Identifikasi Pengguna Berbasiskan Biometrik Keystroke Menggunakan MVMCNN - Dalam bentuk buku karya ilmiah
MUHAMMAD ABDULLAH AZZAM
Informasi Umum
Kode
25.04.571
Klasifikasi
006.31 - Machine Learning
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Machine Learning
Dilihat
340 kali
Informasi Lainnya
Abstraksi
Keamanan akses pengguna daring menjadi isu penting di era digital yang semakin mengandalkan sistem berbasis jaringan. Identifikasi berbasis biometrik, seperti <em>keystroke dynamics</em>, dianggap lebih aman dibandingkan metode konvensional seperti kata sandi atau <em>personal identification number</em> (PIN). Penelitian ini bertujuan mengimplementasikan metode<em> Multi-Voter Multi-Commission Nearest Neighbor Classifier</em> (MVMCNN) untuk melihat performansi identifikasi pengguna melalui biometrik <em>keystroke</em>. Metode MVMCNN dipilih karena kemampuannya dalam mengatasi kelemahan KNN, seperti sensitivitas terhadap nilai k dan <em>outlier</em>, dengan memanfaatkan skema <em>multi-voter</em> dan bobot tetangga berdasarkan pendekatan <em>Local Mean Probabilistic Neural Network </em>(LMPNN). Penelitian ini menggunakan dataset <em>keystroke dynamics</em> dari Universitas Telkom yang telah diproses menjadi fitur terstruktur, seperti UD, DD, DU, UU, dan Duration. Eksperimen dilakukan dalam tiga skenario: (1) m
- CII4E4 - TUGAS AKHIR
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | MUHAMMAD ABDULLAH AZZAM |
| Jenis | Perorangan |
| Penyunting | Prasti Eko Yunanto, Mahmud Dwi Sulistiyo |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2025 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
