KLASIFIKASI POLA SIDIK JARI BERBASIS EKSTRASI CIRI GREY LEVEL CO-OCCURRENCE MATRIX (GLCM) DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

Novriansyah, Novriansyah and Novalio, Daratha and Ahmad, Azmi Nasution (2019) KLASIFIKASI POLA SIDIK JARI BERBASIS EKSTRASI CIRI GREY LEVEL CO-OCCURRENCE MATRIX (GLCM) DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN). Undergraduated thesis, Fakultas Teknik.

[img] Archive (Thesis)
1. Skripsi.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).

Download (4MB)

Abstract

Sidik jari (fingerprint) merupakan hasil reproduksi tapak jari yang dipisahkan oleh celah atau alur yang membentuk struktur tertentu. Terdapat tiga jenis utama pola sidik jari yaitu arch, loop dan whorl. Penentuan pola tersebut dapat dilakukan dengan menganalisis jumlah core dan jumlah delta pada sidik jari. Perkembangan teknologi pemrosesan sinyal digital saat ini sudah sangat maju dan berkembang pesat terlebih dalam bidang pengolahan citra digital sehingga klasifikasi pola sidik jari dapat dilakukan secara otomatis. Terdapat area baru dalam penelitian machine learning yaitu metode Convolutional Neural Network (CNN). Untuk memudahkan proses training dilakukan ekstrasi ciri Grey Level Co�Occurrence Matrix (GLCM) yang umum digunakan dalam menganalisis tekstur dengan pendekatan struktural. Proses pengambilan sidik jari menggunakan fingerspot scanner. Pelatihan dengan epoch 50 untuk pelatihan 50 epoch pada citra 128x128 menghasilkan model terbaik dengan validation accuracy tertinggi yaitu 91% dengan validation loss sebesar 0,38. Hasil pengujian dengan success rate tertinggi yaitu 60% pada model jaringan dengan epoch 50 dan 200 pada citra 64x64. Kata Kunci: Klasifikasi, Sidik jari, Convolutional Neural Network (CNN), Grey Level Co-Occurrence Matrix (GLCM)

Item Type: Thesis (Undergraduated)
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Electrical Engineering
Depositing User: 022 Lili Haryanti
Date Deposited: 15 Jun 2020 05:05
Last Modified: 15 Jun 2020 05:05
URI: http://repository.unib.ac.id/id/eprint/21254

Actions (login required)

View Item View Item