Identifikasi Seseorang Berdasarkan Citra Pembuluh Darah Menggunakan Ekstraksi Fitur Local Derivative Pattern dan Algoritma PCA

Fikri, Muhamad ( 0822090 ) (2013) Identifikasi Seseorang Berdasarkan Citra Pembuluh Darah Menggunakan Ekstraksi Fitur Local Derivative Pattern dan Algoritma PCA. Undergraduate thesis, Universitas Kristen Maranatha.

[img]
Preview
Text
0822090_Abstract_TOC.pdf - Accepted Version

Download (26Kb) | Preview
[img]
Preview
Text
0822090_Apendices.pdf - Accepted Version

Download (288Kb) | Preview
[img]
Preview
Text
0822090_Chapter 1.pdf - Accepted Version

Download (38Kb) | Preview
[img] Text
0822090_Chapter 2.pdf - Accepted Version
Restricted to Repository staff only

Download (476Kb)
[img] Text
0822090_Chapter 3.pdf - Accepted Version
Restricted to Repository staff only

Download (336Kb)
[img] Text
0822090_Chapter 4.pdf - Accepted Version
Restricted to Repository staff only

Download (451Kb)
[img]
Preview
Text
0822090_Conclusion.pdf - Accepted Version

Download (22Kb) | Preview
[img] Text
0822090_Cover.pdf - Accepted Version
Restricted to Repository staff only

Download (39Kb)
[img]
Preview
Text
0822090_Reference.pdf - Accepted Version

Download (26Kb) | Preview

Abstract

Semakin berkembangnya teknik biometrik menjadikan beragam pula anggotatubuh yang dapat digunakan untuk mengenali seseorang, diantaranya pembuluh darahpada tangan. Karena keunikan polanya, pembuluh darah dapat digunakan dalam sistem Identifikasi. Pada Tugas Akhir ini diujikan sebuah metode untuk melakukanidentifikasi seseorang berdasarkan citra pembuluh darah menggunakan ekstraksi fitur Local Derivative Pattern dan algoritma PCA. Citra pembuluh darah diperolehmenggunakan kamera inframerah, selanjutnya pada setiap citra pembuluh darah dilakukan ekstraksi Local Derivative Pattern dan dicari nilai eigenfaces yangdigunakan sebagai database. Untuk mengetahui tingkat akurasi dari perangkat lunak yang dibuat, dilakukanlah pengujian menggunakan 30 citra uji dari individu yang adadalam database. Hasil pengujian menunjukkan persentase FRR sebesar 13,33%

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Kata Kunci : Identifikasi, Citra Pembuluh Darah, Ekstraksi Fitur,Local Derivative (LDP), Eigenface, FRR, FAR
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > 22 Electrical Engineering Department
Depositing User: Perpustakaan Maranatha
Date Deposited: 23 Oct 2014 10:43
Last Modified: 24 Oct 2014 08:59
URI: http://repository.maranatha.edu/id/eprint/7742

Actions (login required)

View Item View Item