IDENTIFIKASI KERUT IBU JARI MENGGUNAKAN METODE K-NEAREST NEIGHBOR

Identifikasi merupakan pengenalan makhluk hidup antar satu dengan yang
lain dengan menggunakan ciri khas yang dimiliki makhluk hidup, baik tumbuhan,
hewan maupun manusia. Identifikasi dikembangkan menggunakan karakteristik
alami manusia sebagai dasar yang kemudian dikenal dengan biometrik.
Penelitian ini bertujuan untuk membuat perangkat lunak yang berfungsi
untuk membedakan kerut ibu jari yang satu dengan yang lain kepemilikkan kerut
ibu jari pada seseorang berdasarkan tekstur. Metode pencocokan yang digunakan
adalah K-Nearest Neighbour sebagai pengenalan polanya.
Data yang digunakan adalah 240 citra kerut ibu jari yang terdiri dari 6
kelas. Banyaknya data pelatihan yang digunakan adalah 120 citra kerut ibu jari,
sedangkan untuk data uji sebanyak 120 citra kerut ibu jari. Ekstraksi fitur ciri
yang digunakan adalah Correlation, Contrast, ASM, IDM, Entropy, Sum Entropy,
Sum Average dan Sum Variance.
Penelitian identifikasi kerut ibu jari menggunakan k-NN dengan k = 5, k =
7, k = 9, k = 11 dan k= 13, pada k = 7 memberikan tingkat keberhasilan paling
tinggi dengan persentase 84,17% dibandingkan dengan k yang lain dengan
persentase lebih rendah dari k = 7.