IDENTIFIKASI SIDIK JARI MENGGUNAKAN HYBRID JARINGAN SYARAF BACKPROPAGATION DAN FIREFLY ALGORITHM
Identifikasi sidik jari merupakan salah satu cara pengenalan diri yang paling akurat, karena sepanjang sejarah manusia tidak pernah ditemukan dua orang dengan sidik jari yang sama, bahkan pada kembar identik sekalipun. Pada skripsi ini, dirancang sebuah program untuk identifikasi sidik jari dengan m...
Saved in:
Main Author: | |
---|---|
Format: | Theses and Dissertations NonPeerReviewed |
Language: | Indonesian Indonesian |
Published: |
2016
|
Subjects: | |
Online Access: | http://repository.unair.ac.id/45311/1/ABSTRAK.pdf http://repository.unair.ac.id/45311/13/MPM.%2082-16%20Agu%20i.pdf http://repository.unair.ac.id/45311/ http://lib.unair.ac.id |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Institution: | Universitas Airlangga |
Language: | Indonesian Indonesian |
id |
id-langga.45311 |
---|---|
record_format |
dspace |
spelling |
id-langga.453112018-03-15T19:41:56Z http://repository.unair.ac.id/45311/ IDENTIFIKASI SIDIK JARI MENGGUNAKAN HYBRID JARINGAN SYARAF BACKPROPAGATION DAN FIREFLY ALGORITHM RAFIKA AGUSTINA, 081211232023 QA76.73. Computer algorithms and Data structures Identifikasi sidik jari merupakan salah satu cara pengenalan diri yang paling akurat, karena sepanjang sejarah manusia tidak pernah ditemukan dua orang dengan sidik jari yang sama, bahkan pada kembar identik sekalipun. Pada skripsi ini, dirancang sebuah program untuk identifikasi sidik jari dengan menerapkan Jaringan Syaraf Backpropagation yang dikombinasikan dengan Firefly Algorithm sebagai algoritma pelatihannya. Dalam proses identifikasi, dilakukan proses pengolahan citra untuk mengolah image sidik jari yang telah diinputkan. Proses pengolahan citra yang dilakukan antara lain grayscale, citra biner, thinning, dan ekstraksi fitur menggunakan diagonal based feature extraction. Data hasil pengolahan citra tersebut untuk selanjutnya digunakan sebagai masukan untuk melakukan proses pelatihan menggunakan hybrid Jaringan Syaraf Backpropagation dan Firefly Algorithm. Data sidik jari yang digunakan berupa image sidik jari berukuran piksel yang diambil dari 3 sidik jari, yaitu jempol, telunjuk, dan jari tengah dari 7 orang mahasiswa dengan pengambilan pada masing-masing mahasiswa sebanyak 3 kali. Sehingga, total data citra yang diperoleh adalah sebanyak 63 citra yang kemudian dibagi menjadi 2 bagian, yaitu 42 citra digunakan untuk pelatihan dan 21 citra untuk uji validasi. Dari proses pelatihan dan pengujian, diperoleh bobot optimal dengan MSE 9.996809E-5 pada iterasi ke 2959. Sehingga, dari bobot optimal tersebut diperoleh persentase hasil uji validasi dari proses identifikasi sidik jari adalah sebesar 100%. 2016 Thesis NonPeerReviewed text id http://repository.unair.ac.id/45311/1/ABSTRAK.pdf text id http://repository.unair.ac.id/45311/13/MPM.%2082-16%20Agu%20i.pdf RAFIKA AGUSTINA, 081211232023 (2016) IDENTIFIKASI SIDIK JARI MENGGUNAKAN HYBRID JARINGAN SYARAF BACKPROPAGATION DAN FIREFLY ALGORITHM. Skripsi thesis, Universitas Airlangga. http://lib.unair.ac.id |
