Gunawan, Julius ( 0822001 ) (2013) Identifikasi Karakter Seseorang Berdasarkan Sidik Jari Menggunakan Jaringan Saraf Tiruan Learning Vector Quantization. Undergraduate thesis, Universitas Kristen Maranatha.
|
Text
0822001_Abstract_TOC.pdf - Accepted Version Download (159Kb) | Preview |
|
|
Text
0822001_Appendices.pdf - Accepted Version Download (26Kb) | Preview |
|
|
Text
0822001_Chapter1.pdf - Accepted Version Download (18Kb) | Preview |
|
![[img]](http://repository.maranatha.edu/style/images/fileicons/text.png) |
Text
0822001_Chapter2.pdf - Accepted Version Restricted to Repository staff only Download (754Kb) |
|
|
Text
0822001_Chapter3.pdf - Accepted Version Restricted to Repository staff only Download (1013Kb) |
|
|
Text
0822001_Chapter4.pdf - Accepted Version Restricted to Repository staff only Download (1032Kb) |
|
|
Text
0822001_Conclusion.pdf - Accepted Version Download (17Kb) | Preview |
|
|
Text
0822001_Cover.pdf - Accepted Version Restricted to Repository staff only Download (134Kb) |
|
|
Text
0822001_References.pdf - Accepted Version Download (11Kb) | Preview |
Abstract
Sidik jari seseorang merupakan ciri yang unik, karena tidak ada seorangpun di dunia ini yang mempunyai sidik jari yang sama. Beberapa studi tentang sidik jari telah mempelajari adanya keterkaitan antara pola sidik jari dengan karakter seseorang. Karakter orang tersebut berkaitan dengan pola sidik jari yang dimiliki oleh orang tersebut. Pada tugas akhir ini dirancang dan direalisasikan sistem untuk mengidentifikasi karakter seseorang berdasarkan sidik jari menggunakan jaringan saraf tiruan Learning Vector Quantization (LVQ). Sidik jari tersebut diambil pada ibu jari lengan kanan dan akan dikenali polanya menggunakan jaringan saraf tiruan LVQ. Masukan untuk jaringan LVQ berupa nilai 7 momen invarian yang diperoleh dari citra sidik jari. Karakter seseorang diperoleh berdasarkan hasil klasifikasi pola sidik jari oleh jaringan LVQ sesuai dengan referensi pada database. Dari hasil pengujian identifikasi karakter terhadap 10 responden, diperoleh keberhasilan identifikasi karakter sebesar 90%. Pengujian juga dilakukan pada citra sidik jari yang dirotasi dan ditranslasi. Citra sidik jari yang dirotasi, tidak mempengaruhi hasil pengklasifikasian, sedangkan untuk citra yang ditranslasi, pengklasifikasian tidak terpengaruh sampai translasi sebesar 10%.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Jaringan Saraf Tiruan, Learning Vector Quantization, Momen Invarian, Pola Sidik Jari, Karakter Manusia |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
| Divisions: | Faculty of Engineering > 22 Electrical Engineering Department |
| Depositing User: | Perpustakaan Maranatha |
| Date Deposited: | 20 Sep 2013 07:51 |
| Last Modified: | 20 Sep 2013 07:51 |
| URI: | http://repository.maranatha.edu/id/eprint/4108 |
Actions (login required)
 |
View Item |
