Perbandingan metode kullback-leibler distance dan k-nearest neighbor untuk identifikasi personal menggunakan fitur telapak tangan

Main Author: Arnando Maharrizki
Format: Book
Bahasa: ind
Terbitan: Fak. Ilmu Komputer , 2015
Subjects:
Online Access: http://digilib.unsri.ac.id//index.php?p=show_detail&id=7248
http://digilib.unsri.ac.id//lib/phpthumb/phpThumb.php?src=../../images/docs/ILKOM.jpg.jpg
ctrlnum slims-7248
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><title>Perbandingan metode kullback-leibler distance dan k-nearest neighbor untuk identifikasi personal menggunakan fitur telapak tangan</title><creator>Arnando Maharrizki</creator><subject>Telapak Tangan</subject><subject>Kullback-Leibler Distance</subject><subject>Template</subject><publisher>Fak. Ilmu Komputer</publisher><date>2015</date><language>ind</language><type>Book:Book</type><identifier>http://digilib.unsri.ac.id//index.php?p=show_detail&amp;id=7248</identifier><description>Identifikasi telapak tangan seseorang adalah pengenalan identitas menggunakanciri-ciri garis-garis telapak tangan. Telapak tangan memiliki tekstur yang detaildan unik. Proses pengambilan ciri pada telapak tangan menggunakan metodeekstraksi ciri. Penelitian ini menggunakan metode filter gabor untukmengekstraksi ciri telapak tangan. Proses pengambilan ciri menggunakanbeberapa tahapan, yaitu konversi citra ke grayscale, deteksi tepi, dan ekstraksiciri. Identifikasi citra dilakukan dengan menggunakan dua metode, yaitu metodeKullback-Leibler Distance dan metode K-Nearest Neighbor (KNN). Pengujianmenggunakan citra dengan format JPG dengan jumlah keseluruhan 280 citra dari40 orang. Persentase akurasi citra uji pertama untuk Kullback-Leibler Distancemencapai 85% dan KNN mencapai 87,5% dengan nilai k=3. Sedangkan untukcitra uji kedua persentase akurasi Kullback-Leibler Distance dan KNNmemperoleh hasil akurasi yang sama, yaitu mencapai 82,5%.</description><geographic>Inderalaya</geographic><identifier>http://digilib.unsri.ac.id//lib/phpthumb/phpThumb.php?src=../../images/docs/ILKOM.jpg.jpg</identifier><description>xi, 125 hlm. : ilus.</description><subject>NONE</subject><recordID>slims-7248</recordID></dc>
language ind
format Book:Book
Book
author Arnando Maharrizki
title Perbandingan metode kullback-leibler distance dan k-nearest neighbor untuk identifikasi personal menggunakan fitur telapak tangan
publisher Fak. Ilmu Komputer
publishDate 2015
topic Telapak Tangan
Kullback-Leibler Distance
Template
NONE
url http://digilib.unsri.ac.id//index.php?p=show_detail&id=7248
http://digilib.unsri.ac.id//lib/phpthumb/phpThumb.php?src=../../images/docs/ILKOM.jpg.jpg
contents Identifikasi telapak tangan seseorang adalah pengenalan identitas menggunakanciri-ciri garis-garis telapak tangan. Telapak tangan memiliki tekstur yang detaildan unik. Proses pengambilan ciri pada telapak tangan menggunakan metodeekstraksi ciri. Penelitian ini menggunakan metode filter gabor untukmengekstraksi ciri telapak tangan. Proses pengambilan ciri menggunakanbeberapa tahapan, yaitu konversi citra ke grayscale, deteksi tepi, dan ekstraksiciri. Identifikasi citra dilakukan dengan menggunakan dua metode, yaitu metodeKullback-Leibler Distance dan metode K-Nearest Neighbor (KNN). Pengujianmenggunakan citra dengan format JPG dengan jumlah keseluruhan 280 citra dari40 orang. Persentase akurasi citra uji pertama untuk Kullback-Leibler Distancemencapai 85% dan KNN mencapai 87,5% dengan nilai k=3. Sedangkan untukcitra uji kedua persentase akurasi Kullback-Leibler Distance dan KNNmemperoleh hasil akurasi yang sama, yaitu mencapai 82,5%.
xi, 125 hlm. : ilus.
id IOS4546.slims-7248
institution Universitas Sriwijaya
institution_id 177
institution_type library:university
library
library UPT Perpustakaan Universitas Sriwijaya
library_id 1098
collection Digilib UNSRI
repository_id 4546
city OGAN ILIR
province SUMATERA SELATAN
repoId IOS4546
first_indexed 2017-08-28T10:27:51Z
last_indexed 2017-08-28T10:27:51Z
recordtype dc
_version_ 1683407470889795584
score 17.60897