIZAL, S.KOM., M.ENG. Pengertian
Keamanan Komputer Biometric MOH DIDIK R, MT. MELWIN SYAFRIZAL, S.KOM., M.ENG. 1 Pengertian Biometric merupakan teknik authentikasi yang mengambil karakteristik fisik seseorang. Ciri-ciri yang digunakan
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 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 terperinciBAB I PENDAHULUAN. dengan memanfaatkan ciri wajah yang telah tersimpan pada database atau wajah
BAB I 1. asd PENDAHULUAN 1.1. Latar Belakang Masalah Dewasa ini perkembangan teknologi di bidang informasi khususnya dengan menggunakan komputer telah berkembang, hal ini menyebabkan banyak aplikasi baru
Lebih terperinci... BAB 2 LANDASAN TEORI. 2.1 Citra
6 BAB 2 LANDASAN TEORI 2.1 Citra Citra atau image adalah suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar
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 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 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 terperinciIdentifikasi Telinga Berdasarkan Fitur Geometrik dan KNN
CYBERNETICS, Vol.01, No.01, Mei 2017, pp. 1~9 P-ISSN 2579-9835 E-ISSN 2580-1465 1 Identifikasi Telinga Berdasarkan Fitur Geometrik dan KNN Alda Cendekia Siregar Universitas Muhammadiyah Pontianak Jl.Jend
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 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 Wajah Manusia untuk Sistem Monitoring Kehadiran Perkuliahan menggunakan Ekstraksi Fitur Principal Component Analysis (PCA)
Identifikasi Wajah Manusia untuk Sistem Monitoring Kehadiran Perkuliahan menggunakan Ekstraksi Fitur Principal Component Analysis (PCA) Cucu Suhery #1, Ikhwan Ruslianto *2 # Prodi Sistem Komputer Fakultas
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 terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan teknologi informasi, kemajuan di bidang pengembangan aplikasi sedang mendapatkan perhatian penting bagi perkembangan teknologi informasi.
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 terperinciDETEKSI KELOMPOK USIA MANUSIA BERDASARKAN FITUR WAJAH MENGGUNAKAN FILTER GABOR 2D
DETEKSI KELOMPOK USIA MANUSIA BERDASARKAN FITUR WAJAH MENGGUNAKAN FILTER GABOR 2D Ranita¹, Achmad Rizal², Ratri Dwi Atmaja³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak Pengolahan citra digital
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Authentication Adalah proses dalam rangka validasi user pada saat memasuki sistem. Nama dan password dari user dicek melalui proses yang mengecek langsung ke
Lebih terperinciMETODE DALAM EAR RECOGNITION
METODE DALAM EAR RECOGNITION Gregory Alexander 1501185212 08179905045 gregory.korompis@gmail.com Dalam artikel ini akan di bahas mengenai metode-metode yang di gunakan pada alat ear recognition. Artikel
Lebih terperinciBAB I PERSYARATAN PRODUK
BAB I PERSYARATAN PRODUK Berkembangnya teknologi informasi pasti menimbulkan masalah dalam pengamanan informasi. Salah satu cara untuk mengamankan informasi dapat dilakukan dengan autentikasi terhadap
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 terperinciBAB II LANDASAN TEORI
16 BAB II LANDASAN TEORI 2.1 Retrival Citra Saat ini telah terjadi peningkatan pesat dalam penggunaan gambar digital. Setiap hari pihak militer maupun sipil menghasilkan gambar digital dalam ukuran giga-byte.
