ABSTRAKSI: Perkembangan kebutuhan manusia akan interaksi dengan orang lain semakin meningkat dengan pesatnya perkembangan di bidang teknologi informasi. Dibutuhkan suatu sistem untuk menjamin keamanan data tiap orang. Salah satu sistem tersebut adalah sistem biometrik. Sistem biometrik adalah sistem identifikasi yang menggunakan ciri-ciri tubuh seseorang sebagai masukannya.Salah satu metode yang berada dalam tahap perkembangan sekarang adalah sistem identifikasi ruas jari tangan manusia atau yang biasa dikenal dengan human knuckle identification system.Setiap orang memiliki pola ruas jari tangan yang unik dan berbeda dari manusia lainnya.Selain itu, sistem identifikasi ruas jari tangan ini masih sangat sulit untuk diduplikasi oleh orang lain.Dengan beberapa kelebihan di atas, penulis mengangkat topik sistem identifikasi berbasis ruas jari tangan ke dalam bahasan tugas akhir dan menganalisis performansi dari sistem tersebut.
Dalam tugas akhir ini, penulis mengimplementasikan Local Binary Pattern ke dalam sistem identifikasi ruas jari tangan manusia. LBP tersebut memiliki peran untuk mengambil cirri dari tiap pola ruas jari tangan manusia.Sebagai metode pendukung LBP, di dalam sistem ini Regresi Logistik berperan sebagai metode klasifikasi.Nilai-nilai dari proses LBP akan menjadi masukkan pada Regresi Logistik untuk kemudian digunakan sebagai parameter pembeda antara orang yang satu dengan orang yang lainnya.
Hasil penelitian menunjukkan bahwa sistem berhasil mengidentifikasi seseorang dari pola ruas jari tangannya.Sistem identifikasi tersebut memiliki performansi yang baik dengan tingkat akurasi maksimum yang dicapai sebesar 99,27%.Kata Kunci : Biometrik, Human Knuckle Identification, LBP, Logistic Regression.ABSTRACT: Recent years, human needs to interact each other is increased along with the rapid development in technology and information field. The system which is capable to cover all that needs is biometric system. Biometric system is also known as identification system which is using human features as the input. Beside all of those method, there is a method which is currently developed is human knuckle identification system. Each person has their own unique knuckle pattern. Furthermore, this knuckle based identification system is still a way too difficult to be copied by someone. From those good advantages, author puts the topics about human knuckle identification into his final assignment and do a performance test to it.
In this final assignment, author has implemented Local Binary Pattern (LBP) in the human knuckle identification system as a feature extraction method. In this system, LBP has a rule to gather every feature from human knuckle pattern. Values which is gathered from LBP, will be processed by the system through Logistic Regression classifier to recognize a person identity from knuckle patterns.
From the author’s research, system successfully identify people from their knuckle pattern. the system has a good performance which is successfully reached 99,27% in maximum accuracy.Keyword: Biometric, Human Knuckle Identification, LBP, Logistic Regression.