Hasil Pencarian  ::  Simpan CSV :: Kembali

"This book spans current progress in biometric systems including face recognition, fingerprint recognition, iris recognition and image search systems, connecting them to each other and to progress in color and pattern analysis, mathematics and computer science. "

"Suatu sistem biometrik sangat penting untuk identifikasi dan verifikasi suatu individu dengan berbagai tujuan. Biometrik iris merupakan salah satu tipe biometrik dengan tingkat akurasi yang tinggi tetapi banyak pemakaian memori. Tahap pencocokan merupakan salah satu bagian dari sistem biometik iris yang memakai banyak memori sehingga berpengaruh pada waktu proses.Dalam skripsi ini, akan disimulasikan algoritma Incremental Dissimilarity Approximation (IDA) yang akan dibandinkan dengan algoritma vector quantization (VQ). IDA merupakan algoritma pencocokan cepat berdasarkan ketidaksamaan fungsi norm Lp dimana akan menjadi syarat untuk batas pencarian pencocokan. Hasil simulasi menunjukkan bahwa IDA tidak cocok untuk diaplikasikan pada sistem biometrik iris.Performa yang ditunjukkan sama dengan VQ karena variasi vektor pada citra iris masih memenuhi batas pada algoritma IDA. Namun, secara eksperimental telah didapat nilai batas yang optimal untuk sistem biometrik iris sehingga mempersingkat waktu proses. Kode untuk algoritma VQ dan IDA dikembangkan dengan program MATLAB.

---

A biometric system is really important for identification and verification of a person for a lot of purposes. Biometric iris is one of biometric types that has high accuracy but use lot of memory. The pattern matching is part of iris biometric system that required a lot of memory that affect to the time process.In this paper, Incremental Dissimilarity Approximation (IDA) algorithm will be simulated and compared with vector quantization (VQ) algorithm. IDA is a fast pattern matching based on dissimilarity functions derived from Lp norm for becoming the bounding criterion of pattern matching. The simulation result show that IDA is not suitable to implement for iris biometric system. It has the same performance as VQ because the variety of the vector still satisfy the bounding criterion. However, the experiment has determined the optimal bound for pattern matching in iris biometric system that decrease the time process. The code for VQ and IDA are developed with MATLAB."

"Sistem bio-metrik merupakan sistem identifikasi identitas berbasis karakteristik biologis pada manusia seperti wajah, sidik jari, dan iris mata. Iris mata merupakan salah satu karakteristik yang memiliki tingkat reliabilitas tinggi untuk identifikasi seseorang. Pengembangan sistem pengenalan iris mata dengan performa kecepatan dan akurasi yang baik masih terbilang sedikit. Perancangan sistem dengan metode Half Polar Iris Localization dan Normalization bertujuan untuk meningkatkan performa proses segmentasi iris mata. Akurasi dari fungsi lokalisasi dan normalisasi iris pada dataset CASIA-IrisV1 sebesar 95,68 dan performa pengenalan dengan nilai batas Hamming distance sebesar 0.42 memiliki tingkat penolakan sebesar 100 dan tingkat penerimaan sebesar 83,17.

---

Biometric systems is an identification for identity systems based on biological characteristics in humans such as face, fingerprint, dan iris. Iris is one characteristic that has high degree of reliability for the identification of a person. Development of open source iris recognition system with great accuracy and performance is still small. System design with Half Polar Iris Localization and Normalization method aims to increase performance of iris segmentation process. Accuracy of localization and normalization function with CASIA IrisV1 dataset is 95.68 and recognition performance with Hamming distance threshold value of 0.42 has 100 of rejection rate and 93.17 of acceptance rate."

"The main contemporary human-system interaction (H-SI) problems consist in design and/or improvement of the tools for effective exchange of information between individual humans or human groups and technical systems created for humans aiding in reaching their vital goals. This book is a second issue in a series devoted to the novel in H-SI results and contributions reached for the last years by many research groups in European and extra-European countries. The preliminary (usually shortened) versions of the chapters were presented as conference papers at the 3rd International Conference on H-SI held in Rzeszow, Poland, in 2010. A large number of valuable papers selected for publication caused a necessity to publish the book in two volumes. The given, 1st Volume consists of sections devoted to: I. Decision Supporting Systems, II. Distributed Knowledge Bases and WEB Systems and III. Impaired Persons Aiding Systems. The decision supporting systems concern various application areas, like enterprises management, healthcare, agricultural products storage, visual design, planning of sport trainings, etc. Other papers in this area are devoted to general decision supporting methods and tools. In the group of papers concerning knowledge bases and WEB-based systems are some focused on new computer networks technologies, models of malicious network traffic and selected problems of distributed networks resources organization and tagging. The concepts of a distributed virtual museum and of managing the process of intellectual capital creation in this part of the book are also presented. The last part of this volume contains a dozen of papers concerning various concepts and realizations of disabled persons aiding systems. Among them, the systems aimed at aiding visual or motion disability affected persons can be mentioned. The problems of residential infrastructure for ubiquitous health supervision and graphics- and gesture-based interactive children therapy supporting systems design in this volume are also presented."

