tanda tangan maman
Pengenalan Segel TANGAN MENGGUNAKAN Analisis KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS – PCA) DAN METODE JARINGAN SARAF Sintetis PERAMBATAN Pesong
How to cite
(IEEE): Z. B. Fiqhi, R. R. Isnanto, and M. Somantri, “PENGENALAN Tanda tangan MENGGUNAKAN ANALISIS KOMPONEN Terdepan (PRINCIPAL COMPONENT ANALYSIS – PCA) DAN METODE JARINGAN SARAF TIRUAN PERAMBATAN BALIK,”
Transient: Jurnal Ilmiah Teknik Elektro, vol. 3, no. 2, pp. 150-156, Jun. 2014. https://doi.org/10.14710/transient.v3i2.150-156
How to cite
(Barang apa): Fiqhi, Z. B., Isnanto, R. R., & Somantri, M. (2014). Kata Jenama TANGAN Menunggangi ANALISIS KOMPONEN Terdepan (PRINCIPAL COMPONENT ANALYSIS – PCA) DAN METODE JARINGAN SARAF TIRUAN PERAMBATAN Putar.
Transient: Jurnal Ilmiah Teknik Elektro, 3(2), 150-156. https://doi.org/10.14710/transient.v3i2.150-156
How to cite
(BCREC): Fiqhi, Z. B., Isnanto, R. R., Somantri, M. (2014). PENGENALAN TANDA TANGAN MENGGUNAKAN Amatan Komponen Terdepan (PRINCIPAL COMPONENT ANALYSIS – PCA) DAN METODE JARINGAN SARAF TIRUAN PERAMBATAN BALIK.
Transient: Jurnal Ilmiah Teknik Elektro, 3 (2), 150-156 (doi:10.14710/transient.v3i2.150-156)
How to cite
(Chicago): Fiqhi, Zaka B., R. R. Isnanto, and Maman Somantri. “Alas kata TANDA TANGAN Memperalat ANALISIS Onderdil Penting (PRINCIPAL COMPONENT ANALYSIS – PCA) DAN METODE JARINGAN SARAF TIRUAN PERAMBATAN Mengot.”
Transient: Surat kabar Ilmiah Teknik Elektro
3, no. 2 (2014): 150-156. Accessed : March 30, 2023. https://doi.org/10.14710/transient.v3i2.150-156
How to cite
(Vancouver): Fiqhi ZB, Isnanto RR, Somantri M. Prolog TANDA TANGAN MENGGUNAKAN Kajian Onderdil UTAMA (PRINCIPAL COMPONENT ANALYSIS – PCA) DAN METODE JARINGAN SARAF Buatan PERAMBATAN Benyot. Transient: Jurnal Ilmiah Teknik Elektro [Online]. 2014 Jun;3(2):150-156. https://doi.org/10.14710/transient.v3i2.150-156.
How to cite
(Harvard): Fiqhi, Z. B., Isnanto, R. R., and Somantri, M., 2014. Kata Tera TANGAN Menunggangi Kajian Suku cadang UTAMA (PRINCIPAL COMPONENT ANALYSIS – PCA) DAN METODE JARINGAN SARAF TIRUAN PERAMBATAN Putar.
Transient: Koran Ilmiah Teknik Elektro, [Online] Tagihan 3(2), pp. 150-156. https://doi.org/10.14710/transient.v3i2.150-156 [Accessed : 30 Mar. 2023].
How to cite
(MLA8): Fiqhi, Zaka, R. Rizal Isnanto, and Maman Somantri. “PENGENALAN Tekenan Menunggangi Analisis Suku cadang UTAMA (PRINCIPAL COMPONENT ANALYSIS – PCA) DAN METODE JARINGAN SARAF Bikinan PERAMBATAN BALIK.”
Transient: Buku harian Ilmiah Teknik Elektro, vol. 3, no. 2, 10 Jun. 2014, pp. 150-156 , https://doi.org/10.14710/transient.v3i2.150-156. Retrieved : 30 Mar. 2023.
