Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal Journal of Economics, Business, & Accountancy Ventura Prosiding SNATIF Jurnal RESISTOR (Rekayasa Sistem Komputer) Jurnal Qua Teknika
Abdul Rakhman
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Prosiding SNATIF

 1 
RANCANG DAN IMPLEMENTASI PATTERN RECOGNITION PADA GARIS TELAPAK TANGAN UNTUK AKSES KEAMANAN PINTU Rafika, Mutia; Rakhman, Abdul; Endri, Jon
Prosiding SNATIF 2017: Prosiding Seminar Nasional Teknologi dan informatika (BUKU 1)
Publisher : Prosiding SNATIF

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

AbstrakBiometrik merupakan ilmu yang membahas mengenai pengenalan identitas seseorang. Pengenalan seseorang dapat dilakukan melalui media suara, gambar, dan tulisan. Banyak sekali teknologi yang membutuhkan informasi otentik mengenai identitas seseorang. Telapak tangan merupakan biometrika yang masih relatif baru bila dibandingkan dengan sistem biometrika seperti wajah maupun sidik jari. Tekstur telapak tangan merupakan hal unik dan berbeda yang dimiliki oleh setiap manusia. Penelitian ini bertujuan mengimplementasikan citra telapak tangan untuk dapat diidentifikasi dengan memanfaatkan metode Image Proccessing dengan bantuan Software Visual Studio 2010 sebagai system identifikasi pengenalan garis telapak tangan(Pattern Recognition), dan perangkat keras sebagai penerima keluaran dari sistem identifikasi perangkat lunak dan menerjemahkannya sebagai akses untuk membuka pintu. Penulis memasukkan 10 citra Telapak tangan yang berbeda, dimana 1citra telapak tangan seseorang disimpan dalam database masing-masing 10 gambar sebagai citra latih. Program mampu melakukan proses klasifikasi sebanyak 8 data dari 10 data uji, sehingga presentase keberhasilannya adalah 80% Kata kunci: Biometrik, keamanan, Image Proccesing, Pattern Recognition 
PENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS Monika, Sinar; Rakhman, Abdul; Lindawati, Lindawati
Prosiding SNATIF 2017: Prosiding Seminar Nasional Teknologi dan informatika (BUKU 1)
Publisher : Prosiding SNATIF

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

 AbstrakRumah pada hakikatnya merupakan tempat kita berlindung sekaligus menjadi tempat untuk menyimpan barang-barang berharga terutama nyawa. Pengaman rumah yang lebih canggih sangat diperlukan agar tidak terjadi tindak kejahatan yang tidak kita inginkan. Di implementasikan pada pengaman pintu dengan sistem Face Recognition atau pengenalan wajah, karena wajah adalah salah satu bentuk fisiologis yang paling mudah digunakan untuk membedakan  identitas antar individu. Di proses dengan memasukkan citra yang sesuai dari 6 orang penghuni rumah untuk setiap satu orang memiliki 30 database citra yang diambil melalui kamera webcam dari sisi depan wajah tanpa menggunakan aksesoris. Dari database wajah tersebut lalu dilakukan pengujian yang berbasis real time objek masukannya berupa objek 3D yang diambil menggunakan kamera webcam karena mempunyai variabel yang sangat besar untuk melakukan transformasi dilakukan reduksi dimensi supaya menghasilkan variabel yang lebih rendah dan mudah untuk diobsevasi dengan menggunakan metode Principal Component Analysis yang juga dikenal dengan metode eigenfaces yang telah dikembangkan dengan menggunakan Software Visual Studio 2015 agar mendapatkan hasil yang sesuai dengan database secara realtime. Persentase keberhasilan dalam percobaan ini mencapai nilai akurasi lebih dari 88%. Persentase keberhasilan tergantung dengan pencahayaan, serta faktor gambar yang dilakukan saat proses pengolahan citra, ekspresi dari wajah, dan sudut pengambilan gambar.  Kata Kunci: Eigenface, Face Recognition, PCA, Visual Studio 2015
PENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS Monika, Sinar; Rakhman, Abdul; Lindawati, Lindawati
Prosiding SNATIF 2017: Prosiding Seminar Nasional Teknologi dan informatika (BUKU 1)
Publisher : Prosiding SNATIF

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

 AbstrakRumah pada hakikatnya merupakan tempat kita berlindung sekaligus menjadi tempat untuk menyimpan barang-barang berharga terutama nyawa. Pengaman rumah yang lebih canggih sangat diperlukan agar tidak terjadi tindak kejahatan yang tidak kita inginkan. Di implementasikan pada pengaman pintu dengan sistem Face Recognition atau pengenalan wajah, karena wajah adalah salah satu bentuk fisiologis yang paling mudah digunakan untuk membedakan  identitas antar individu. Di proses dengan memasukkan citra yang sesuai dari 6 orang penghuni rumah untuk setiap satu orang memiliki 30 database citra yang diambil melalui kamera webcam dari sisi depan wajah tanpa menggunakan aksesoris. Dari database wajah tersebut lalu dilakukan pengujian yang berbasis real time objek masukannya berupa objek 3D yang diambil menggunakan kamera webcam karena mempunyai variabel yang sangat besar untuk melakukan transformasi dilakukan reduksi dimensi supaya menghasilkan variabel yang lebih rendah dan mudah untuk diobsevasi dengan menggunakan metode Principal Component Analysis yang juga dikenal dengan metode eigenfaces yang telah dikembangkan dengan menggunakan Software Visual Studio 2015 agar mendapatkan hasil yang sesuai dengan database secara realtime. Persentase keberhasilan dalam percobaan ini mencapai nilai akurasi lebih dari 88%. Persentase keberhasilan tergantung dengan pencahayaan, serta faktor gambar yang dilakukan saat proses pengolahan citra, ekspresi dari wajah, dan sudut pengambilan gambar.  Kata Kunci: Eigenface, Face Recognition, PCA, Visual Studio 2015
Co-Authors Ade Silvia Handayani Aprilliya Nurmalasari Endri, Jon Irma Salamah Lindawati Lindawati Meutia Deli Rachmawati Monika, Sinar Monika, Sinar Rafika, Mutia