"This book presents the latest developments in biometrics technologies and reports on new approaches, methods, findings, and technologies developed or being developed by the research community and the industry. The book focuses on introducing fundamental principles and concepts of key enabling technologies for biometric systems applied for both physical and cyber security. The authors disseminate recent research and developing efforts in this area, investigate related trends and challenges, and present case studies and examples such as fingerprint, face, iris, retina, keystroke dynamics, and voice applications . The authors also investigate the advances and future outcomes in research and development in biometric security systems. The book is applicable to students, instructors, researchers, industry practitioners, and related government agencies staff. Each chapter is accompanied by a set of PowerPoint slides for use by instructors."

"This book provides cross-disciplinary management research that integrates theories, concepts, and perspectives from two or more scientific disciplines. It aims to resolve complex theoretical problems within multiple industries, fields and areas of management including mergers, SMEs, hospitality, and healthcare."

"ABSTRAKPada beberapa tahun terakhir, sistem pengenalan wajah telah marak digunakan dalam berbagai aspek sebagai wujud dari kemajuan teknologi. Berbagai penelitian dilakukan untuk terus memperbaiki akurasi dari pengenalan wajah. Pada penelitian ini digunakan metode klasifikasi Learning Vector Quantization dan Fuzzy Kernel Learning Vector Quantization. Data yang digunakan adalah Labeled Face in The Wild-a LFW-a. Database ini tidak memiliki batasan seperti latar belakang, ekspresi, posisi, dan sebagainya. Berdasarkan hasil uji coba menggunakan database LFW-a, sistem pengenalan wajah dengan metode LVQ memiliki akurasi tertinggi 89,33 dan metode FKLVQ memiliki akurasi tertinggi 89,33 pula.

---

ABSTRACTIn recent years, face recognition is widely used in various aspects as a form of technology advancement. Various studies are conducted to keep improving the accuracy of face recognition. In this research, Learning Vector Quantization and Fuzzy Kernel Learning Vector Quantization are used as a method of classification. The data used in this research is Labeled Face in The Wild a LFW a. This database has no restrictions such as background, expression, position, and so on. Based on test results using LFW a database, face recognition using LVQ method has highest accuracy at 89,33 and FKLVQ method has highest accuracy at 89,33 as well."

"Isolasi daerah iris yang tepat dan kecepatan waktu proses yang cepat sangat dibutuhkan pada proses segmentasi dari suatu sistem. Terlebih lagi apabila dihadapkan dengan pangkalan data yang besar. Biometrik iris merupakan salah satu tipe biometrik dengan tingkat akurasi yang tinggi tetapi banyak pemakaian memori. Segmentasi merupakan proses paling awal dari suatu sistem biometrik iris yang akan sangat menentukan kinerja dari suatu sistem. Umumnya, algoritma segmentasi yang banyak digunakan adalah Daugman Integro Differential Operator (IDO). Algoritma ini mempunyai akurasi yang cukup baik tetapi mempunyai kekurangan penurunan akurasi pada masalah pencahayaan suatu citra dan waktu proses yang cukup lama karena banyak menggunakan iterasi. Dalam tesis ini, disimulasikan algoritma Region of Interest (ROI) untuk mempersingkat waktu proses tanpa mengurangi kinerja dari akurasi segmentasi. Algoritma yang disimulasikan melakukan tahapan blurring terhadap citra yang diolah kemudian melakukan pembagian daerah pencarian untuk menetapkan daerah kasar dari posisi iris dalam. Setelah melakukan optimasi posisi iris dalam maka akan dicari titik perpotongan untuk mencari jari-jari dan pusat dari iris dalam. Langkah terakhir adalah mencari jari-jari iris luar dengan acuan iris dalam dengan menggunakan operasi dasar statistik. Hasil simulasi menunjukkan ROI telah berhasil mempersingkat waktu proses segmentasi dan meningkatkan akurasi dibandingkan IDO dengan waktu proses rata-rata sebesar 0,343 detik, EER sebesar 4,12% dan akurasi segmentasi sebesar 1,826%.

