Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sidik jari merupakan salah satu bagian tubuh manusia yang unik, artinya mempunyai karakteristik tertentu yang dapat diberdakan. Pengenalan sidik jari (fingerprint recognition) menggunakan pola bukit (ridge) dan lembah (valley) pada sidik jari. Ada 2 struktur sidik jari yang dapat diambil untuk pengenalan, yaitu struktur lokal dan struktur global. Pada pengenalan sidik jari dengan menggunakan struktur global, perlu dicari letak titik referensi yang merupakan titik pusat (core point) dari pola sidik jari. Titik ini akan digunakan sebagai titik referensi untuk tahap pengolahan citra sidik jari berikutnya. Jika sistem melakukan kesalahan pendeteksian titik referensi tersebut, maka sistem pengenalan sidik jari akan gagal melakukan proses pencocokan (matching). Sistem pengenalan sidik jari berdasarkan struktur global menggunakan set filter Gabor untuk mengekstrak sidik jari dengan pola orientasi bukit tertentu. Sistem ini juga dikenal sebagai pengenalan sidik jari berbasiskan Filterbank. Hasil dari pemfilteran dengan filter Gabor dihitung rata-rata deviasi mutlaknya untuk mendapatkan feature yang dijadikan template. Pengujian dilakukan dengan menguji sidik jari yang berasal dari Unibo dan Neurotechnologija. Berdasarkan hasil pengujian, untuk database Unibo diperoleh FMR sebesar 2,143 %, 2,143 % dan 2,857 % serta FNMR sebesar 13,571 %, 11,428 % dan 7,857 %. Untuk database Neurotechnologija diperoleh FMR 0 %, 1,086 % dan 3,260 % serta FNMR sebesar 27,173 %, 16,204 % dan 13,043 %. Masing-masing berurutan untuk threshold sebesar 1000, 1100 dan 1200. Hasil sistem pengenalan sidik jari ini cukup memuaskan untuk dapat diaplikasikan pada sisem pengamanan."

"Penelitian ini menjelaskan sebuah prosedur baru untuk menentukan nilai standar distorsi berminyak pada akuisisi citra sidik jari berdasarkan skor kejelasan dan rasio ketebalan ridge-valley. Citra sidik jari dikuantisasi ke dalam blok berukuran 32 x 32 piksel. Setiap blok dihitung orientasi garis yang tegak lurus terhadap arah ridge. Bagian tengah blok sepanjang arah ridge, vektor dua dimensi V1 dengan ukuran 32 x 13 piksel diekstraksi dan ditransformasi ke vektorvertikal dua dimensi V2. Regresi linier diterapkan pada vektor satu dimensi V3 yang merupakan rata-rata dari V2 untuk menghasilkan determinant threshold (DT1). Area yang lebih kecil dari DT1 adalah ridge, sebaliknya adalah valley. Ujicoba kejelasan dilakukan dengan menghitung luasan citra yang tumpang tindih dari distribusi tingkat keabuan ridge dan valley yang telah dipisahkan. Ukuran rasio ketebalan ridge terhadap ketebalan valley dihitung per blok, ketebalanridge dan ketebalan valley diperoleh dari nilai tingkat keabuan per blok citra dalam arah normal ke arah ridge, nilai rata-rata rasio diperoleh dari luas keseluruhan citra. Hasil penelitian menunjukkan bahwa nilai standar distorsi berminyak pada akuisisi citra sidik jari dikatakan berminyak apabila citra memiliki nilai skor kejelasan lokal (LCS) antara 0,01446-0,01550, skor kejelasan global (GCS) antara 0,01186-0,01230, dan rasio ketebalan ridge-valley (RVTR) antara 6,98E-05-7,22E-05.

