Identifikasi sidik jari dengan metode jaringan syaraf tiruan learning vektor quantization / Arohmawati Meilia Fatino - Repositori Universitas Negeri Malang

Identifikasi sidik jari dengan metode jaringan syaraf tiruan learning vektor quantization / Arohmawati Meilia Fatino

Fatino, Arohmawati Meilia (2011) Identifikasi sidik jari dengan metode jaringan syaraf tiruan learning vektor quantization / Arohmawati Meilia Fatino. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

Kata kunci Jaringan Syaraf Tiruan Learning Vector Quantization dentifikasi Sidik Jari Kecerdasan buatan berguna sekali dalam teknik identifikasi biometrik. Dengan algoritma pelatihan kecerdasan buatan melatih komputer agar dapat mengenali pola yang diberikan. Contoh dari teknik identifikasi biometrik adalah identifikasi sidik jari. Jaringan syaraf tiruan adalah salah satu cabang dari kecerdasan buatan. Jaringan syaraf tiruan memiliki dua jenis proses pembelajaran yaitu pembelajaran terawasi dan pembelajaran tak terawasi. Metode Learning Vector Quantization adalah salah satu metode dari jaringan syaraf tiruan dengan proses pembelajaran terawasi. Dengan metode ini komputer dilatih dengan menggunakan data bobot data target dan data pelatihan. Pada proses pelatihan data akan dihitung dengan algoritma Learning Vector Quantization sehingga diperoleh data bobot yang baru untuk digunakan dalam perhitungan pengenalan pola.Dalam skripsi ini dibuat program untuk mengenali atau mengidentifikasi sidik jari dengan metode Learning Vector Quantization. Sidik jari yang merupakan citra analog akan diubah menjadi citra digital agar dapat dibaca dalam bentuk matrik biner. Proses identifikasi sidik jari dalam program ini telah diimplementasikan dengan bahasa pemrograman Borland Delphi 7 dan dihubungkan pada database lokal Microsoft Office Access 2003. Dari beberapa percobaan yang dilakukan untuk batasan nilai skala keabuan 192 dan data pelatihan citra sidik jari dengan tinta stempel warna merah program identifikasi sidik jari yang dibuat mampu mengenali input berupa citra sidik jari dan memiliki tingkat keberhasilan tertinggi 79 76%.

Item Type: Thesis (Diploma)
Subjects: Q Science > QA Mathematics
Divisions: Fakultas Matematika dan IPA (FMIPA) > Departemen Matematika (MAT) > S1 Matematika
Depositing User: library UM
Date Deposited: 10 Oct 2011 04:29
Last Modified: 09 Sep 2011 03:00
URI: http://repository.um.ac.id/id/eprint/17080

Actions (login required)

View Item View Item