PENGENALAN SIDIK JARI MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION(LVQ)

22084505, Agus Susanto (2013) PENGENALAN SIDIK JARI MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION(LVQ). Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

[img] Text (Skripsi Informatika)
22084505_bab1_bab5_daftarpustaka.pdf

Download (1MB)
[img] Text (Skripsi Informatika)
22084505_bab2-sd-bab4 _lampiran.pdf
Restricted to Registered users only

Download (1MB) | Request a copy

Abstract

Sidik jari adalah salah satu macam bahan biometrik yang dimiliki seseorang. Keunikan sidik jari manusia membuat seorang tidak akan memiliki pola sidik jari yang sama dengan orang lain di muka bumi ini. Akan tetapi untuk membedakan sidik jari satu dengan yang lainnya diperlukan ketelitian. Dilihat secara kasat mata sekumpulan sidik jari akan terlihat mirip satu sama yang lainya dan susah untuk membedakannya. Maka dari itu, sebelum melakukan pengenalan sidik jari diperlukan pembelajaran/pelatihan untuk mengurangi kesalahan penetapan. Mengatasi permasalahan tersebut, diperlukan cara untuk pengenalan sidik jari yang mampu melakukan pembelajaran dari data sidik jari yang ada. Pada penelitian ini, akan dibuat sebuah sistem pegenalan sidik jari menggunakan metode Learning Vector Quantization (LVQ). LVQ merupakan jaringan syaraf tiruan (JST) yang dapat melakukan proses pembelajaran dari data latih, diharapkan mampu mengenali sidik jari secara akurat. Hasil dari penelitian ini, perbedaan ketebalan sidik jari yang tersimpan membuat perbedaan hasil pengenalan. Hal ini disebabkan karena perubahan nilai dalam setiap pikselnya. Selain itu, perubahan nilai iterasi dan learning rate (alpha) juga mempengaruhi persentase hasil pengenalan. Nilai iterasi dan alpha sangat erat hubungannya dengan hasil akhir dari bobot akhir sehingga mempengaruhi selisih jarak atara bobot akhir dengan data uji.

Item Type: Student paper (Final Year Projects (S1))
Uncontrolled Keywords: biometrik, sidik jari, JST, LVQ.
Subjects: Q Ilmu Pengetahuan > Matematika > Komputer Elektronik. Ilmu Komputer
Divisions: Fakultas Teknologi Informasi > Prodi Informatika
Depositing User: ms priska lim
Date Deposited: 24 Jun 2021 02:46
Last Modified: 24 Jun 2021 02:46
URI: http://katalog.ukdw.ac.id/id/eprint/4542

Actions (login required)

View Item View Item