Hand Human Recognition Berdasarkan Geometri Telapak Tangan Menggunakan Principal Component Analysis

Authors

  • Nurul Fadillah Program Studi Teknik Informatika, Universitas Samudra, Meurandeh-Langsa
  • Imanuddin Imanuddin Program Studi Teknik Informatika, Universitas Samudra, Meurandeh-Langsa
  • Dewi Lestari Program Studi Teknik Informatika, Universitas Samudra, Meurandeh-Langsa

DOI:

https://doi.org/10.31328/jointecs.v4i2.1006

Keywords:

PCA, Telapak Tangan, Biometrika,

Abstract

Sistem pengenalan diri merupakan sebuah sistem yang dapat digunakan untuk mengenali identitas sesorang yang dapat dilakukan secara otomatis menggunakan komputer. Pengenalan diri secara otomatis dapat dilakukan dengan menggunakna bagian tubuh atau perilaku manusia yang dikenal dengan istilah biometrika. Biometrika merupakan teknologi pengenalan diri yang menggunakan bagian tubuh atau perilaku dari manusia Terdapat beberapa cara untuk biometrika umum yang sering dipakai untuk pengenalan diri, seperti sidik jari (fingerprint), selaput pelangi, (iris), wajah (face), suara (voice), tanda tangan (signature), geometri tangan (hand geometry) dan telapak tangan (palmprint). Geometri tangan merupakan salah satu biometrika yang dimiliki oleh manusia yang dapat menggambarkan struktur geometri tangan seseorang. Sistem yang terdapat dalam penelitian ini adalah sebuah sistem pengenalan telapak tangan yang menggunakan ekstraksi fitur berbasis berbasis Principal Component Analysis (PCA). Teknik ini melibatkan pengambilan komponen utama dari database telapak tangan. Untuk mengetahui keakuratan sistem pengenalan telapak tangan yang dirancang pada penelitian ini, telah dilakukan uji coba sistem dengan menggunakan input sebanyak 21 citra telapak tangan dari database. Dari hasil pengujian ini, didapatkan hasil performasi sistem adalah 52,38% dalam mengenali citra input dengan benar.

References

D. Setiawan, I. Arifin, and R. Ardianto, “Implementasi Pengembangan Sistem Media Pembelajaran Pengenalan Komputer: Program Studi Sistem Informasi Universitas PGRI Madiun,†Intensif, vol. 2, no. 2, pp. 127–135, 2018.

F. Ilmu, U. Sains, J. Raya, and S. Padang, “Sistem informasi pembelajaran identifikasi dan pengenalan dini bahasa suku sentani berbasis kearifan lokal,†vol. 2, no. 12, pp. 9–16, 2018.

T. Moloharto, S. Al Faraby, and K. M. Lhaksmana, “Implementasi Alignment Point Pattern Pada Sistem Pengenalan Sidik Jari Menggunakan Sidik Jari Menggunakan Template Matching,†e-Proceeding Eng., vol. 6, no. 1, pp. 2442–2450, 2019.

S. Emerich and B. Belean, “Biometrics Recognition based on Image Local Features Ordinal Encoding,†Int. J. Adv. Comput. Sci. Appl., vol. 8, no. 12, 2018.

A. Y. Rahman, S. Sumpeno, and M. H. Purnomo, “Video minor stroke extraction using learning vector quantization,†2017 5th Int. Conf. Inf. Commun. Technol. ICoIC7 2017.

A. Y. Rahman and S. Sumpeno, “Segmentasi Arca pada Museum Mpu Tantular Sidoarjo Menggunakan Learning Vector Quantization,†no. December, pp. 16–21, 2016.

M. Stanuch and A. Skalski, “Artificial database expansion based on hand position variability for palm vein biometric system,†IST 2018 - IEEE Int. Conf. Imaging Syst. Tech. Proc., pp. 1–6, 2018.

C. Ching Ho, M. Ali Hussin, and H. Ng, “Match score fusion of fingerprint and face biometrics for verification,†vol. 77, no. 18, pp. 93–102, 2015.

M. N. Osman, K. A. Sedek, M. Maghribi, and N. Hidayah, “ANotify : A Fingerprint Biometric-Based and Attendance Web-Based Management System with SMS Notification for Industrial Sector,†vol. 3, no. 1, pp. 36–45, 2018.

A. Aglio-Caballero, B. Rios-Sanchez, C. Sanchez-Avila, and M. J. M. De Giles, “Analysis of local binary patterns and uniform local binary patterns for palm vein biometric recognition,†vol. 2017-Octob, pp. 1–6, 2017.

Downloads

Published

2019-07-12

Issue

Vol. 4 No. 2 (2019)

Section

Articles

License

Pernyataan Hak Cipta dan Lisensi

Hak Cipta :

Penulis yang mempublikasikan naskahnya pada Jurnal ini menyetujui ketentuan berikut:

Hak cipta pada setiap artikel adalah milik penulis.

  1. Penulis mengakui bahwa JOINTECS (JOURNAL OF INFORMATION TECHNOLOGY AND COMPUTER SCIENCE) berhak sebagai yang mempublikasikan pertama kali dengan lisensi Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0).
  2. Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif  dari naskah yang telah terbit di jurnal ini kedalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi kedalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada JOINTECS (JOURNAL OF INFORMATION TECHNOLOGY AND COMPUTER SCIENCE);

Lisensi :

JOINTECS diterbitkan berdasarkan ketentuan Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0). Lisensi ini mengizinkan setiap orang untuk menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun, menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun, termasuk kepentingan komersial, selama mereka mencantumkan kredit kepada Penulis atas ciptaan asli.

This work is Under licensed

Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)