Implementasi Algoritma Back propagation Untuk Klasifikasi jenis Sidik Jari Berdasarkan Ekstraksi Ciri Matriks Co-Occurrence
Bebas
1
0
0
Teks penuh
Dokumen terkait
Dari data yang diujikan menunjukkan bahwa perangkat lunak yang direlisasikan telah mampu menentukan core , delta, ridge counting , ridge tracing , dan menghasilkan rumus
ini digunakan sampel citra batik Pekalongan yang berekstensi *.jpg dan *.bmp. Tiap sampel citra diproses menggunakan metode GLCM untuk mengetahui hasil nilai parameter GLCM
Pada bagian ini akan dibahas mengenai hasil dan analisis klasifikasi sidik jari, gambar hasil preprocessing diproses ekstraksi minutiae dan proses eliminasi spurious minutiae,
Penelitian ini akan mencoba melakukan proses klasifikasi citra dengan metode GLCM dan JST (Jaringan Syaraf Tiruan) didasari fitur tekstur menggunakan 4 sampel batik.
Penelitian ini akan mencoba melakukan proses klasifikasi citra dengan metode GLCM dan JST (Jaringan Syaraf Tiruan) didasari fitur tekstur menggunakan 4 sampel batik.
Dalam proses pembuatan suatu sistem mutlak dilakukan analisis terhadap sistem yang akan dibangun, analisis yang dilakukan untuk membangun aplikasi pengklasifikasian
Dari gambaran penelitian diatas, maka dapat dilakukan proses klasifikasi lovebird dengan beberapa tahap, yaitu prapengolahan yang merubah citra RGB menjadi citra
Dataset yang digunakan pada penelitian ini adalah data ciri-ciri fisik pada bagian kepala manusia yang berupa Panjang rambut, lebar dahi, tinggi dahi, lebar hidung, tinggi hidung,
