PEMANFAATAN MOBILENET UNTUK KLASIFIKASI POLA SIDIK JARI

EFFIE RAMBU BOBA (2024) PEMANFAATAN MOBILENET UNTUK KLASIFIKASI POLA SIDIK JARI. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 71200654_bab1_bab5_daftarpustaka.pdf Download (3MB)
	Text (Skripsi Informatika) 71200654_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (4MB) | Request a copy

Abstract

Pengenalan pola sidik jari sangat penting dalam teknologi biometrik dan sistem keamanan untuk menjaga kerahasiaan data dan mengidentifikasi individu. Namun kompleksitas dan variasi pola sidik jari serta kebutuhan mencocokkan banyak sidik jari menimbulkan tantangan. Untuk mempercepat pencocokan, diperlukan metode yang efisien, seperti mengelompokkan sidik jari berdasarkan ciri-ciri tertentu untuk meningkatkan efisiensi dan kecepatan identifikasi. Penelitian ini menggunakan metode MobileNetV2 dengan transfer learning untuk mengklasifikasikan pola sidik jari menjadi lima kategori utama: Arch, Tented Arch, Right Loop, Left Loop, dan Whorl. Data diambil dari NIST Special Database 4 dan diproses melalui beberapa tahap, termasuk pelabelan data, preprocessing dan augmentasi data. Selama proses pelatihan model, dilakukan percobaan dengan variasi jumlah epoch (10, 20, 30, 40, dan 50 epoch). Hasil penelitian menunjukkan bahwa preprocessing data dan peningkatan jumlah epoch menghasilkan akurasi yang lebih baik. Dimana penggunaan 20 epoch menghasilkan akurasi sebesar 62,71%, dibandingkan dengan 56,95% pada 10 epoch. Evaluasi model menunjukkan nilai precision sebesar 62,75% dan recall sebesar 62,71% di semua kelas pola sidik jari. Kata kunci : Pola Sidik Jari, MobileNetV2, Transfer Learning, Preprocessing.

Actions (login required)

View Item