Lebih terperinciMuhammad Nasir. Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe Jl. Banda Aceh Medan Km Lhokseumawe
KLASIFIKASI DAN PNGNALAN SIDIK JAI TTUMPUK BBASIS MTOD LANING VCTO QUANTIZATION Muhammad Nasir Jurusan Teknik lektro Politeknik Negeri Lhokseumawe Jl. Banda Aceh Medan Km. 280. Lhokseumawe 21 mail : masnasir_poli@yahoo.com
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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Identifikasi manusia dapat dilakukan secara otomatis dengan bantuan
BAB I PENDAHULUAN 1.1 Latar Belakang Identifikasi manusia dapat dilakukan secara otomatis dengan bantuan perangkat elektronik. Identifikasi tersebut perlu dilakukan untuk menunjang sistem peresensi, keamanan,
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 terperinciBAB 1 PENDAHULUAN. Jumlah Pengunjung Atlantis Water Adventure. Jumlah Pengunjung
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kolam renang adalah suatu konstruksi buatan yang dirancang untuk diisi dengan air dan digunakan untuk berenang, menyelam, atau aktivitas air lainnya. Penggunaan kolam
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN Pada pendahuluan ini, membahas mengenai latar belakang, perumusan masalah, maksud tujuan, batasan masalah, metodologi penelitian, dan sistematika penulisan. 1.1. Latar belakang Teknik
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 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. Sistem biometrik merupakan penerapan teknologi yang mempelajari
1 BAB I PENDAHULUAN 1.1 Latar Belakang Sistem biometrik merupakan penerapan teknologi yang mempelajari karakteristik biologi yang menjadi keunikan tersendiri pada manusia. Salah satu bagian sistem biometrik
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 terperinciANALISA PENGUKURAN SIMILARITAS BERDASARKAN JARAK MINIMUM PADA PENGENALAN WAJAH 2D MENGGUNAKAN DIAGONAL PRINCIPAL COMPONENT ANALYSIS
ANALISA PENGUKURAN SIMILARITAS BERDASARKAN JARAK MINIMUM PADA PENGENALAN WAJAH 2D MENGGUNAKAN DIAGONAL PRINCIPAL COMPONENT ANALYSIS Fetty Tri Anggraeny, Wahyu J.S Saputra Jurusan Teknik Informatika, Universitas
Lebih terperinciBAB I PENDAHULUAN. pendidikan swasta terkemuka di Yogyakarta yang mengalami perkembangan
1 BAB I PENDAHULUAN I.1. Latar Belakang Universitas Muhammadiyah Yogyakarta (UMY) adalah salah satu institusi pendidikan swasta terkemuka di Yogyakarta yang mengalami perkembangan sangat pesat. Sejak berdiri
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 terperinciIDENTIFIKASI BIOMETRIK FINGER KNUCKLE PRINT MENGGUNAKAN FITUR EKSTRAKSI PCA DAN GLCM
1 IDENTIFIKASI BIOMETRIK FINGER KNUCKLE PRINT MENGGUNAKAN FITUR EKSTRAKSI DAN Ratna Dwi Jayanti A11.2011.05949 Program Studi Teknik Informatika S1 Fakultas Ilmu Komputer Universitas Dian Nuswantoro, Jl.
Lebih terperinciFourier Descriptor Based Image Alignment (FDBIA) (1)
Fourier Descriptor Based Image Alignment (FDBIA) (1) Metode contour tracing digunakan untuk mengidentifikasikan boundary yang kemudian dideskripsikan secara berurutan pada FD. Pada aplikasi AOI variasi
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Penelitian mengenai pengenalan wajah termotivasi oleh banyaknya aplikasi praktis yang diperlukan dalam identifikasi wajah. Pengenalan wajah sebagai salah satu dari teknologi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Penelitian ini adalah penelitian eksperimen dengan metode penelitian sebagai berikut: 1) Pengumpulan Data Tahap ini dilakukan sebagai langkah awal dari suatu penelitian. Mencari
Lebih terperinciPENGENALAN WAJAH DENGAN MENGGUNAKAN METODE DISCRIMINATIVE LOCAL DIFFERENCE PATTERNS
PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE DISCRIMINATIVE LOCAL DIFFERENCE PATTERNS Widyawan Tarigan NRP : 0222062 email : widyawan_tarigan@yahoo.com ABSTRAK Pada sistem pengenalan wajah, merancang deskriptor
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka Sebagai tinjauan pustaka, berikut beberapa contoh penelitian telapak kaki yang sudah dilakukan oleh para peneliti yang dapat digunakan sebagai
