Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Implementasi metode local binary pattern dalam ekstrasi citra & metode euclidean distance dalam identifikasi pada ruas jari tangan
Ahmad Fauzi Alhadi NIM. (2015) | Skripsi | Teknik Informatika
Bagikan
Ringkasan
Sistem autentikasi, keamanan dan lain-lainnya, yang bagus dan baik harus mampu membedakan individu satu dengan yang lain. Maka dari itu diperlukan suatu ciri yang mampu membedakan antara individu yang satu dengan yang lainnya, yaitu identifikasi pada bidang biometrik yang memiliki tingkat keamanan yang lebih tinggi dari yang lain, karena biometrik memiliki keunikan yang hanya dimiliki oleh satu orang saja, meskipun orang tersebut memiliki saudara kembar. Salah satu bidang biometrik yang memiliki keunikan dari seorang manusia dan stabil terhadap perubahan kondisi fisik, yaitu ruas punggung jari tangan. Hal ini dapat terjadi dikarenakan pembentukan ruas jari tangan pada manusia sangat unik sejak manusia tersebut dilahirkan. Dalam tugas akhir ini dibangun sistem yang mampu mengenali ruas jari tangan pada manusia dengan menggunakan metode Local Binary Pattern (LBP) dalam ekstraksi citra dan metode Euclidean Distance dalam identifikasi pada ruas jari tangan. Sistem mengekstraksi citra ruas jari tangan dengan cara mentransformasikan nilai inputan gambar menjadi nilai fitur vektor ciri LBP berdasarkan perhitungan proses LBP. Kemudian hasil ekstraksi citra diidentifikasi menggunakan Euclidean Distance. Euclidean Distance merupakan suatu metode yang berfungsi untuk membandingkan jarak antara dua buah vektor dengan menggunakan perhitungan matematika akar kuadrat. Hasil penelitian menunjukkan bahwa performansi sistem LBP terbaik dicapai pada parameter LBP dengan radius = 1 dan sampling point = 8 dengan tingkat akurasi sebesar 95% dan waktu komputasi sistemnya adalah sebesar 4,25 detik. Dengan demikian dapat disimpulkan bahwa pendekatan ini mampu mengidentifikasi citra ruas jari tangan dengan efisien dan akurat sehingga dapat artikan aplikasinya mempunyai performansi sistem yang bagus.
Ringkasan Alternatif
Authentication system, security and others, and good to be able to distinguish individuals from one another. Therefore we need a feature that is able to distinguish between individuals with each other, namely in the field of biometric identification that has a higher security level than the others, because it has a unique biometrics are only owned by one person, even if that person has a brother twin. One area that has a unique biometric of a man and stable against changes in physical conditions, namely the back roads fingers. This can occur due to the formation of the human hand knuckles very unique since the human being is born. In this thesis built a system that can recognize human hand knuckle using Local Binary Pattern (LBP) in image extraction and Euclidean Distance method in identifying the hand knuckles. The system extracts the image of the hand knuckles by transforming the value of the input image into a feature vector values based on the calculation process LBP. Then the extracted image are identified using Euclidean Distance. Euclidean Distance is a method that is used to compare the distance between two vectors by using a mathematical calculation square root. The results showed that the best performance is achieved on a system LBP parameter with radius = 1 and the sampling point = 8 to the level of 95% accuracy and computational time the system is equal to 4.25 seconds. It can be concluded that this approach is able to identify the image of the hand knuckles efficiently and accurately in order to interpret the application has a good system performance.