HAND HUMAN RECOGNITION BERDASARKAN GEOMETRI TELAPAK TANGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS

Nurul Fadillah; Imanuddin Imanuddin; Dewi Lestari

doi:10.24176/simet.v10i2.3285

HAND HUMAN RECOGNITION BERDASARKAN GEOMETRI TELAPAK TANGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS

Nurul Fadillah
Imanuddin Imanuddin
Dewi Lestari

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.

Keywords

PCA; telapak tangan; biometrika.

Teks Lengkap:

PDF

Referensi

Afriandi, E. and Sutikno. (2016) ‘Identifikasi Telapak Tangan Menggunakan Jaringan Syaraf Tiruan

Learning Vector Quantization ( LVQ )’, Directory Open Access Journals, 8(2), pp. 107–114.

Renaningtias, N., Efendi, R. and Susilo, B. (2015) ‘Aplikasi Biometrika Pencocokan Citra Garis

Telapak Tangan Dengan Metode Transformasi Wavelet Dan Mahalanobis Distance’, Jurnal Rekursif,

(2), pp. 2303–755.

S, AB., Inna, Suma. and Maulana H. (2016) 'Pengenalan. Citra Wajah Identifier Menggunakan

Metode Principal Component Analysis (PCA)', Junal Teknik Informatika, 9(2).

Nurdiansyah, MF., SusilawatiI. (2018) 'Identifikasi Personal Berdasarkan Geometri CItra Punggung Tangan Kiri Menggunakan Metode Learning Vector Quantization', Jurnal Multimedia & Artificial Intelligence, 2(1).

syakhala, AR., Pusitaningrum, D. and Purwandari EP. (2015) 'Perbandingan Metode Principal

Component Analysis (PCA) Dengan Metode Hidden Markov Model (HMM) Dalam Pengenalan Identitas Seseorang Melalui Wajah', Jurnal Rekursif, 3(2), pp. 2303–755.

Zhang, Y. and Wang, Z. (2012) ‘Gait recognition using principal component analysis’, International

Journal of Advancements in Computing Technology, 4(22), pp. 600–607. doi:

4156/ijact.vol4.issue22.68.

Suryani, Candra, F. (2018) 'Pengenalan Jenis Bunga Menggunakan Principal Component Analysis

Dan Jaringan Syaraf Tiruan', Jom FTEKNIK, 5(2).

DOI: https://doi.org/10.24176/simet.v10i2.3285