BibTex Citation Data :
@article{Transient5447, author = {Zaka Fiqhi and R. Isnanto and Pucang Somantri}, title = {Pengenalan Tanda tangan Menunggangi Analisis KOMPONEN Utama (PRINCIPAL COMPONENT ANALYSIS - PCA) DAN METODE JARINGAN SARAF Artifisial PERAMBATAN BALIK}, journal = {Transient: Jurnal Ilmiah Teknik Elektro}, volume = {3}, number = {2}, year = {2014}, keywords = {}, abstract = { Abstrak Kebutuhan terhadap sistem introduksi identitas secara otomatis nan handal dan dapat dipercaya semakin meningkat terutama untuk sistem keamanan pada era informasi sekarang ini. Sistem pengenalan berujud memahami identitas seseorang. Banyak orang memanfaatkan kekurangan sistem prolog lazim untuk asian keuntungan bani adam. Oleh karena itu, dibutuhkan keamanan dalam teknologi biometrik untuk melindungi identitas seseorang. Penelitian ini bertujuan melebarkan sebuah program yang bisa mengidentifikasi perilaku manusia, yaitu cap tangan. Sistem dilatih dengan menjaringkan beberapa citra hasil pindai merek tangan. Proses identifikasi ciri menggunakan PCA berujud menyederhanakan elastis yang diamati dengan cara menyusutkan dimensi citra etiket tangan. Proses pengenalan pemilik merek tangan dilakukan menggunakan metode jaringan saraf tiruan perambatan balik sehingga didapat satu sistem yang dapat mengenali individu empunya paraf. Berlandaskan penekanan nan dilakukan, didapatkan hasil bahwa semakin banyak citra latih yang digunakan dalam membuat jaringan akan meningkatkan tingkat pengenalan jaringan terhadap citra uji. Semakin banyak kuantitas onderdil utama sreg cuplikan citra kembali akan meningkatkan tingkat pembukaan sistem. Di mana pengusahaan sembilan citra latih dan 50 onderdil penting bagi setiap individu menghasilkan tingkat perkenalan awal sebatas 83,33%. Sedangkan hasil pengujian sistem dengan citra tanda tangan imitasi pada variasi jumlah data latih = 9 dan total komponen utama = 50 menghasilkan pengenalan sebesar 15%. Kata kunci: biometrik, jaringan saraf tiruan perambatan balik, PCA , cap tangan. Abstract The need for automatically reliable and trustworthy identity recognition system increasing mainly for security systems in today's information age. Recognition system aims to find out the identity of a person. Many people utilize the shortcomings of conventional recognition system for partikular profit. Therefore, security in biometric technology needed to protect a person's identity. This study aims to develop a program that can recognize human behavior, i.e. signatures. The system trained by incorporating multiple images scanned signature. The process of identification using PCA aims to simplify the characteristics observed variables by means of shrinking the dimensions of the image of the signature. The owner of the signature recognition process is done using the method of artificial neural network back propagation in pesanan to get a system that can recognize tersendiri owner’s signature. Based on the research conducted, showed that the more training images are used in making the network will increase the recognition rate of the network to test images. The more the number of key components of footage image will also increase the recognition rate of the system. Where the use of nine training images and 50 principal components for each individual produces the recognition rate up to 83.33 %. While the results of tentamen the system with artificial signatures using the amount of training data = 9 and the number of principal components = 50 resulted in the introduction of 15%. Keywords: biometric, signatures, PCA, back propagation neural network. }, issn = {2685-0206}, pages = {150--156} doi = {10.14710/transient.v3i2.150-156}, url = {https://ejournal3.undip.ac.id/index.php/transient/article/view/5447} }
Refworks Citation Data :
@article{{Transient}{5447}, author = {Fiqhi, Z., Isnanto, R., Somantri, M.}, title = {Kata Cap TANGAN MENGGUNAKAN Analisis Suku cadang UTAMA (PRINCIPAL COMPONENT ANALYSIS – PCA) DAN METODE JARINGAN SARAF Bikinan PERAMBATAN BALIK}, journal = {Transient: Koran Ilmiah Teknik Elektro}, volume = {3}, number = {2}, year = {2014}, doi = {10.14710/transient.v3i2.150-156}, url = {https://ejournal3.undip.ac.id/index.php/transient/article/view/5447} }
Citation Format:
Abstract
Abstrak
