Identifikasi telapak tangan merupakan salah satu biometrika yang saat ini banyak diteliti. Apabila dibandingkan dengan biometrika lainnya, telapak tangan memiliki beberapa kelebihan, diantaranya kestabilan ciri dan dapat diperoleh dari citra beresolusi rendah, sehingga dapat memperkecil biaya dalam penggunaan. Tugas akhir ini menganalisa tentang fungsi Gaussian yang diterapkan pada Kernel Fisher Discriminant Analysis (KFDA) sebagai salah satu cara pengenalan atau identifikasi telapak tangan.
Fisher Linier Discriminant Analysis (FLDA) telah banyak digunakan dalam pengenalan biometrika. Dalam kasus identifikasi telapak tangan ini fungsi kernel gaussian dikenakan pada FLDA agar dapat mengatasi masalah nonlinier pada telapak tangan.Data telapak tangan ditransformasikan terlebih dahulu dengan menggunakan Principal Component Analysis (PCA), kemudian kernel space, dan yang terakhir dengan KFDA sehingga diperoleh ciri dari data telapak tangan per individu. Hasil dari pengenalan ciri ini digunakan untuk proses identifikasi dengan menggunakan jarak euclide. Biometrik, Plamprint, Principal Component Analysis, PCA, Kernel Gaussian, Kernel Fisher Discriminant Analysis, KFDA. kernel trick