DETEKSI CITRA SIDIK BIBIR SUKU MINANGKABAU DAN SUNDA DENGAN METODA LOCAL BINARY PATTERN (LBP) DAN K-NEAREST NEIGHBOR (K-NN) PADA POPULASI MAHASISWA UNIVERSITAS TELKOM

RABBANI ZAHID MAHDI TANRA

Informasi Dasar

68 kali
20.04.3682
621.382 2
Karya Ilmiah - Skripsi (S1) - Reference

Di Indonesia terdapat berbagai macam kasus kriminal seperti penculikan, pelecehan seksual, dan pembunuhan. Banyak korban atau pelaku yang sulit diidentifikasi dalam kasus terebut dikarenakan data suatu individu tersebut tidak ditemukan pada kumpulan data penduduk. Oleh karena itu dibutuhkan biometrik yang dapat menunjukan ciri khas, salah satunya adalah sidik bibir. Sidik bibir bersifat konsisten, tidak pernah berubah polanya sepanjang hidup. Bibir memiliki pola unik pada gambaran sulci pada mukosa bibir atas dan bibir bawah yang berbeda pada setiap individu dan memiliki kombinasi tipe sidik bibir yang berbeda – beda. Tipe sidik bibir terdiri dari tipe I, I’, II, III, IV, dan V yang menjadi karakteristik dan mengandung informasi biometrik pada bibir. Sejauh yang penulis ketahui belum terdapat penilitian untuk membedakan sidik bibir berdasarkan suku, khususnya membedakan sidik bibir suku Minangkabau dan suku Sunda. Tugas akhir ini bertujuan untuk mendeteksi asal suku indvidu yang berasal dari suku Minangkabau dan suku Sunda dengan menganalisis persamaan tipe pola sidik bibir individu – individu yang berasal dari suku yang sama sehingga memperkecil ruang lingkup pencarian indetitas individu dalam penerapan ilmu forensik. Citra sidik bibir diambil dari 29 individu suku Minangkabau dan 29 individu suku Sunda. Sistem yang di buat memiliki input berupa citra sidik bibir yang kemudian di preprocessing menggunakan penerapan registrasi citra sidik bibir dengan ekstraksi ciri menggunakan metode Local Binary Pattern (LBP) dan klasifikasi menggunakan metode K-Nearest Neighbor (K-NN). Performansi sistem mencapai akurasi tertinggi 81.89% dengan waktu komputasi 189.65 detik yang dicapai dengan jumlah data latih berjumlah 177 citra dan data uji berjumlah 116 citra menggunakan skewness, kurtosis, dan entropi, level kuantisasi 10, radius block size dengan nilai radius R = 1 (matriks 3 × 3), serta nilai parameter KNN nilai k = 5 dengan pengukuran jarak neighbor menggunakan city block.

Subjek

SIGNAL - PROCESSING
 

Katalog

DETEKSI CITRA SIDIK BIBIR SUKU MINANGKABAU DAN SUNDA DENGAN METODA LOCAL BINARY PATTERN (LBP) DAN K-NEAREST NEIGHBOR (K-NN) PADA POPULASI MAHASISWA UNIVERSITAS TELKOM
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

RABBANI ZAHID MAHDI TANRA
Perorangan
Bambang Hidayat, Fahmi Oscandar
 

Penerbit

Universitas Telkom, S1 Teknik Telekomunikasi
Bandung
2020

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini