Identifikasi Seseorang Berdasarkan Citra Pembuluh Darah Menggunakan Ekstraksi Fitur Scale Invariant Feature Transform (SIFT)

Fauzi, Vikri Ahmad ( 0722098 ) (2013) Identifikasi Seseorang Berdasarkan Citra Pembuluh Darah Menggunakan Ekstraksi Fitur Scale Invariant Feature Transform (SIFT). Undergraduate thesis, Universitas Kristen Maranatha.

Preview	Text 0722098_Abstract_TOC.pdf - Accepted Version Download (55Kb) | Preview
Preview	Text 0722098_Appendices.pdf - Accepted Version Download (662Kb) | Preview
Preview	Text 0722098_Chapter1.pdf - Accepted Version Download (107Kb) | Preview
	Text 0722098_Chapter2.pdf - Accepted Version Restricted to Repository staff only Download (1090Kb)
	Text 0722098_Chapter3.pdf - Accepted Version Restricted to Repository staff only Download (588Kb)
	Text 0722098_Chapter4.pdf - Accepted Version Restricted to Repository staff only Download (564Kb)
Preview	Text 0722098_Conclusion.pdf - Accepted Version Download (110Kb) | Preview
	Text 0722098_Cover.pdf - Accepted Version Restricted to Repository staff only Download (97Kb)
Preview	Text 0722098_References.pdf - Accepted Version Download (87Kb) | Preview

Abstract

Pola pembuluh darah pada tangan adalah salah satu bagian dari tubuh manusia yang memiliki karakteristik unik pada setiap orang. Karena keunikan tersebut pola pembuluh darah dapat digunakan dalam sistem identifikasi. Pada Tugas Akhir ini diujikan sebuah metode untuk melakukan mengidentifikasi seseorang berdasarkan citra pembuluh darah dengan menggunakan ekstraksi fitur Scale Invariant Feature Transform (SIFT). Citra pembuluh darah diperoleh menggunakan kamera inframerah, selanjutnya pada setiap citra pembuluh darah dilakukan ekstraksi fitur dengan menggunakan SIFT. Untuk mengetahui tingkat akurasi dari perangkat lunak yang direalisasikan dilakukan pengujian menggunakan 50 citra uji dari individu yang ada dalam database dan 30 citra uji yang tidak ada dalam database dari individu yang ada dalam database. Hasil pengujian menunjukkan persentase False Rejection Rate (FRR) sebesar 0% pada 50 citra dari individu yang ada dalam database dan persentase False Rejection Rate (FRR) sebesar 10% pada 30 citra yang tidak ada dalam database dari individu yang ada dalam database.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Identifikasi, Citra Pembuluh Darah, Ekstraksi Fuitur, Scale Invariant Feature Transform (SIFT), False Rejection Rate (FRR)
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Faculty of Engineering > 22 Electrical Engineering Department
Depositing User:	Perpustakaan Maranatha
Date Deposited:	19 Sep 2013 08:05
Last Modified:	19 Sep 2013 08:05
URI:	http://repository.maranatha.edu/id/eprint/4095

Actions (login required)

View Item