Identifikasi Seseorang Berdasarkan Citra Iris dengan Menggunakan Detekro Fast dan Deskriptor Brisik

Sitorus, Rittar Tesar (1322047) (2018) Identifikasi Seseorang Berdasarkan Citra Iris dengan Menggunakan Detekro Fast dan Deskriptor Brisik. Undergraduate thesis, UNIVERSITAS KRISTEN MARANATHA.

[img]
Preview
Text
1322047_Abstract_TOC.pdf - Accepted Version

Download (185Kb) | Preview
[img] Text
1322047_Appendices.pdf - Accepted Version
Restricted to Repository staff only

Download (1324Kb)
[img]
Preview
Text
1322047_Chapter1.pdf - Accepted Version

Download (110Kb) | Preview
[img] Text
1322047_Chapter2.pdf - Accepted Version
Restricted to Repository staff only

Download (529Kb)
[img] Text
1322047_Chapter3.pdf - Accepted Version
Restricted to Repository staff only

Download (199Kb)
[img] Text
1322047_Chapter4.pdf - Accepted Version
Restricted to Repository staff only

Download (664Kb)
[img]
Preview
Text
1322047_Conclusion.pdf - Accepted Version

Download (70Kb) | Preview
[img]
Preview
Text
1322047_Cover.pdf - Accepted Version

Download (189Kb) | Preview
[img]
Preview
Text
1322047_References.pdf - Accepted Version

Download (100Kb) | Preview

Abstract

Sistem identifikasi biometrik seseorang membutuhkan akurasi yang cukup handal dalam proses realisasi dan aplikasinya. Iris menjadi salah satu dari jenis biometrik yang memiliki karakteristik yang sangat unik dan kompleks. Keunikan dan kekompleksan inilah yang menjadikan iris salah satu jenis biometrik yang handal dalam sistem identifikasi seseorang. Pada tugas akhir ini sistem identifikasi seseorang dibagi kedalam 3 proses utama yaitu deteksi keypoint dengan Feature from Accelerated Segment Test (FAST), kemudian mendeskripsikannya dengan metode Binary Robust and Invariant Scalable Keypoint (BRISK). Dari proses deskripsi keypoint diperoleh ciri dari citra iris yang diuji untuk kemudian dibandingkan kemiripannya berdasarkan nilai FAST-score-nya dengan ciri citra iris yang dilatih untuk database. Percobaan yang dilakukan menggunakan database CASIA-Iris V4 dengan 2 subset yaitu CASIA-Iris Interval dan CASIA-Iris Lamp dengan masing-masing database diambil 40 subjek dan tiap subjek diambil 5 citra yang nantinya akan dibagi kedalam citra uji dan citra latih. Dari percobaan yang dilakukan, diperoleh selisih akurasi antara mata kiri dan mata kanan yang tidak terlalu jauh baik untuk database CASIA-Iris Interval maupun database CASIA-Iris Lamp. Selain itu, diperoleh juga akurasi pengenalan yang lebih baik seiring dengan bertambahnya jumlah data latih pada database.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Kata kunci : Biometrik,Keypoint, FAST, BRISK, FAST-score.
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Faculty of Engineering > 22 Electrical Engineering Department
Depositing User: Perpustakaan Maranatha
Date Deposited: 17 Sep 2018 08:08
Last Modified: 17 Sep 2018 08:08
URI: http://repository.maranatha.edu/id/eprint/24659

Actions (login required)

View Item View Item