Klasifikasi Identitas Dengan Citra Telapak Tangan Menggunakan Convolutional Neural Network (CNN)

  • Wita D
  • Liliana D
N/ACitations
Citations of this article
113Readers
Mendeley users who have this article in their library.

Abstract

Biometrik merupakan ilmu yang membahas mengenai pengenalan identitas seseorang. Pengenalan seseorang dapat dilakukan melalui media suara, gambar, dan tulisan. Banyak sekali teknologi yang membutuhkan informasi otentik mengenai identitas seseorang. Dalam penelitian ini, menggunakan telapak tangan sebagai objek penelitian dikarenakan telapak tangan memiliki fitur unik yang berbeda pada setiap individu. Selain fitur unik, luas permukaan telapak tangan menjadi salah satu pertimbangan penulis dalam menentukan objek penelitian. Luas permukaan telapak tangan lebih besar jika dibandingkan dengan luas permukaan salah satu jari. Dengan menggunakan dataset sebanyak 26 label dimana citra telapak tangan yang masing-masing identitasnya dinamakan label A sampai label Z. Penelitian ini menggunakan metode deep learning yaitu CNN (Convolutional Neural Network) untuk mengklasifikasi masing-masing identitas pada citra telapak tangan. Hasil pengujian klasifikasi identitas dengan citra telapak tangan ini menunjukkan bahwa pada masing-masing label dapat diklasifikasikan dengan akurasi 98%.

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Cite

CITATION STYLE

APA

Wita, D. S., & Liliana, D. Y. (2022). Klasifikasi Identitas Dengan Citra Telapak Tangan Menggunakan Convolutional Neural Network (CNN). Jurnal Rekayasa Teknologi Informasi (JURTI), 6(1), 1. https://doi.org/10.30872/jurti.v6i1.7100

Readers over time

‘22‘23‘24‘25015304560

Readers' Seniority

Tooltip

Lecturer / Post doc 2

50%

PhD / Post grad / Masters / Doc 1

25%

Researcher 1

25%

Readers' Discipline

Tooltip

Computer Science 8

80%

Engineering 2

20%

Save time finding and organizing research with Mendeley

Sign up for free
0