Kombinasi Metode Minutiae Dan K-Nearest Neighbor Untuk Pengenalan Pola Pada Citra Fingerprint

 (*)Gunarti Purba Mail (Universitas Budi Darma, Medan, Indonesia)

(*) Corresponding Author

Abstract

Dalam pengenalan pola fingerprint proses identifikasi biometrika banyak dimanfaatkan dalam kehidupan sehari-hari. Salah satu jenis biometrika yang digunakan adalah fingerprint. Biometrika ini sendiri dikembangkan karena memiliki keuntungan seperti tidak dapat hilang, tidak dapat lupa, dan tidak dapat dipalsukan karena keberadaanya melekat pada seseorang itu sendiri. Pada dasarnya pengenalan pola digunakan untuk menyelesaikan akar permasalahan khususnya yang berkaitan dengan langkah pengelompokan sidik jari melalui sifat-sifat dan juga ciri-ciri dari sidik jari itu sendiri. Salah satu yang menjadi permasalahan adalah karakteristik dari sidik jari itu sendiri memiliki kemiripan yang sangat tinggi, sehingga dibutuhkan tingkat keakurasian yang sangat tinggi juga untuk pengenalan pola dari sidik jari itu sendiri. Metode yang digunakan adalah metode minutiae dan k-nearest neighbor dengan cara dikombinasian. Metode minutiae digunakan untuk membedakan terlebih dahulu guratan-guratan yang ada pada sidik jari dan metode k-nearest neighbor digunakan untuk pengklasifikasian atau penyusunan terhadap guratan-guratan tersebut. Pada penelitian kombinasi metode minutiae dan k-nearest neighbor untuk pengenalan pola pada citra fingerprint menggunakan visual basic 2008 dan database Microsoft access menghasilkan pengenalan pola dengan tingkat akurasi 86%.

Keywords


fingerprint; pengenalan pola; minutiae; k-nearest neighbor

Full Text:

PDF


Article Metrics

Abstract view : 495 times
PDF - 228 times

References

E. P. P. Sandri Titik Wulandari1, Ernawati2, “Aplikasi Biometrika pengenalan Citra Sidik Jari dengan Metode Minutiae Dan Artificial Neural,” J. Rekursif, vol. 5, no. 1, pp. 107–120, 2017.

A. J. T, D. Yanosma, and K. Anggriani, “Implementasi Metode K-Nearest Neighbor (Knn) Dan Simple Additive Weighting (Saw) Dalam Pengambilan Keputusan Seleksi Penerimaan Anggota Paskibraka,” Pseudocode, vol. 3, no. 2, pp. 98–112, 2017, doi: 10.33369/pseudocode.3.2.98-112.

A. Fanggidae, D. M. Sihotang, and A. P. Rihi Pati, “Pengenalan Pola Sidik Jari Dengan Metode Local Binary Pattern Dan Learning Vector Quantization,” J. Komput. dan Inform., vol. 7, no. 2, pp. 148–156, 2019, doi: 10.35508/jicon.v7i2.1635.

Subairi, Rahmadwati, and E. Yudaningtyas, “Implementasi Metode k-Nearest Neighbor pada Pengenalan Pola Tekstur Citra Saliva untuk Deteksi Ovulasi,” J. EECCIS, vol. 12, no. 1, pp. 9–14, 2018.

M. M. Baharuddin, H. Azis, and T. Hasanuddin, “Analisis Performa Metode K-Nearest Neighbor Untuk Identifikasi Jenis Kaca,” Ilk. J. Ilm., vol. 11, no. 3, pp. 269–274, 2019, doi: 10.33096/ilkom.v11i3.489.269-274.

S. R. Borra, G. J. Reddy, and E. S. Reddy, “A broad survey on fingerprint recognition systems,” Proc. 2016 IEEE Int. Conf. Wirel. Commun. Signal Process. Networking, WiSPNET 2016, pp. 1428–1434, 2016, doi: 10.1109/WiSPNET.2016.7566372.

M. R. Syahziar, K. M. Lhaksamana, and S. Al Faraby, “Klasifikasi Sidik Jari Menggunakan Metode Minutiae,” e-Proceeding Eng., vol. 5, no. 1, pp. 1803–1810, 2018.

C. S. Fatoni and F. D. Noviandha, “Case Based Reasoning Diagnosis Penyakit Difteri dengan Algoritma K-Nearest Neighbor,” Creat. Inf. Technol. J., vol. 4, no. 3, p. 220, 2018, doi: 10.24076/citec.2017v4i3.112.

Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 Gunarti Purba

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.


KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer)
P3M STMIK Budi Darma
Sekretariat Jln. Sisingamangaraja No. 338 Telp 061-7875998
email: komik@univ-bd.ac.id, komik.budidarma@gmail.com

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.