Elbara Natanael Saputra
Program Studi Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Bandung

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Ecotipe (Electronic, Control, Telecommunication, Information, and Power Engineering)

Perbandingan Teknik Klasifikasi Fast Null-space Based Linear Discriminant Analysis (FNLDA) dan Direct Linear Discriminant Analysis (DLDA) dalam Pengenalan Citra Multimodal Wajah atau Pembuluh Darah di Telapak Tangan Riko Saragih; Elbara Natanael Saputra; Daniel Setiadikarunia; Judea Janoto Jarden
Jurnal Ecotipe (Electronic, Control, Telecommunication, Information, and Power Engineering) Vol 9 No 1 (2022): Jurnal Ecotipe, April 2022
Publisher : Jurusan Teknik Elektro, Universitas Bangka Belitung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33019/jurnalecotipe.v9i1.2867

Abstract

Sistem pengenalan pola berbasis biometri bertujuan untuk mendapatkan akurasi pengenalan yang baik. Dalam aplikasi nyata, umumnya sistem tersebut merupakan sistem unimodal yang memiliki beberapa kekurangan. Sistem multimodal dapat mengatasi kekurangan tersebut. Modalitas yang berbeda lebih sesuai untuk aplikasi yang berbeda. Penelitian sebelumnya menguji tingkat pengenalan citra pembuluh darah dengan menggunakan deskriptor ciri-lokal. Dalam paper ini dibandingkan performa teknik klasifikasi berbasis Linear Discriminant Analysis, yaitu Fast Null-space based Linear Discriminant Analysis (FNLDA) dan Direct Linear Discriminant Analysis (DLDA) untuk mengenali seseorang berdasarkan citra multimodal wajah atau pembuluh darah. Representasi citra wajah atau pembuluh darah hasil ekstraksi ciri digunakan untuk mendapatkan vektor ciri citra. Kemudian, data tersebut dicocokkan dan akurasi pengenalan dari teknik klasifikasi yang diuji dapat ditentukan. Dari hasil pengujian didapatkan performa teknik klasifikasi yang lebih baik untuk mengenali seseorang berdasarkan citra multimodal wajah atau pembuluh darah, ditinjau dari tingkat akurasi pengenalannya adalah FNLDA.