ABSTRAKSI: Keamanan merupakan faktor yang digunakan dalam pengoperasian suatu sistem. Faktor tersebut menjadi kunci penting dalam menanggulangi kejahatan dan penyalahgunaan sistem yang dapat merugikan banyak pihak. Salah satu cara untuk meningkatkan tingkat keamanan pada sistem adalah dengan menggunakan teknologi biometrik. Pada sistem biometrik, setiap orang memiliki karakter tersendiri yang bersifat unik yang membedakan satu orang dengan orang yang lain. Biometrik terdiri dari beberapa jenis, yaitu wajah, iris mata, retina, telapak tangan, DNA, sidik jari, tanda tangan, dsb.
Penelitian pada bidang biometrik ini, bertujuan untuk identifikasi individu dengan menggunakan pola garis tangan, untuk memperoleh ciri pola garis tangan manusia yang lebih akurat dalam domain spatial telah dilakukan dengan ektraksi ciri menggunakan metode fractal. Vektor ciri fraktal yang digunakan adalah derajat kekosongan fraktal, dimensi fraktal, dan derajat kekosongan fraktal dan dimensi fraktal. Setelah didapatkan ciri dari suatu citra, selanjutnya ciri dibandingkan dengan ciri pada database dengan klasifikasi k-nearest neighbor.
Pada pengujian, semakin banyaknya vektor ciri yang digunakan maka tingkat akurasi akan semakin baik. Hasil yang telah dicapai untuk pengujian tangan kanan didapatkan akurasi tertinggi sebesar 87.78% dan total waktu komputasi rata-rata sebesar 1,847 detik, sedangkan untuk pengujian tangan kiri didapatkan akurasi tertinggi sebesar 74.44% dengan total waktu komputasi rata-rata sebesar 1,867 detik.
Kata Kunci : keamanan, biometrik, fraktal, dimensi fraktal, derajat kekosongan fraktal, dan k-nearest neighbor.ABSTRACT: Security is one factor which used for operating system. That factor is important key to decrease crime and abusing system which will able to harm many people. One of that method for improve the level of security system is using biometric technology. In biometric system, every people has unique features to distinguished one people with the others. Many kind of biometric there are face, iris, retina, palmprint, DNA, fingerprint, signature, etc. In the last research, research of palmprint pattern used spatial domain which can must be completed.
The purpose on this final assignment, is for identify human based on palmprint, the way to get feature of palmprint pattern human which more accurate in spatial domain is used feature extraction using fractal method. Vector feature fractal used fractal lacunarity, fractal dimension, and both fractal lacunarity and fractal dimension. Then, after got feature from image, feature compared with feature in database. The step to classify feature of data is using k-nearest neighbor classify.
In this research, if we used more feature vector, we get higher acuracy. The result of testing data for right palmprint get the highest accuracy 87.78% with total the mean of time process is 1,8479s, and testing data for left palmprint get the highest accuracy 74.44% with total the mean of time process is 1,8385s.
Keyword: security, biometrics, palmprint pattern, fractal, fractal dimension, fractal lacunarity, and k-nearest neighbor.