IMPLEMENTASI DEEP LEARNING UNTUK PENGENALAN IRIS MATA MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK

Kurniawan, Afizza Fikri and WULANNINGRUM, RESTY and SWANJAYA, DANIEL (2022) IMPLEMENTASI DEEP LEARNING UNTUK PENGENALAN IRIS MATA MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

[img] Text (Full Text)
RAMA_55201_18103020094.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (2MB) | Request a copy
[img] Text (Cover sd BAB I + References)
RAMA_55201_18103020094_0719068702_0723098303_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (429kB)
[img] Text (BAB 2)
RAMA_55201_0719068702_0723098303_18103020094_02.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (145kB) | Request a copy
[img] Text (BAB 3)
RAMA_55201_0719068702_0723098303_18103020094_03.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (167kB) | Request a copy
[img] Text (BAB 4)
RAMA_55201_0719068702_0723098303_18103020094_04.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (233kB) | Request a copy
[img] Text (BAB 5)
RAMA_55201_0719068702_0723098303_18103020094_05.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (8kB) | Request a copy
[img] Text (References)
RAMA_55201_0719068702_0723098303_18103020094_06.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (133kB)
[img] Text (Lampiran)
RAMA_55201_0719068702_0723098303_18103020094_07.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy

Abstract

Kemajuan teknologi telah membawa pengaruh besar dalam sistem keamanan. Karena berkembangnya teknologi saat ini, pasti menimbulkan kasus tindak kejahatan seperti pemalsuan identitas seseorang, mengambil informasi penting yang dimiliki seseorang dan sebagainya yang berkaitan dengan identitas diri seseorang. Upaya dalam mengatasi sistem keamanan tersebut perlu adanya suatu konsep identifikasi yang menggunakan iris mata sebagai objek biometrik. Solusi yang dapat digunakan untuk identifikasi seseorang yaitu dengan teknologi sistem biometrik. Pada pengerjaan tugas akhir ini penulis membahas mengenai pengenalan iris mata manusia dengan menggunakan metode Convolutional Neural Network (CNN) untuk mendapatkan citra dari citra iris mata. Pembuatan sistem ini digunakan sebagai sistem pengenalan data iris mata seseorang yang tersimpan sebagai data identifikasi yang sesuai dengan kelas. Dengan menggunakan metode Convolutional Neural Network , pengenalan iris mata tergantung pada jumlah data, dan kualitas data, sistem ini mempermudah pengguna dalam menganalisis pola iris mata. Hasil prediksi atau tingkat akurasi bahwa keseluruhan iris mata dari iris mata ke 1 sampai ke 8 memiliki akurasi yang baik, namun pada hasil iris tes ke 2 menunjukkan bahwa iris yang dicocokkan tidak sesuai dengan kelasnya, dengan total akurasi keseluruhan 87%. Pembuatan kode program yang diimplementasikan telah sesuai perintah yang dibuat Pada sistem pengenalan iris mata menggunakan metode Convolutional Neural Network yang mampu mengklasifikasikan kelas iris mata masing-masing.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Pengenalan, deep learning, computer vision, metode CNN.
Subjects: 410 Engineering science > 457 Computer engineering
410 Engineering science > 458 Technical information
410 Engineering science > 459 Computer science
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika
Depositing User: Mr Afizza Fikri Kurniawan
Date Deposited: 03 Sep 2022 06:26
Last Modified: 03 Sep 2022 06:26
URI: http://repository.unpkediri.ac.id/id/eprint/6405

Actions (login required)

View Item View Item