Ahmad Zahabi, - (2021) Penerapan Metode Principal Component Analysis (PCA) dan Backpropagation Neural Network (BPNN) untuk Pengenalan Pola Daun Telinga Seseorang. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text File lengkap kecuali BAB Hasil Penelitian (Bab IV dan atau Bab V) Ahmad Zahabi-11351106363.pdf Download (7MB) | Preview
	Text (BAB IV) File BAB Hasil Penelitian (Bab IV dan atau Bab V) Ahmad Zahabi-11351106363.pdf - Published Version Restricted to Repository staff only Download (7MB)

Abstract

Biometrika merupakan salah satu teknik identifikasi seseorang berdasarkan bentuk fisik atau karakteristik yang dimilikinya. Salah satu contoh dari biometrika adalah daun telinga. Daun telinga seseorang dapat mengenali identitas pemiliknya berdasarkan bentuk dari daun telinga masing-masing individu tersebut. Dalam penelitian ini dilakukan pengenalan pola daun telinga seseorang dengan menggunakan metode ekstraksi ciri PCA (Principal Component Analysis) dan proses klasifikasi menggunakan metode BPNN ( Backporpagation Neural Network). Ekstraksi ciri PCA digunakan untuk mereduksi citra daun telinga tanpa kehilangan informasi didalamnya, hingga mendapatkan nilai PC (Principal Component) dari masing-masing citra sebelum masuk ke proses klasifikasi dengan menggunakan metode BPNN. Dari 400 citra daun telinga yang terkumpul akan dibagi sesuai dengan rasio pengujian yaitu dengan perbandingan data latih dan data uji 90%:10%, 80%:20% dan 70%:30%. Hasil akhir dari aplikasi yang dibangun dalam penelitian ini adalah berupa pengenalan identifikasi pemilik dari citra daun telinga yang diproses tersebut apakah berhasil dikenali atau tidak. Berdasarkan pengujian akurasi menggunakan metode confusion matrix, maka didapatkan hasil akurasi tertinggi yaitu sebesar 100% pada pembagian data latih dan data uji 90%:10% dengan nilai N = 20, learning rate 0,5, dan neuron hidden 20. Oleh karena itu dapat disimpulkan bahwa metode PCA-BPNN dapat digunakan untuk pengenalan pola daun telinga seseorang.

Actions (login required)

View Item