---

The time process and accurate isolation of iris region are really needed in segmentation process of a system, in particular if the system are faced with huge databases. Iris Biometric is one of biometric types that has high accuracy eventhough it uses a lot of memory. Segmentation is the first process of this biometric system that will determine the performance of the system. Generally, the segmentation algorithm uses Daugman Integro Differential Operator (IDO). The algorithm has good accuracy but in some cases due to illumination problem it may create circular patches allowing to the algorithm detect a false region and processing in long period of time because too many iteration.

In this thesis, an algorithm based on Region of Interest is simulated in order to shorten the time process without sacrificing the accuracy. The simulated algorithm use blurring phase and splitting the search region to determine the rough position of inner iris region. Following the optimization of the inner iris position, the intersection point will be searched to determine the radius and the center of the inner iris. The last step is finding the outer iris boundary relative to the inner iris by using the statistical operation. The simulation result shows that ROI algorithm has succeeded to shorten the time process and increase the accuracy compared with IDO with 0.343 s for average time process, 4.12% for EER and 1.826% for segmentation accuracy."

"ABSTRAKWajah manusia mengandung banyak informasi dan antarmuka yang jelas dalam inleraksi antara manusia dan komputer. Hal ini telah memotivasi penelitian aktif di bidang pengenalan wajah, face tracking, pose estimation, pengenalan ekspresi, dan pengenalan mimik. Akan tetapi, sebagian besar metode tersebut mengasumsikan bahwa wajah manusia dalam suatu citra atau urutan citra telah diidentifikasi dan dilokalisasi. Untuk membangun suatu system otomatis sehingga kerja manusia dapat sepenuhnya ditangani oleh mesin, sangatlah penting untuk membangun algoritma yang handal dan efisien untuk mendeteksi wajah manusia.Tujuan dari deteksi wajah adalah untuk mengidentifikasi dan menempatkan wajah manusia dengan posisi, skala, orientasi, dan kondisi pencahayaan tertentu. Dalam tugas skripsi ini, ditampilkan suatu algorilma deteksi wajah untuk grayscale image dengan latar belakang yang kompleks dan skala yang bervariasi. Agar dapat menangani citra masukan dengan skala yang berbesa-beda, dilakukan metode pyramid terhadap citra masukan. Metode yang digunakan dalam proses deteksi dikembangkan dari metode Principal Component Analysis (PCA) dengan pembobotan yang optimum untuk menghasilkan error criterion yang terbaik. Simulasi dil akukan dengan MATLAB versi 5.3.

---

"

"Dengan beredarnya pandemi corona-virus (Covid-19) menuntut masyarakat untuk menjaga protokol kesehatan saat bepergian, salah satunya adalah menggunakan masker untuk mengurangi risiko terkena virus. Penggunaan masker juga disarankan oleh World Health Organization (WHO) agar digunakan saat beraktivitas dengan orang lain. Dengan mengacu hal tersebut, banyak perubahan yang terjadi pada teknologi yang digunakan sehari-hari, salah satunya adalah untuk sistem absensi. Apabila sebelum adanya Covid-19 absensi mahasiswa masih menggunakan buku tulis atau fingerprint, kini lebih baik beralih ke dalam sistem absensi berbasis face recognition dengan memanfaatkan salah satu algoritma deep learning, yaitu metode Convolutional Neural Network (CNN) untuk mengindentifikasi wajah seorang mahasiswa yang telah terdaftar. Dengan mengaplikasikan sistem absensi ini, memungkinkan mahasiswa untuk melakukan absensi tanpa terjadinya sentuhan langsung melalui media tangan. Bahasa pemrograman yang digunakan pada pengembangan aplikasi sistem absensi merupakan bahasa Python dengan implementasi Single Shot Detection (SSD) dan fitur ekstraksi ResNet. Evaluasi pengukuran pada sistem dilakukan pada situasi yang mempengaruhi kejelasan gambar dan model jumlah titik karakteristik yang berbeda.

---

With the spread of the corona-virus (Covid-19) pandemic, it requires the public to maintain health protocols when traveling, one of them is to use masks to reduce the risk of infected the virus. The use of masks is also recommended by the World Health Organization (WHO) to be used when doing activities with other people. Because of this, many changes have occurred in the technology that used in daily, one of them is the attendance system. If before Covid-19 student attendance was still using notebooks or fingerprints, now it is better to switch to a face recognition-based attendance system by utilizing one of the algorithm deep learning, namely the Convolutional Neural Network (CNN) method to identify the face of a student who has been recorded in. By applying this attendance system, it allows students to take attendance without direct touch through hand media. The programming language used in making attendance system applications is Python with Single Shot Detection (SSD) implementation and ResNet extraction feature. Evaluation of measurements on the system is carried out on situations that affect image clarity and the model number of different characteristic points."