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 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 terperinci1. Pendahuluan Latar Belakang
1. Pendahuluan 1.1. Latar Belakang Meningkatnya kebutuhan manusia akan sistem keamanan berbasis tracking yang dapat bekerja secara otomatis membuat ilmuwan mulai menciptakan berbagai macam teknologi dan
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 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 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 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 terperinciPENERAPAN TEKNIK PENGENALAN WAJAH BERBASIS FITUR LOCAL BINARY PATTERN PADA ROBOT PENGANTAR MAKANAN
PENERAPAN TEKNIK PENGENALAN WAJAH BERBASIS FITUR LOCAL BINARY PATTERN PADA ROBOT PENGANTAR MAKANAN Mohamad Deddy Turiyanto 2210100118 Dosen Pembimbing : Dr.Ir. Djoko Purwanto, M.Eng Rudy Dikairono, ST.,
Lebih terperinciBAB I PENDAHULUAN. warisan budaya yang ada di Bali yang perlu mendapatkan perhatian karena mulai
BAB I PENDAHULUAN 1.1 Latar Belakang Sebuah kebudayaan yang ada pada setiap daerah adalah warisan dari nenek moyang serta leluhur yang hendaknya dijaga dan dilestarikan. Ada berbagai macam warisan budaya
Lebih terperinciVERIFIKASI PERSONAL BERDASARKAN CITRA TANGAN DENGAN METODE FILTER GABOR. Abstrak
VERIFIKASI PERSONAL BERDASARKAN CITRA TANGAN DENGAN METODE FILTER GABOR Resmana Lim & Santoso Jurusan Teknik Elektro Universitas Kristen Petra Siwalankerto 11-131 Surabaya Fax: 031-8436418 resmana@petra.ac.id
Lebih terperinciBAB I PENDAHULUAN. sangat berharga bagi perusahaan atau instansi. Pemanfaatan IT oleh instansi akan membantu
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan IT di era globalisasi ini yang begitu pesat menjadi salah satu hal yang sangat berharga bagi perusahaan atau instansi. Pemanfaatan IT oleh instansi akan
Lebih terperinciAplikasi Graf Dalam Biometrik Telinga
Aplikasi Graf Dalam Biometrik Telinga Edria Albert Varian W Jurusan Teknik Informatika ITB, Bandung 40132, email: IF17031@if.itb.ac.id Abstract Telinga sebagai objek biometrik belakangan ini mulai banyak
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 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 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 terperinciSISTEM PELACAKAN WAJAH METODE HAAR
SISTEM PELACAKAN WAJAH METODE HAAR Endah Sudarmilah Jurusan Teknik Informatika, Fakultas Komunikasi dan Informatika, Universitas Muhammadiyah Surakarta Email : endah_te@yahoo.com Abstrak. Penelitian deteksi
Lebih terperinciBAB I 1 PENDAHULUAN. 1.1 Latar Belakang
BAB I 1 PENDAHULUAN 1.1 Latar Belakang Bidang komputer merupakan suatu bidang yang tidak akan pernah berhenti dan selalu berkembang kegunaanya hingga sekarang ini. Teknologi baru dan aplikasi baru selalu
Lebih terperinciESTIMASI FUNGSI SPASIAL PADA IDENTIFIKASI FITUR WAJAH
ESTIMASI FUNGSI SPASIAL PADA IDENTIFIKASI FITUR WAJAH Akhyar 1*, Risanuri Hidayat 1, Bimo Sunarfri Hantono 1 1 Department of Electrical Engineering and Information Technology, Universitas Gadjah Mada *
Lebih terperinciBAB II LANDASAN TEORI. Kamera web (singkatan dari web dan camera) merupakan sebuah media
BAB II LANDASAN TEORI 2.1 Webcam Kamera web (singkatan dari web dan camera) merupakan sebuah media yang berorientasi pada image dan video dengan resolusi tertentu. Umumnya webcam adalah sebuah perngkat
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 terperinciUKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Alat transportasi merupakan bagian dari ekosistem kota yang perlahan terus berkembang dan memenuhi kebutuhan penduduk agar dapat berpindah dari satu tempat
Lebih terperinciDeteksi Citra Sidik Jari Terotasi Menggunakan Metode Phase-Only Correlation
th Seminar on Intelligent Technology and Its Applications, SITIA 00 ISSN: 087-33X Deteksi Citra Sidik Jari Terotasi Menggunakan Metode Phase-Only Correlation Cahyo Darujati,3 Rahmat Syam,3 Mochamad Hariadi
Lebih terperinci