Detail Karya Ilmiah
-
PENGENALAN TELAPAK TANGAN MENGGUNAKAN METODE NAÏVE BAYES BERBASIS REDUKSI DIMENSI PRINCIPAL COMPONENT ANALYSIS (PCA)Penulis : Daril UlumiyahDosen Pembimbing I : Mulaab, S.Si., M.Kom.Dosen Pembimbing II :Rima Tri Wahyuningrum, ST.,MT.Abstraksi
Teknologi biometrik saat ini mengalami perkembangan sangat pesat dan sudah lazim diterapkan pada berbagai bidang aplikasi. Proses pengenalan telapak tangan telah diteliti selama lebih dari 10 tahun. Telapak tangan merupakan biometrika yang masih relatif baru. Telapak tangan memiliki beberapa karakteristik yang unik berupa garis telapak tangan dan bersifat stabil. Setiap orang mempunyai garis telapak tangan yang berbeda meskipun orang itu kembar. Keunikan dan kestabilan dari garis telapak tangan pada telapak tangan merupakan fitur handal setiap telapak tangan untuk digunakan pada sistem pengenalan. Dalam penelitian ini, proses pengenalan telapak tangan menggunakan metode Naive Bayes sebagai proses classifier dan reduksi dimensinya menggunakan Principal Component Analysis (PCA). Sistem diuji coba menggunakan 100 citra telapak tangan dari 10 orang, setiap orang terdiri dari 10 sampel telapak tangan. Hasil pengujian rata-rata memperoleh persentase keberhasilan sebesar 51,45%.
AbstractionBiometric technology is currently experiencing very rapid growth and is commonly applied to various fields of application. The process of palm recognition has been studied for more than 10 years. Palm of the hand is the relatively new biometrics. Palms have several unique characteristics such as palm lines and are stable. Everyone has a different line of palms that although the twins. The uniqueness and stability of the lines on the palm of the hand palm is featured each palm reliable for use in the recognition system. In this study, the introduction of the palm of the hand using a Naive Bayes classifier and the dimension reduction using Principal Component Analysis (PCA). System is tested using 100 images of 10 people palms, each consisting of 10 samples the palms. The test results obtained average percentage success rate of 51.45%.