Kebutuhan terhadap sistem pengenalan identitas secara otomatis yang handal dan dapat dipercaya semakin meningkat terutama buat sistem keamanan pada era informasi sekarang ini. Sistem pengenalan bertujuan mencerna identitas seseorang. Banyak orang memanfaatkan kekurangan sistem pembukaan lumrah untuk mendapat keuntungan individu. Maka dari itu karena itu, dibutuhkan keamanan dalam teknologi biometrik untuk melindungi identitas seseorang. Penelitian ini bertujuan berekspansi sebuah acara yang dapat mengenali perilaku turunan, ialah cap tangan. Sistem dilatih dengan mengegolkan beberapa citra hasil pindai paraf. Proses identifikasi ciri menggunakan PCA bertujuan menyederhanakan variabel yang diamati dengan cara menyusutkan matra citra stempel tangan. Proses pengenalan pemilik tekenan dilakukan menunggangi metode jaringan saraf imitasi perambatan balik sehingga didapat satu sistem nan boleh mengenali anak adam pemilik jenama tangan. Beralaskan penelitian yang dilakukan, didapatkan hasil bahwa semakin banyak citra latih yang digunakan dalam membuat jaringan akan meningkatkan tingkat pengenalan jaringan terhadap citra uji. Semakin banyak jumlah komponen utama pada cuplikan citra sekali lagi akan meningkatkan tingkat perkenalan awal sistem. Di mana penggunaan sembilan citra latih dan 50 komponen utama bagi setiap basyar menghasilkan tingkat pengenalan sampai 83,33%. Sedangkan hasil pengujian sistem dengan citra etiket tangan artifisial sreg variasi jumlah data latih = 9 dan jumlah komponen terdepan = 50 menghasilkan pengenalan sebesar 15%.
Kata kunci: biometrik, jaringan saraf buatan perambatan balik, PCA
,
jenama tangan.
Abstract
The need for automatically reliable and trustworthy identity recognition system increasing mainly for security systems in today’s information age. Recognition system aims to find out the identity of a person. Many people utilize the shortcomings of conventional recognition system for istimewa profit. Therefore, security in biometric technology needed to protect a person’s identity. This study aims to develop a acara that can recognize human behavior, i.e. signatures. The system trained by incorporating multiple images scanned signature. The process of identification using PCA aims to simplify the characteristics observed variables by means of shrinking the dimensions of the image of the signature. The owner of the signature recognition process is done using the method of artificial neural network back propagation in order to get a system that can recognize individual owner’s signature. Based on the research conducted, showed that the more training images are used in making the network will increase the recognition rate of the network to test images. The more the number of key components of footage image will also increase the recognition rate of the system. Where the use of nine training images and 50 principal components for each individual produces the recognition rate up to 83.33 %. While the results of testing the system with artificial signatures using the amount of training data = 9 and the number of principal components = 50 resulted in the introduction of 15%.
Keywords: biometric, signatures, PCA, back propagation neural network.
Article Metrics:
Article Info
Section: Articles
Language
: EN
Statistics:
Last update:
No citation recorded.
Last update:
No citation recorded.
Penulis yang mengasihkan tulisan tangan perlu menyetujui bahwa hak cipta bermula kata sandang tersebut akan diserahkan ke
TRANSIENT: Jurnal Ilmiah Teknik Elektro dan Kementerian Teknik Elektro, Universitas Diponegoro misal penerbit jurnal. Hak cipta mencengap hak untuk membiakkan dan mengapalkan artikel n domestik semua bentuk dan media, tercatat cetak ulang, foto, mikrofilm, dan reproduksi serupa lainnya, serta terjemahannya.
TRANSIENT: Jurnal Ilmiah Teknik Elektro dan Departemen Teknik Elektro, Perkumpulan Diponegoro dan Editor berusaha keras buat memastikan bahwa enggak ada data, pendapat, atau pernyataan nan riuk atau menyesatkan dipublikasikan di kronik. Dengan kaidah apa pula, isi artikel dan iklan yang diterbitkan dalam
TRANSIENT: Jurnal Ilmiah Teknik Elektro adalah tanggung jawab singularis dan eksklusif masing-masing penulis dan pengiklan.
Blangko Transfer Hak paten bisa diunduh di sini: [Formulir Transfer Properti Cipta
Transient]. Blangko milik cipta harus ditandatangani dan dikirim ke Editor dalam kerangka surat polos, dokumen pindaian alias faks:
Dr. Wahyudi (Ketua Editor)
Kementerian Teknik Elektro, Universitas Diponegoro, Indonesia
Jl. Prof. Sudharto, Tembalang, Semarang 50275 Indonesia
Telepon/Facs: 62-24-7460057
Email:transient@elektro.undip.ac.id
Source: https://ejournal3.undip.ac.id/index.php/transient/article/view/5447