IDENTIFIKASI TELAPAK KAKI KANAN ORANG DEWASA MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION

Sulistiyadi, Sulistiyadi (2017) IDENTIFIKASI TELAPAK KAKI KANAN ORANG DEWASA MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION. Skripsi thesis, Universitas Mercu Buana Yogyakarta.

[thumbnail of ABSTRAK.pdf]
Preview
Text
ABSTRAK.pdf

Download (86kB) | Preview
[thumbnail of BAB I.pdf]
Preview
Text
BAB I.pdf

Download (426kB) | Preview
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Repository staff only

Download (948kB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Repository staff only

Download (1MB)
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Repository staff only

Download (1MB)
[thumbnail of BAB V.pdf]
Preview
Text
BAB V.pdf

Download (482kB) | Preview
[thumbnail of COVER DAN LAMPIRAN.pdf] Text
COVER DAN LAMPIRAN.pdf
Restricted to Repository staff only

Download (1MB)
[thumbnail of SKRIPSI FULLTEXT.pdf] Text
SKRIPSI FULLTEXT.pdf
Restricted to Repository staff only

Download (6MB)

Abstract

Biometrik telapak kaki kanan dengan metode Learning Vector Quantization dapat
dimanfaatkan sebagai pengenalan individu. Telapak kaki kanan mulai dari ujung jari kaki
sampai tumit mempunyai ukuran yang berbeda di tiap individu sehingga bisa digunakan
sebagai ciri untuk mengenali tiap individu. Dengan memanfaatkan luas telapak kaki kanan
sebagai ciri yang diambil, metode Learning Vector Quantization dapat melakukan
identifikasi dengan mengambil ciri luas telapak kaki kanan dari data latih dan
membandingkan dengan data uji luas telapak kaki kanan. Dengan adanya penelitian ini
diharapkan dapat membantu dalam mengenali individu melalui citra telapak kaki
khususnya telapak kaki kanan selain dengan menggunakan biometrik lainnya yang sudah
sering dipakai.
Penelitian dilakukan dimulai dari akuisisi data yaitu pengambilan citra telapak kaki
kanan orang dewasa dengan scanner, selanjutnya dilakukan preprocessing yaitu mengolah
citra melalui beberapa proses yaitu grayscale yaitu mengubah citra ke skala keabuan,
proses contrast stretching yaitu perbaikan kualitas citra dengan meningkatkan kontras citra,
proses thresholding yaitu mengubah obyek citra menjadi putih dan latar belakangnya
menjadi hitam. Kemudian dilakukan ekstraksi ciri yaitu luas telapak, tinggi telapak, lebar
telapak atas, lebar telapak tengah, lebar telapak bawah. Pengklasifikasian biometrik citra
telapak orang dewasa yang digunakan dalam penelitian ini adalah metode Learning Vector
Quantization (LVQ). Learning Vector Quantization (LVQ) adalah suatu metode pelatihan
pada lapisan kompetitif terbimbing yang akan belajar secara otomatis untuk
mengklasifikasikan vektor-vektor input ke dalam kelas-kelas tertentu.
Data yang digunakan untuk penelitian ini adalah sebanyak 300 citra telapak kaki
kanan orang dewasa (30 citra per orang dari jumlah 10 orang). Dari 300 citra yang diambil,
dipilih beberapa citra yang terbaik untuk digunakan sebagai data pelatihan dan data
pengujian. Rincian citra yang digunakan yaitu 100 citra untuk data pelatihan (10 citra per
orang) dan 50 citra untuk data pengujian (5 citra per orang). Citra telapak kaki kanan orang
dewasa yang diperoleh dari proses akuisisi, kemudian akan diekstraksi untuk mendapatkan
ciri dan digunakan untuk membedakan kelas yang satu dengan yang lain. Ciri tersebut
antara lain luas telapak, tinggi telapak, lebar telapak atas, lebar telapak tengah, lebar telapak
bawah. Selanjutnya ciri tersebut di klasifikasi dengan LVQ yang dalam penelitian ini
persentase terbaik diperoleh dari bobot akhir yang dihasilkan dari laju data pelatihan
dengan menggunakan alfa 0,1 dan dec alfa 0,25 maka diperoleh hasil kinerja pengujian
sebesar 87 %.
Kata kunci: Telapak kaki kanan orang dewasa, Learning Vector Quantization

Item Type: Thesis (Skripsi)
Additional Information/Lokasi Hardcopy: Indah Susilawati, S.T., M.Eng
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Informasi > Program Studi Teknik Informatika
Depositing User: Teknik Informatika UMBY
Date Deposited: 10 Feb 2018 04:37
Last Modified: 19 Aug 2022 04:16
URI: http://eprints.mercubuana-yogya.ac.id/id/eprint/1650

Actions (login required)

View Item
View Item