UNDANAUNDANA
J-ICON: Jurnal Komputer dan InformatikaJ-ICON: Jurnal Komputer dan InformatikaSidik jari merupakan struktur genetika dalam bentuk pola yang sangat detail dan tanda yang melekat pada diri manusia. Banyak sistem biometrika yang menggunakan sidik jari sebagai data masukan, karena sifat dari sidik jari setiap individu berbeda meskipun kembar identik dan tidak berubah kecuali mendapat kecelakaan. Metode yang digunakan dalam penelitian ini yaitu segmentasi dengan algoritma Otsu thresholding, ekstraksi ciri dengan algoritma Local Binary Pattern (LBP), dan pembelajaran dengan algoritma Learning Vector Quantization (LVQ). Data yang digunakan adalah citra sidik jari jempol berukuran 200 x 300 piksel, berjenis keabuan dan berformat *.jpg. Citra sidik jari terdiri dari 25 orang, masing-masing orang memiliki 6 data latih dan 2 data uji. Pengujian data latih dan data uji dilakukan kepada empat sistem yaitu sistem dengan jumlah ciri LBP = 8, 64, 128 dan 256 dan menggunakan masing-masing 2 buah data set dimana data set 1 berjumlah 15 orang dan data set 2 berjumlah 25 orang. Hasil pengujian keempat sistem menunjukkan bahwa sistem dengan jumlah ciri LBP = 128 merupakan sistem yang terbaik dengan kombinasi akurasi sistem yang tinggi dan juga waktu pembelajaran yang cepat.
Berdasarkan hasil pengujian terhadap keempat sistem yang dibangun, dapat disimpulkan bahwa sistem dengan jumlah ciri LBP = 128 menghasilkan akurasi yang tinggi.Adapun waktu pembelajaran pada masing-masing sistem sangat dipengaruhi oleh jumlah data yang digunakan, dan nilai parameter seperti max epoch, error minimum dan learning rate.
Penelitian selanjutnya dapat menyelidiki apakah model jaringan saraf tiruan berbasis convolutional neural network (CNN) dapat meningkatkan akurasi dan kecepatan identifikasi sidik jari dibandingkan kombinasi LBP dan LVQ yang saat ini digunakan (penelitian ini). Selanjutnya, perlu dilakukan eksplorasi penggunaan LBP multi‑skala dengan variasi radius dan jumlah tetangga serta kombinasi fitur minutia untuk mengatasi keterbatasan representasi ciri pada gambar dengan variasi ukuran dan orientasi (penelitian ini). Terakhir, penting pula menguji ketahanan sistem terhadap gangguan seperti noise, rotasi, dan perubahan pencahayaan serta mengembangkan prosedur pra‑pemrosesan adaptif yang dapat meningkatkan robustitas metode segmentasi Otsu dalam kondisi nyata (penelitian ini).
| File size | 526.1 KB |
| Pages | 9 |
| DMCA | Report |
Related /
UNDANAUNDANA Pemesanan tiket di Kaldera Toba terdapat dua kategori yaitu pemesanan tiket masuk wisata dan pemesanan tiket event, dimana untuk tiket event akan tersediaPemesanan tiket di Kaldera Toba terdapat dua kategori yaitu pemesanan tiket masuk wisata dan pemesanan tiket event, dimana untuk tiket event akan tersedia
UNDANAUNDANA Proses pemilihan laptop yang sesuai dengan kebutuhan pengguna sering menjadi tantangan bagi konsumen karena banyaknya variasi spesifikasi dan fitur yangProses pemilihan laptop yang sesuai dengan kebutuhan pengguna sering menjadi tantangan bagi konsumen karena banyaknya variasi spesifikasi dan fitur yang
UIT LIRBOYOUIT LIRBOYO Setelah dilakukan pembahasan yang mendalam berdasarkan rumusan masalah, dapat ditarik kesimpulan sebagai berikut. 1) Kurikulum Berbasis Tauhid adalah kurikulumSetelah dilakukan pembahasan yang mendalam berdasarkan rumusan masalah, dapat ditarik kesimpulan sebagai berikut. 1) Kurikulum Berbasis Tauhid adalah kurikulum
UMDUMD Penelitian ini mengusulkan penerapan metode Lean Project Management dalam pengembangan sistem automasi rumah pompa yang terintegrasi dengan aplikasi Floodviser,Penelitian ini mengusulkan penerapan metode Lean Project Management dalam pengembangan sistem automasi rumah pompa yang terintegrasi dengan aplikasi Floodviser,
ESC IDESC ID Nilai koefisien determinasi (R²) sebesar 0,173 menunjukkan bahwa stres keuangan menjelaskan 17,3% variasi perilaku kredit berisiko, sementara faktor lainNilai koefisien determinasi (R²) sebesar 0,173 menunjukkan bahwa stres keuangan menjelaskan 17,3% variasi perilaku kredit berisiko, sementara faktor lain
ESC IDESC ID Penelitian ini mengungkapkan bahwa transformasi model bisnis Bank Syariah Indonesia pasca-gabung merupakan proses multidimensional yang kompleks, mencakupPenelitian ini mengungkapkan bahwa transformasi model bisnis Bank Syariah Indonesia pasca-gabung merupakan proses multidimensional yang kompleks, mencakup
IRPIIRPI Sistem Pengenalan Tulisan Tangan ini menunjukkan potensi dalam menangani variabilitas dunia nyata, terutama dalam keterbacaan resep dokter tulisan tangan.Sistem Pengenalan Tulisan Tangan ini menunjukkan potensi dalam menangani variabilitas dunia nyata, terutama dalam keterbacaan resep dokter tulisan tangan.
UNDANAUNDANA Pengelompokkan data status gizi balita diterapkan pada dataset lain, seperti data kesehatan atau pendidikan yang dapat membantu dalam mengeksplorasi potensiPengelompokkan data status gizi balita diterapkan pada dataset lain, seperti data kesehatan atau pendidikan yang dapat membantu dalam mengeksplorasi potensi
Useful /
IRPIIRPI This study contributes to selecting a more suitable algorithm for customer segmentation in the era of big data and opens opportunities for further explorationThis study contributes to selecting a more suitable algorithm for customer segmentation in the era of big data and opens opportunities for further exploration
IRPIIRPI Penelitian ini menggunakan model regresi linier (LR), jaringan saraf (NN), dan proses Gaussian (GP) untuk memprediksi pelanggan YouTube dan memeriksa korelasiPenelitian ini menggunakan model regresi linier (LR), jaringan saraf (NN), dan proses Gaussian (GP) untuk memprediksi pelanggan YouTube dan memeriksa korelasi
IRPIIRPI Model Gradient Boosting meraih akurasi hingga 75.10%, recall 74.42%, dan AUC 82.18% setelah menggunakan Boruta. Sebelum menggunakan Boruta nilai akurasiModel Gradient Boosting meraih akurasi hingga 75.10%, recall 74.42%, dan AUC 82.18% setelah menggunakan Boruta. Sebelum menggunakan Boruta nilai akurasi
UNDANAUNDANA Ditemukan bahwa melatih model selama 29 epoch dapat menghindari overfitting dan menghasilkan akurasi yang tetap memadai (0,8535) sambil mengurangi pemborosanDitemukan bahwa melatih model selama 29 epoch dapat menghindari overfitting dan menghasilkan akurasi yang tetap memadai (0,8535) sambil mengurangi pemborosan