Yulianto Sugandi, Heri (2016) Penerapan Metode Run-Length Dan Algoritma Simple Naive Bayes Untuk Identifikasi Sidik Jari. Diploma thesis, Universitas Komputer Indonesia.
Full text not available from this repository.Abstract
Sidik jari (fingerprint) adalah suatu media yang dapat digunakan untuk mengenali identitas seseorang. Sidik jari memiliki suatu ciri yang membedakan sidik jari tersebut dengan yang lain. Salah satu cara agar dapat membedakan ciri tersebut ialah dengan cara mengenali perbedaan tekstur pada citra sidik jari. Citra akan dikatakan memiliki tekstur apabila pola citra terjadi secara berulang-ulang memenuhi semua bidang citra. Citra yang berbeda memiliki ciri-ciri yang berbeda. Ciri-ciri inilah yang menjadi dasar dalam klasifikasi citra berdasarkan tekstur. Terdapat beberapa metode untuk memperoleh ciri-ciri tekstur dalam suatu citra, Salah satu metode untuk memperoleh ciri-ciri citra tekstur adalah matriks run-length. Ciri-ciri tekstur yang didapat dari metode matriks run-length diantaranya adalah SRE(short run emphasis), LRE(long run emphasis), GLU(grey level uniformity), RLU(run length uniformity) dan RPC(run percentage). Dari hasil ciri-ciri tersebut kemudian digunakan untuk klasifikasi dengan menggunakan Na�¯ve Bayes yang menentukan hasil klasifikasi berdasarkan nilai probabilitas terbesar. Objek yang diuji adalah citra sidik jari. Dari penelitian yang telah dilakukan, dapat ditarik kesimpulan sebagai berikut : na�¯ve bayes dapat melakukan klasifikasi citra berdasarkan tekstur yang diekstraksi dengan metode matriks run-length. Dikarenakan data hasil ekstraksi ciri matriks run-length adalah berupa data continue, atau biasa disebut data nominal, sehingga saat proses klasifikasi data hasil ekstraksi ciri tersebut dapat langsung digunakan sebagai inputan dalam klasifikasi na�¯ve bayes. Berdasarkan hasil pengujian, kesimpulan yang didapatkan adalah Algoritma na�¯ve bayes dapat mengklasifikasikan citra digital sidik jari berdasarkan hasil ekstraksi citra digital metode run-length dan menghasilkan tingkat keakurasian 95,8%, dikarenakan data hasil ekstraksi ciri tekstur sidik jari dengan metode matriks run-length memiliki keunggulan membedakan antara tekstur halus dan tekstur kasar, sehingga klasifikasi na�¯ve bayes dapat berjalan lebih maksimal saat melakukan klasifikasi citra sidik jari. Kata kunci : tekstur citra, ekstraksi ciri, run-length matriks, klasifikasi na�¯ve bayes
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Tekstur citra, ekstraksi ciri, run-length matriks, klasifikasi na�¯ve bayes |
| Subjects: | S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2015 |
| Divisions: | Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1) |
| Depositing User: | Admin Repository |
| Date Deposited: | 16 Nov 2016 07:59 |
| Last Modified: | 16 Nov 2016 07:59 |
| URI: | http://repository.unikom.ac.id/id/eprint/20364 |
Actions (login required)
 |
View Item |