institution |
Universitas Airlangga |
building |
Universitas Airlangga Library |
country |
Indonesia |
collection |
UNAIR Repository |
language |
Indonesian Indonesian |
topic |
QA76.73. Computer algorithms and Data structures |
spellingShingle |
QA76.73. Computer algorithms and Data structures RAFIKA AGUSTINA, 081211232023 IDENTIFIKASI SIDIK JARI MENGGUNAKAN HYBRID JARINGAN SYARAF BACKPROPAGATION DAN FIREFLY ALGORITHM |
description |
Identifikasi sidik jari merupakan salah satu cara pengenalan diri yang paling akurat, karena sepanjang sejarah manusia tidak pernah ditemukan dua orang dengan sidik jari yang sama, bahkan pada kembar identik sekalipun. Pada skripsi ini, dirancang sebuah program untuk identifikasi sidik jari dengan menerapkan Jaringan Syaraf Backpropagation yang dikombinasikan dengan Firefly Algorithm sebagai algoritma pelatihannya. Dalam proses identifikasi, dilakukan proses pengolahan citra untuk mengolah image sidik jari yang telah diinputkan. Proses pengolahan citra yang dilakukan antara lain grayscale, citra biner, thinning, dan ekstraksi fitur menggunakan diagonal based feature extraction. Data hasil pengolahan citra tersebut untuk selanjutnya digunakan sebagai masukan untuk melakukan proses pelatihan menggunakan hybrid Jaringan Syaraf Backpropagation dan Firefly Algorithm. Data sidik jari yang digunakan berupa image sidik jari berukuran
piksel yang diambil dari 3 sidik jari, yaitu jempol, telunjuk, dan jari tengah dari 7 orang mahasiswa dengan pengambilan pada masing-masing mahasiswa sebanyak 3 kali. Sehingga, total data citra yang diperoleh adalah sebanyak 63 citra yang kemudian dibagi menjadi 2 bagian, yaitu 42 citra digunakan untuk pelatihan dan 21 citra untuk uji validasi. Dari proses pelatihan dan pengujian, diperoleh bobot optimal dengan MSE 9.996809E-5 pada iterasi ke 2959. Sehingga, dari bobot optimal tersebut diperoleh persentase hasil uji validasi dari proses identifikasi sidik jari adalah sebesar 100%. |
format |
Theses and Dissertations NonPeerReviewed |
author |
RAFIKA AGUSTINA, 081211232023 |
author_facet |
RAFIKA AGUSTINA, 081211232023 |
author_sort |
RAFIKA AGUSTINA, 081211232023 |
title |
IDENTIFIKASI SIDIK JARI MENGGUNAKAN HYBRID
JARINGAN SYARAF BACKPROPAGATION
DAN FIREFLY ALGORITHM |
title_short |
IDENTIFIKASI SIDIK JARI MENGGUNAKAN HYBRID
JARINGAN SYARAF BACKPROPAGATION
DAN FIREFLY ALGORITHM |
title_full |
IDENTIFIKASI SIDIK JARI MENGGUNAKAN HYBRID
JARINGAN SYARAF BACKPROPAGATION
DAN FIREFLY ALGORITHM |
title_fullStr |
IDENTIFIKASI SIDIK JARI MENGGUNAKAN HYBRID
JARINGAN SYARAF BACKPROPAGATION
DAN FIREFLY ALGORITHM |
title_full_unstemmed |
IDENTIFIKASI SIDIK JARI MENGGUNAKAN HYBRID
JARINGAN SYARAF BACKPROPAGATION
DAN FIREFLY ALGORITHM |
title_sort |
identifikasi sidik jari menggunakan hybrid
jaringan syaraf backpropagation
dan firefly algorithm |
publishDate |
2016 |
url |
http://repository.unair.ac.id/45311/1/ABSTRAK.pdf http://repository.unair.ac.id/45311/13/MPM.%2082-16%20Agu%20i.pdf http://repository.unair.ac.id/45311/ http://lib.unair.ac.id |
_version_ |
1681145438916313088 |