IDENTIFIKASI TELAPAK TANGAN MENGGUNAKAN METODE EKSTRAKSI CIRI PRINCIPAL COMPONENT ANALYSIS (PCA) DAN IDENTIFIKASI CIRI RESILIENT PROPAGATION

  • Mellanie Lette(1)
    Universitas Nusa Cendana
  • Adriana Fanggidae(2*)
    Universitas Nusa Cendana
  • Nelci D Rumlaklak(3)
    Universitas Nusa Cendana
    • (*) Corresponding Author
DOI: https://doi.org/10.35508/jicon.v4i1.5199
Kata Kunci: telapak tangan, resilient propagation, PCA, toleransi error, neuron hidden, neuran output

Abstrak

Pengenalan telapak tangan dalam penelitian ini dilakukan melalui beberapa tahap yakni akuisisi citra, preprocessing, deteksi tepi, ekstraksi ciri dan identifikasi telapak tangan. Penelitian ini menggunakan Principal Componnent Analysis sebagai metode ekstraksi ciri dan Resilient Propagation sebagai metode identifikasi. Penelitian ini menggunakan 40 data latih dan 20 data uji yang diperoleh dari database PolyU. Hasil penelitian menunjukkan bahwa performasi akurasi sistem menggunakan Resilient propagation dengan jumlah toleransi eror sebesar 1,E-0,6 dan jumlah neuron hidden sebesar 55 dan 45 dengan neuron output sebesar 10 memberikan performasi terbaik yaitu 65% dapat dikenali jika dibandingkan dengan penggunaan toleransi eror neuron output dan neuron hidden yang lainnya.

##plugins.generic.usageStats.downloads##

##plugins.generic.usageStats.noStats##

Referensi

[1] Putra, 2008, Sistem Biometrika, Andy, Yogyakarta.
[2] Sari, R. N., 2014, Analisis dan Perancangan Pengamanan Data Pada Citra Digital dengan Algoritma Least Significant Bit (LSB).
[3] Amelia, L. , Marwati, M., 2013, Perbandingan Metode Roberts dan Sobel dalam mendeteksi tepi suatu citra digital.
[4] Ulumiyah, D., 2009, Pengenalan Telapak Tangan menggunakan Naïve Bayes berbasis Reduksi Dimensi PCA.
[5] Kusumadewi S., 2003, Artificial Intelligence (Teknik dan Aplikasinya), Graha Ilmu, Yogyakarta
[6] Arkiang A., 2015, Identifikasi Tanda Tangan Offline Menggunakan Local Binary Pattern 8 Rotasi Dengan Pembelajaran Resilient Propagation, Skripsi, Jurusan Ilmu Komputer Fakultas Sains dan Teknik, Universitas Nusa Cendana, Kupang
[7] Braun H. dan Riedmiller M., 1993, A Direct Adaptive Method for Faster Backpropagation Learning: The RPROP Algorithm, IEEE, Vol. 1, 586-591.

PlumX Metrics

Diterbitkan
2021-09-19
##submission.howToCite##
[1]
M. Lette, A. Fanggidae, dan N. Rumlaklak, “IDENTIFIKASI TELAPAK TANGAN MENGGUNAKAN METODE EKSTRAKSI CIRI PRINCIPAL COMPONENT ANALYSIS (PCA) DAN IDENTIFIKASI CIRI RESILIENT PROPAGATION”, jicon, vol. 4, no. 1, hlm. 52-61, Sep 2021.
Terbitan
Vol 4 No 1 (2016): Maret 2016
Bagian
Articles

##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.

 

##plugins.generic.recommendByAuthor.heading##

##plugins.generic.recommendByAuthor.noMetric##