ESTIMASI GENDER BERBASIS SIDIK JARI DENGAN WAVELET DAN SUPPORT VECTOR MACHINES

Sri Suwarno and Aditya Wikan Mahastama (2023) ESTIMASI GENDER BERBASIS SIDIK JARI DENGAN WAVELET DAN SUPPORT VECTOR MACHINES. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 10 (7). pp. 1431-1436. ISSN 2355-7699

Text (Artikel Jurnal) ESTIMASI GENDER BERBASIS SIDIK JARI.pdf - Published Version Download (944kB)

Abstract

Estimasi gender berbasis sidik jari sering diperlukan untuk identifikasi jenazah tanpa identitas, sebelum dipastikan dengan tes DNA. Untuk kepentingan tersebut sidik jari jenazah diambil secara digital dan selanjutnya diidentifikasi. Kesulitan yang dihadapi dalam memproses sidik jari secara digital adalah menentukan fitur yang handal dan tidak dipengaruhi oleh kwalitas citra dan masalah translasi dan rotasi. Selain itu untuk mendapatkan akurasi yang tinggi diperlukan sejumlah preprocessing pada dataset. Penelitian ini bertujuan untuk mengestimasi gender berbasis sidik jari dengan fitur yang dibangkitkan dari transformasi wavelet. Fitur diambil dari nilai Energy yang dihasilkan melalui transformasi Haar wavelet sebanyak enam level. Selanjutnya fitur tersebut dipakai sebagai data latih bagi Support Vector Machines (SVM) untuk diestimasi. Penelitian ini menggunakan dataset dari NIST (National Institute of Standart and Technology) sebanyak 1000 sampel terdiri dari 500 sidik jari pria dan 500 sidik jari wanita. Berdasarkan hasil percobaan yang dilakukan, metode ini menghasilkan akurasi sampai 70.3% dengan tingkat TPR (True Positive Rate) sebesar 80.6% untuk sidik jari wanita dan 60.0% untuk sidik jari pria. Metode ini menunjukkan waktu komputasi yang cepat karena tidak memerlukan preprocessing, komputasinya sederhana dan dengan jumlah sampel data yang tidak banyak.

Item Type:	Article
Uncontrolled Keywords:	gender, sidik jari, Haar wavelet, SVM
Subjects:	Q Ilmu Pengetahuan > Matematika > Perangkat Lunak (Software) Komputer T Teknologi > Teknologi (Umum)
Divisions:	Fakultas Teknologi Informasi
Depositing User:	Beatrix Stefany
Date Deposited:	13 Sep 2024 03:15
Last Modified:	13 Sep 2024 03:15
URI:	http://katalog.ukdw.ac.id/id/eprint/9206

Actions (login required)

View Item