• Tidak ada hasil yang ditemukan

KLASIFIKASI DISTORSI AKUISISI CITRA SIDIK JARI BERBASIS MULTI FITUR MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

N/A
N/A
Protected

Academic year: 2019

Membagikan "KLASIFIKASI DISTORSI AKUISISI CITRA SIDIK JARI BERBASIS MULTI FITUR MENGGUNAKAN METODE SUPPORT VECTOR MACHINE"

Copied!
197
0
0

Teks penuh

Gambar

Gambar 4.1.  Kualitas Citra Sidik Jari (a) Netral (b) Kering (c) Berminyak
Grafik Fitur Hasil Uji Hyperplane dan Akurasi Klasifikasi
Gambar 1.1. Peta Jalan Penelitian
Gambar 2.1. Ridge dan Valley pada Sidik Jari
+7

Referensi

Dokumen terkait

Karena karakteristik pola sidik jari mernpunyai tingkat warna keabuan yang lebih rcndah (gelap) dibandingkan yang bukan, maka dapat diduga bahwa nilai piksel

Algoritma pengenalan citra sidik jari dimulai dengan mengekstrak citra menjadi ciri-ciri citra dengan cara memilih sejumlah kecil (m) koefisien hasil transformasi wavelet yang

Proses enhancement pada penelitian ini dilakukan dengan menggunakan Fast Fourier Transform, dimana citra sidik jari yang telah ternormalisasikan sebanyak 80 sidik

Untuk mendapatkan data template yang akan digunakan sebagai pembanding pada proses verifikasi citra sidik jari, maka diambil 1 (satu) sampel citra diantara 8

Teknik yang diusulkan secara khusus efektif digunakan untuk verifikasi citra sidik jari kualitas rendah, dimana teknik konvensional tidak mampu mengidentifikasinya dengan

Algoritma pengenalan citra sidik jari dimulai dengan mengekstrak citra menjadi ciri-ciri citra dengan cara memilih sejumlah kecil (m) koefisien hasil transformasi wavelet yang

Dari hasil pengujian berdasarkan jumlah sidik jari yang diujikan, didapat tingkat akurasi sebesar 81.85185 % untuk citra dengan kemiringan -30° sampai 30° menggunakan metode

Proses peningkatan kualitas dari citra sidik jari berjenis kering menggunakan metode discrete fourier transform, yang mengalami pemfilteran dikawasan frekuensi,