PENGGABUNGAN FITUR LOCAL BINARY PATTERN (LBP) DAN RIDGE DENSITY DALAM KLASIFIKASI GENDER BERDASARKAN SIDIK JARI MENGGUNAKAN SUPPORT VECTOR MACHINE

DEDI YANTO (2024) PENGGABUNGAN FITUR LOCAL BINARY PATTERN (LBP) DAN RIDGE DENSITY DALAM KLASIFIKASI GENDER BERDASARKAN SIDIK JARI MENGGUNAKAN SUPPORT VECTOR MACHINE. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 71200593_bab1_bab5_daftarpustaka.pdf Download (4MB)
	Text (Skripsi Informatika) 71200593_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (3MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan gender berdasarkan sidik jari dengan menggabungkan fitur Local Binary Pattern (LBP) dan Ridge Density menggunakan Support Vector Machine (SVM). Metode pre-processing citra yang digunakan meliputi pengurangan noise, binarisasi, penghalusan citra, dan skeletonisasi. Setelah pre-processing, fitur LBP dan Ridge Density diekstraksi dari citra sidik jari untuk digunakan dalam proses klasifikasi. Hasil penelitian menunjukkan bahwa model SVM dengan penggabungan fitur LBP dan Ridge Density berhasil mencapai akurasi tertinggi sebesar 87%. Kesimpulan dari penelitian ini adalah bahwa metode yang diusulkan efektif dalam mengklasifikasikan gender berdasarkan sidik jari, dan penggabungan kedua fitur tersebut memberikan hasil yang signifikan dalam meningkatkan akurasi klasifikasi.

Actions (login required)

View Item