TRUNOJOYO-Tugas Akhir-15277-140431100060_Abstract_TOC.pdf
Restricted to Repository staff only
Download (139kB)
TRUNOJOYO-Tugas Akhir-15277-140431100060_Cover.pdf
Restricted to Repository staff only
Download (665kB)
TRUNOJOYO-Tugas Akhir-15277-140431100060_Chapter1.pdf
Restricted to Repository staff only
Download (131kB)
TRUNOJOYO-Tugas Akhir-15277-140431100060_Chapter2.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-15277-140431100060_Chapter3.pdf
Restricted to Repository staff only
Download (417kB)
TRUNOJOYO-Tugas Akhir-15277-140431100060_Chapter4.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-15277-140431100060_Conclusion.pdf
Restricted to Repository staff only
Download (76kB)
TRUNOJOYO-Tugas Akhir-15277-140431100060_Refrences.pdf
Restricted to Repository staff only
Download (217kB)
TRUNOJOYO-Tugas Akhir-15277-140431100060_Appendices.pdf
Restricted to Repository staff only
Download (1MB)
Abstract
Sidik jari memiliki karakteristik yang sangat unik. Sidik jari setiap orang memiliki pola yang berbeda-beda yang tidak akan berubah karena bertambahnya usia, sehingga sidik jari sangat efektif digunakan sebagai salah satu sistem pengaman. Pada penelitian Skripsi ini, sidik jari diaplikasikan pada prototipe sistem pengaman pintu pintar. Kerapatan pola sidik jari yang terdiri dari ridge (punggung) dan valley (lembah) adalah sebagai penentu gender. Dalam pengujian sistem ini, telah dilakukan pengambilan sampel sebanyak 450 sidik jari untuk 200 sidik jari digunakan sebagai data testing dan 250 sidik jari digunakan sebagai data training. Masukan dari sistem ini berupa gambar dan keluarannya berupa gender (Wanita/Pria), kemudian data tersebut dikirim ke Mikrokontroler untuk mengaktifkan Door Lock atau perintah membuka pintu. Software Visual Studio 2015 bahasa c# digunakan sebagai graphical user interface (GUI), untuk ekstraksi fitur dengan metode Discrete Cosine Transform (DCT) dan Discrete Wavelet Transform (DWT). Sedangkan metode K Nearest Neighbor digunakan untuk klasifikasi gender. Pada penelitian ini diperoleh hasil akurasi 74% untuk data testing klasifikasi wanita. sedangkan klasifikasi pria sebesar 48%. Sebagai acuan nilai rata-rata RMS dan LL, HL, LH, HH, diperoleh nilai kerapatan punggung wanita lebih kecil dari pada nilai kerapatan punggung pria, dan untuk hasil Akurasi dari 10-fold cross validation yaitu sebesar 64.67% data benar dan 35.33%. untuk data yang salah.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM FAISE MARTIATUL HUSN |
| Department | Teknik Elektro |
| Uncontrolled Keywords | Discrete Cosine Transform ; Pola Sidik Jari; K Nearst Neighbor; Discrete Wavelet Transform |
| Divisions | Fakultas Teknik > S1 - Teknik Elektro |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 19 Oct 2026 13:02 |
| Last Modified | 24 Oct 2026 16:50 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/6600 |
