IDENTIFIKASI CITRA IRIS MATA DENGAN METODE KNN (K-Nearest Neighbor)

Tiskadewi, Nirna - 135410017 (2017) IDENTIFIKASI CITRA IRIS MATA DENGAN METODE KNN (K-Nearest Neighbor). Skripsi thesis, STMIK AKAKOM Yogyakarta.

[img]
Preview
Text
1_135410017_HALAMAN_DEPAN.pdf - Published Version

Download (683kB) | Preview
[img]
Preview
Text
2_135410017_BAB_I.pdf - Published Version

Download (97kB) | Preview
[img]
Preview
Text
3_135410017_BAB_II.pdf - Published Version

Download (508kB) | Preview
[img] Text
4_135410017_BAB_III.pdf - Published Version
Restricted to Repository staff only

Download (375kB) | Request a copy
[img] Text
5_135410017_BAB_IV.pdf - Published Version
Restricted to Repository staff only

Download (661kB) | Request a copy
[img]
Preview
Text
6_135410017_BAB_V.pdf - Published Version

Download (131kB) | Preview
[img]
Preview
Text
7_135410017_DAFTAR_PUSTAKA.pdf - Published Version

Download (160kB) | Preview
[img]
Preview
Text
8_135410017_CARA_MENJALANKAN_PROGRAM.pdf - Published Version

Download (6kB) | Preview
[img] Text
9_135410017_LISTING_PROGRAM.pdf - Published Version
Restricted to Repository staff only

Download (245kB) | Request a copy

Abstract

Perkembangan teknologi digital pada era ini berkembang sangat pesat. Salah satunya adalah sistem keamanan yang membutuhkan data verifikasi seperti ID dan kata kunci untuk akun keuangan ataupun menggunakan kartu atau kombinasi angka sebagai kunci rumah. Namun, sistem ini masih memiliki kelemahan yaitu terjadinya kemungkinan kelupaan, kehilangan dan pemalsuan. Untuk menghindari kemungkinan tersebut berbagai macam sistem keamanan yang menggunakan karakteristik alami yang dimiliki seseorang atau biometrik telah berkembang didunia. Dengan permasalahan tersebut maka di dalam skripsi ini membahas mengenai analisis identifikasi iris mata. Selama ini identifikasi iris atau selaput pelangi pada mata manusia menjadi salah satu alternatif identifikasi untuk sistem keamanan. Adapun metode ekstraksi ciri yang digunakan dalam identifikasi adalah ekstraksi ciri tekstur berdasarkan histogram dengan menghitung enam fitur yaitu rerata intensitas, deviasi standar, skewness, energi, entropi dan properti kehalusan atau smoothness. Selanjutnya dilakukan pelatihan terhadap keenam fitur tekstur yang diperoleh menggunakan metode KNN (K-Nearest Neighbor) dan perhitungan jaraknya menggunakan fungsi metode Euclidean Distance. Objek yang diuji adalah citra iris mata kanan dari UBIRIS.v1 Database yang merupakan database citra iris mata diam. Hasil dari program ini berupa sejumlah citra dengan jarak terdekat dari citra uji. Lalu dengan menggunakan metode KNN akurasi identifikasi data latih citra iris sebesar 98,3% dengan nilai k=1 dan akurasi identifikasi data uji citra iris sebesar 100% dengan nilai k=1. Kata Kunci : Ciri Tekstur, Citra, Euclidean, Iris, KNN

Item Type: Thesis (Skripsi)
Additional Information: Pembimbing 1 : Sri Redjeki, S.Si., M.Kom. Pembimbing 2 : Dini Fakta Sari, S.T., M.T.
Uncontrolled Keywords: Ciri Tekstur, Citra, Euclidean, Iris, KNN
Subjects: A Karya Umum (General) > Ilmu Komputer (Computer Science) > Kecerdasan Buatan (Artificial Intelegence)
A Karya Umum (General) > Ilmu Komputer (Computer Science) > Pola Pengenalan Komputer (Pattern Recognation)
A Karya Umum (General) > Ilmu Komputer (Computer Science) > Program Aplikasi
Divisions: Jenjang Strata Satu > Teknik Informatika (Informatic Engineering)
Depositing User: Users 1949 not found.
Date Deposited: 30 Agu 2017 02:11
Last Modified: 30 Agu 2017 02:11
URI: http://eprints.akakom.ac.id/id/eprint/4974

Actions (login required)

View Item View Item