Gabungan Dua Citra Wajah untuk Sistem Otentikasi Menggunakan PCA dan Jaringan Saraf Tiruan
| Main Author: | Betavian Usdinoari, Benedictus |
|---|---|
| Format: | Thesis NonPeerReviewed application/pdf |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://kc.umn.ac.id/14692/1/HALAMAN_AWAL.pdf http://kc.umn.ac.id/14692/2/DAFTAR_PUSTAKA.pdf http://kc.umn.ac.id/14692/3/BAB_I.pdf http://kc.umn.ac.id/14692/4/BAB_II.pdf http://kc.umn.ac.id/14692/5/BAB_III.pdf http://kc.umn.ac.id/14692/6/BAB_IV.pdf http://kc.umn.ac.id/14692/7/BAB_V.pdf http://kc.umn.ac.id/14692/8/LAMPIRAN.pdf http://kc.umn.ac.id/14692/ |
Daftar Isi:
- Keamanan privasi data yang kian terus berkembang, membuat penggunaan password sebagai teknik keamanan komputer menjadi kurang efektif. Untuk dapat menanggulanginya sistem keamanan menggunakan biometrik. Keamanan biometrik adalah keamanan dengan menggunakan data dari bagian anggota badan seperti sidik jari, mata, suara, dan bentuk wajah, karena bagian anggota setiap manusia unik. Pada umumnya biometrik yang sering digunakan adalah wajah, tetapi dengan sistem pengenalan wajah yang umumnya dari satu sisi membuat celah dengan penggunaan gambar foto sebagai teknik untuk melewati sistem keamanan. Metode yang bisa ditawarkan untuk mengatasi permasalahan ini yaitu dengan menggunakan pengenalan wajah dari kedua sisi yaitu sisi wajah bagian kiri dan kanan. Memanfaatkan data gambar yang ada, sistem pengenalan dibangun dengan jaringan saraf tiruan, dimana komputer mempelajari data untuk melatih kemampuan untuk dapat mengenali datanya dan membedakan penggunanya. Dengan penggunaan wajah dari dua sisi pada jaringan saraf tiruan membuat suatu permasalahan lain yang disebabkan dari besarnya ukuran data yang perlu diolah untuk dapat berjalan. karena itu diperlukan reduksi dimensi untuk dapat memperkecil ukuran data yang diolah, salah satu adalah dengan menggunakan Principal Component Analysis (PCA). Penelitian ini bertujuan untuk membangun sistem otentikasi dengan gabungan dua wajah dengam menggunakan jaringan saraf tiruan dan PCA, serta mendapatkan nilai akurasi dan lama pelatihan data yang dilakukan dengan menggunakan PCA dan tanpa menggunakan PCA untuk dapat mengetahui bagaimana PCA dapat berpengaruh pada sistem pengenalan wajah dengan gabungan gambar wajah dua sisi yang digunakan pada penelitian ini.