KLASIFIKASI FINGERPRINT MENGGUNAKAN ARTIFICIAL NEURAL NETWORK DENGAN METODE BACKPROPAGATION

QONITA HUSNUL AZIZAH

Informasi Dasar

18.04.2106
C
Karya Ilmiah - Skripsi (S1) - Reference

Fingerprint recognition merupakan sistem pengenalan sidik jari manusia sebagai identitas yang bisa dikenali, fingerprint sering diimplementasikan pada sistem keamanan yang ada di kantor- kantor atau sebagai alat bantu pihak keamanan. Dalam penelitian ini, akan diimplementasikan pengenalan sidik jari yang diklasifikasikan berdasarkan polanya menggunakan metode backpropagation dan menganalisa tingkat ke akurasi dari metode backpropagation. Kemudian diklasifikasikan dengan Artificial Neural Network, sehingga tercipta kombinasi antara metode ekstraksi ciri dan teknik klasifikasi dengan akurasi yang optimal. Pada tugas akhir ini ekstraksi ciri yang dilakukan menggunakan GLCM (Gray-Level Co-Occurrence Matrix) berhasil di implementasikan pada metode backpropagation dengan penggunaan hidden layer 1-3 layer dan learning rate pada setiap pengujian digunakan nilai 0.10 dan didapat hasil akurasi yang besar yaitu 74,2% pada pengujian menggunakan dua hidden layer.

Subjek

ARTIFICIAL INTELLIGENCE
 

Katalog

KLASIFIKASI FINGERPRINT MENGGUNAKAN ARTIFICIAL NEURAL NETWORK DENGAN METODE BACKPROPAGATION
 
 
 

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

QONITA HUSNUL AZIZAH
Perorangan
Said Al Faraby, Kemas Muslim Lhaksmana
 

Penerbit

Universitas Telkom
 
2018

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini