PENGENALAN POLA SIDIK JARI DENGAN METODE LOCAL BINARY PATTERN DAN LEARNING VECTOR QUANTIZATION
-
Adriana Fanggidae(1*)
Universitas Nusa Cendana
-
Dony M Sihotang(2)
Universitas Nusa Cendana
-
Adnan Putra Rihi Pati(3)
Universitas Nusa Cendana
(*) Corresponding Author
Abstrak
Sidik jari merupakan strukur genetika dalam bentuk pola yang sangat detail dan tanda yang melekat pada diri manusia. Banyak sistem biometrika yang menggunakan sidik jari sebagai data masukan, karena sifat dari sidik jari setiap individu berbeda meskipun kembar identik dan tidak berubah kecuali mendapat kecelakaan. Metode yang digunakan dalam penelitian ini yaitu segmentasi dengan algoritma Otsu thresholding, ekstraksi ciri dengan algoritma Local Binary Pattern (LBP), dan pembelajaran dengan algoritma Learning Vector Quantization (LVQ). Data yang digunakan adalah citra sidik jari jempol berukuran 200 x 300 piksel, berjenis keabuan dan berformat *.jpg. Citra sidik jari terdiri dari 25 orang, masing-masing orang memiliki 6 data latih dan 2 data uji. Pengujian data latih dan data uji dilakukan kepada empat sistem yaitu sistem dengan jumlah ciri LBP = 8, 64, 128 dan 256 dan menggunakan masing-masing 2 buah data set dimana data set 1 berjumlah 15 orang dan data set 2 berjumlah 25 orang. Hasil pengujian keempat sistem menunjukkan bahwa sistem dengan jumlah ciri LBP = 128 merupakan sistem yang terbaik dengan kombinasi akurasi sistem yang tinggi dan juga waktu pembelajaran yang cepat.
##plugins.generic.usageStats.downloads##
Referensi
[2] Arifin dan Tumana O., 2011, Pengenalan Pola Sidik Jari Menggunakan Jaringan Syaraf Tiruan dengan Metode Pembelajaran Backpropagation, Jurnal Aplikasi Fisika, No. 1, Volume VII, 1-11.
[3] Kastella S. M., 2012, Simulasi Sistem Pengenalan Individu Berdasarkan Hidung Tampak Samping Menggunakan Metode Local Binary Pattern dan Jaringan Syaraf Tiruan-Learning Vector Quantization, Skripsi, Jurusan Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom, Bandung.
[4] Ranadhi D., 2006, Implementasi Learning Vector Quantization (LVQ) untuk Pengenal Pola Sidik Jari Pada Sistem Informasi Narapidana LP Wirogunan, Skripsi, Jurusan Teknik Informatika, Fakultas Teknik Industri, Universitas Islam Indonesia, Yogyakarta.
[5] Misbach I. H., 2010, Dahsyatnya Sidik Jari, Visimedia, Jakarta.
[6] Pietikäinen, M., 2010, Local Binary Patterns, Scholarpedia, No. 3, Vol. 5, 9775, http://www.scholarpedia.org/article/Local_Binary_Patterns.
[7] Widodo T. S., 2005, Sistem Neuro Fuzzy untuk Pengolahan Informasi, Pemodelan, dan Kendali, Graha Ilmu, Yogyakarta.
[8] Indrabayu dkk., 2012, Prediksi Curah Hujan dengan Jaringan Saraf Tiruan, Hasil Penelitian Fakultas Teknik, Volume VI, ISBN : 978-979-127255-0-6.
[9] Kusumadewi S., 2003, Artificial Intelligence (Teknik dan Aplikasinya), Graha Ilmu, Yogyakarta.
##submission.copyrightStatement##
##submission.license.cc.by4.footer##Penulis yang mengirimkan naskah harus memahami dan menyetujui bahwa jika diterima untuk diterbitkan, penulis memiliki hak cipta dan memberikan jurnal hak publikasi pertama dengan karya yang dilisensikan secara bersamaan di bawah Creative Commons Attribution (CC-BY) 4.0 License yang memungkinkan orang lain untuk berbagi karya dengan pengakuan kepenulisan karya dan publikasi awal dalam jurnal ini.
