ULFAH ADZKIA (2018) PENERAPAN LOCAL BINARY PATTERN DAN LEARNING VECTOR QUANTIZATION PADA KLASIFIKASI CITRA GARIS UTAMA TELAPAK TANGAN. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
1. COVER_2018130TIF.pdf Download (151kB) | Preview |
|
|
Text
2. PENGESAHAN_2018130TIF.pdf Download (1MB) | Preview |
|
|
Text
3. ABSTRAK_2018130TIF.pdf Download (93kB) | Preview |
|
|
Text
4. KATA PENGANTAR_2018130TIF.pdf Download (174kB) | Preview |
|
|
Text
5. DAFTAR ISI_2018130TIF.pdf Download (264kB) | Preview |
|
|
Text
6. BAB I_2018130TIF.pdf Download (176kB) | Preview |
|
|
Text
7. BAB II_2018130TIF.pdf Download (475kB) | Preview |
|
|
Text
8. BAB III_2018130TIF.pdf Download (277kB) | Preview |
|
|
Text
9. BAB IV_2018130TIF.pdf Download (1MB) | Preview |
|
![[img]](http://repository.uin-suska.ac.id/style/images/fileicons/text.png) |
Text
10. BAB V_2018130TIF.pdf Restricted to Repository staff only Download (1MB) |
|
|
Text
11. BAB VI_2018130TIF.pdf Download (98kB) | Preview |
|
|
Text
12. DAFTAR PUSTAKA_2018130TIF.pdf Download (231kB) | Preview |
Abstract
Biometrika seperti DNA, wajah, sidik jari, dan iris masih memiliki kelemahannya tersendiri. Munculnya kelebihan yang dimiliki biometrika garis utama telapak tangan diharapkan dapat menutupi kelemahan biometrika tersebut. Penelitian inimenerapkan LBP dan LVQ untuk mengklasifikasikan garis utama telapak serta menggunakan metode Confusion matrix untuk menghitung nilai akurasi. Data yang digunakan berjumlah 150 citra telapak tangan. Citra yang diujikan terdiri dari 3 bentuk, yaitu citra cropping ROI centroid, citra cropping manual dengan resize, dan citra cropping manual tanpa resize. Berdasarkan 3 bentuk citra dilakukan 5 macam pengujian, yaitu pengujian Learning Rate, pengurangan Learning Rate, pembagian data, perbandingan proses resize dan tanpa resize, serta pengujian faktor kekeluargaan. Berdasarkan hasil pengujian, didapatkan hasil akurasi tertinggi adalah pada pengujian citra cropping manual dengan resize sebesar 86.67%. Pengujian ini menggunakan Learning Rate0.0001, 0.001, 0.005, 0.007, 0.01, pengurangan Learning Rate0.001, 0.05, 0.1, serta pembagian data 90%:10% dan 80%:20%. Kata kunci: biometrika, centroid, confusion matrix, cropping, resize, ROI
| Item Type: | Thesis (Skripsi) |
|---|---|
| Subjects: | 300 Ilmu Sosial |
| Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
| Depositing User: | Ms. Nilam Badriyah |
| Date Deposited: | 29 Jul 2019 03:20 |
| Last Modified: | 29 Jul 2019 03:20 |
| URI: | http://repository.uin-suska.ac.id/id/eprint/16886 |
Actions (login required)
 |
View Item |