Implementasi Jaringan Syaraf Tiruan dengan Algoritma Genetika pada Pengenalan Iris Mata

Hendy, Hendy (2022) Implementasi Jaringan Syaraf Tiruan dengan Algoritma Genetika pada Pengenalan Iris Mata. Skripsi thesis, Prodi Teknik Infomatika.

	Text cover s.d bab III.pdf - Submitted Version Download (1MB)
	Text bab IV s.d V.pdf - Submitted Version Restricted to Registered users only Download (334kB) | Request a copy

Abstract

Pengenalan iris adalah sistem identifikasi biometrik yang aman dan andal untuk deteksi pengguna. Digunakan untuk mengambil potret seseorang. Sistem ini dibuat dengan menggabungkan metode pembelajaran syaraf tiruan dengan algoritma genetika. Implementasi sistem pengenalan ini melalui beberapa proses yaitu pengumpulan data iris mata, data iris mata yang diperoleh melalui proses akuisisi dengan keluaran citra. Sistem pengenalan dibangun menggunakan software Matlab, dan citra yang diperoleh dipisahkan menjadi dua bagian yaitu citra latih dan citra uji. Gambar pelatihan sudah diproses sebelumnya. Kinerja sistem pengenalan iris dievaluasi menggunakan segmentasi. Segmentasi digunakan untuk menemukan daerah iris kanan pada bagian tertentu mata dan harus dilakukan secara tepat dan akurat untuk menghilangkan bulu mata, kelopak mata, pantulan, dan kebisingan pupil pada daerah iris. Kami menggunakan segmentasi Algoritma Daughman dari Iris Recognition dalam penelitian ini. Dalam penelitian ini, kami menerapkan segmentasi Algoritma Daughman untuk Pengenalan Iris. Untuk mengurangi perbedaan dimensi di seluruh area iris, daerah iris yang tersegmentasi dinormalisasi. Teorema konvolusi digunakan untuk mengkodekan karakteristik iris. Sebagai metrik kecocokan, jarak Hamming disertakan, yang menawarkan hitungan berapa banyak bit yang tidak cocok yang ada di antara templat iris. Pra-pemrosesan membantu identifikasi, yang meliputi pelatihan dan pengujian. Temuan pra-pemrosesan digunakan sebagai data masukan pada tahap pelatihan, sedangkan data citra uji digunakan pada tahap pengujian. Penggunaan pembelajaran saraf tiruan serta algoritma genetika untuk mendeteksi pola iris mata efektif dan mencapai tujuan. Hal ini dikuatkan dengan tingkat akurasi pengenalan 95%. Berdasarkan hasil pengujian, kejelasan gambar iris mata yang dihasilkan, jumlah lembar tanda tersembunyi, jumlah parameter epoch, serta tampilan sampel pelatihan merupakan kriteria yang menentukan tingkat pengenalan sistem.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Jaringan Syaraf Tiruan; Algoritma genetika; Identifikasi; Matlab:Jaringan Syaraf Tiruan; Algoritma genetika; Identifikasi; Matlab
Subjects:	000 Karya Umum > 000-009 Ilmu Umum dan Komputer > 006.3 Kecerdasan Buatan 500 Ilmu Alam dan Matematika > 510-519 Matematika > 518.1 Algoritma
Divisions:	Fakultas Teknik dan Komputer > Teknik Informatika
Depositing User:	Lia Priscilla
Date Deposited:	17 Dec 2022 06:32
Last Modified:	17 Dec 2022 06:32
URI:	http://repository.upbatam.ac.id/id/eprint/2532

Actions (login required)

View Item