---

AbstractThis research describes a novel procedure for determining the standard value of the oily distortion of acquisition the fingerprintimages based on the score of clarity and ridge-valley thickness ratio. The fingerprint image is quantized into blocks size 32 x 32 pixels. Inside each block, an orientation line, which perpendicular to the ridge direction, is computed. The center of the block along the ridge direction, a two-dimension (2-D) vector V1 (slanted square) with the pixel size 32 x 13 pixels can be extracted and transformed to a vertical 2-D vector V2. Linear regression can be applied to the onedimension (1-D) vector V3 to find the determinant threshold (DT1). The lower regions than DT1 are the ridges, otherwise are the valleys. Tests carried out by calculating the clarity of the image from the overlapping area of the gray-level distribution of ridge and valley that has been separated. Thickness ratio size of the ridge to valley, it is computation per block, the thickness of ridge and valley obtained from the gray-level values per block of image in the normal directiontoward the ridge, the average values obtained from the overall image. The results shown that the standard value of the oily distortion of acquisition the fingerprint image is said to oily fingerprint when the images have local clarity scores (LCS) is between 0.01446 to 0.01550, global clarity scores (GCS) is between 0.01186 to 0.01230, and ridge-valley thickness ratio (RVTR) is between 6.98E-05 to 7.22E-05."

"ABSTRAKDalam bidang kriminal, pengenalan sidik jari membutuhkan banyak waktu dan tenaga, karena itu Lerbagai cara otomatisasi dilakukan untuk mempermudah serta mempercepat proses pengenalan sidik jari tersebut. Salah satu teknik otomatisasi untuk pengenalan sidik jari ini adalah dengan menggunakan komputer dan pemanfaatan aplikasi dad jaringan saraf buatan.Dalam skripsi ini digunakan proses otomatisasi dengan menggunakan gabungan dari proses-proses pengolahan citra dan jaringan saraf buatan. Citra sidik jari hasil scanning diolah dan diproses sehingga didapatkan ciri-ciri sidik jari bersangkutan, berupa kode arah rata-rata dan jumlah bifurkasi. Ciri-ciri ini kcmudian dimasukkan ke dalam suatu sistem jaringan saraf buatan untuk- proses pelatihan sehingga jaringan saraf tersebut dapat digunakan sebagai standar pembanding untuk proses identifikasi.Jaringan saraf yang dirancang dan diterapkan dalam skripsi ini adalah salah satu dari topologi jaringan saraf mulliiayer dengan algoritma pelatihan propagasi balik, karena dari hasil yang diperoleh telah menunjukkan proses pengenalan yang cukup akurat dan memakan waktu yang singkat.

---

"

"Tumpanan minyak yang seringkali terjadi di jalur perairan Laut Jawaterkadang sulit diketahui sumbernya Untuk mengetahui sumber pencemarantersebut, pada penelitian ini dilakukan studi korelasi antara sampel minyaktumpahan (oil spill) dengan minyak bumi yang diproduksi di sekitar perairanSelat Malaka, Laut Jawa dan sungai-sungai yang bermuara di Iaut tersebut(oil reference). Dalam studi ini digunakan 2 (dua) parameter, yaitu sidikjariGC dan sidikjari biomarker. Keunggulan biomarker adalan menyediakaninformasi Iebih banyak mengenai sumber dan sulit terbiodegradasi kecualidalam kondisi yang ekstrim. Preparasi analisis sidikjari biomarker diawalidengan melakukan fraksionasi sampel minyak bumi, yang selanjutnyadianalisis menggunakan GCMS untuk melihat kelimpahan biomarker. Rasio-rasio dari beberapa biomarker ini Ialu diplot dalam beberapa diagram untukmelinat kecenderungan korelasi antara oil spill dengan oil reference. Untukmembuat kesimpulan aknir korelasi digunakan data gabungan dari nasilanalisis sidikjari GC dan GCIMS. Dari kedua hasil analisis tersebut dapatdisimpulkan banwa sampel OS-A memiliki korelasi positif dengan OR-6, OS-B dengan OR-9, sampel OS-C dan OS-D dengan OR-7."