Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sidik jari biasanya digunakan sebagai identitas pribadi seseorang. Dalam proses pengenalan sidik jari seseorang, umumnya sidik jari dicocokkan dengan basis data yang memuat sangat banyak data sidik jari. Oleh karena itu untuk mengurangi waktu pencocokkan dan perhitungan yang kompleks pada proses penenalan sidik jari, dilakukan proses yang disebut klasifikasi sidik jari. Klasifikasi sidik jari adalah cara menentukan sebuah sidik jari masuk kedalam suatu kelas tertentu. Karakteristik sidik jari yang digunakan dalam klasifikasi sidik jari dengan menggunakan teori graf pada tesis ini adalah gambar berarah. Proses klasifikasi dimulai dengan pembentukkan graf terhubung berdasarkan gambar berarah yang telah disegmentasi berdasarkan arah yang sama. Dari graf terhubung dibangun sebuah graf yang lebih ringkas tetapi tetap memuat informasi dari graf terhubung, graf tersebut diberi nama super graf terhubung.Pada basis data yang terdiri dari beberapa kelas sidik jari, dari masing-masing kelas diambil satu sidik jari sampel. Sidik jari sampel ini disebut model sidik jari dari tiap-tiap kelas sidik jari. Kemudian untuk proses pencocokkan dan klasifikasi, super graf dari sidik jari yang diteliti dan sidik jari model dari tiap-tiap kelas dibandingkan dengan menggunakan cost function. Kelas yang mempunyai nilai cost function minimum, akan menjadi kelas yang dipilih sebagai kelas dari sidik jari yang diteliti. Pada tesis ini dijelaskan proses pembentukkan super graf terhubung dari suatu gambar beararah.

---

Fingerprint is usually used as a private identity. In identifying process of someone?s fingerprint, generally, fingerprint is matched by the data base which contains many fingerprint data. Therefore, to reduce the complex matching and counting time in identifying fingerprint, we can do a process which is called fingerprint classification. Fingerprint classification is a way to show that a fingerprint is classified into one class. Fingerprint character which is used in classifying fingerprint using graph theory in this thesis is directional image. Classification process is begun by forming related graph based on directional image which has been segmented by the same direction. Related graph is built a shorter graph which contains information from connected graph which is called super graph related.In database which consists of some fingerprints, from each class is taken one sample of fingerprint. This sample of fingerprint is called fingerprint model of each fingerprint classification. In matching and classifying process, the elaborated super graph and fingerprint model of each class are matched by using cost function. The class which has minimum cost function value will be the chosen class as elaborated fingerprint class. This thesis gives an explanation on how to construct super connected graph from a directional image."

"Salah satu cabang dari teori graf yang sedang berkembang saat ini adalah pelabelan graf. Pelabelan graf pertama kali di perkenalkan oleh Sedláček pada tahun 1963. Pelabelan adalah pemetaan satu-satu dari himpunan elemen-elemen graf ke himpunan bilangan (biasanya bilangan bulat positif) yang disebut label (Bača dan Miller, 2008). Beberapa jenis pelabelan yang dikenal sekarang ini antara lain pelabelan ajaib, pelabelan anti ajaib, pelabelan jumlah, pelabelan jumlah eksklusif, pelabelan graceful, pelabelan skolem graceful, pelabelan harmonis dan pelabelan harmonis ganjil. Pelabelan anti ajaib pun juga terdiri dari berbagai jenis, beberapa diantaranya adalah pelabelan simpul anti ajaib busur, pelabelan total anti ajaib simpul, pelabelan total anti ajaib busur, dan masih banyak lagi.......One branch of graph theory that is emerging today is graph labeling. Graph labeling was first introduced by Sedlacek on 1963. Labeling is one-to-one from the set of elements graf to set (usually a positive integer) called label (Read and Miller, 2008). Some types of labeling known today among other magical labeling, labeling anti magical, labeling amount, labeling number of exclusive, graceful labeling, labeling Skolem graceful, labeling harmony and harmonious labeling odd. Labeling anti magic was also composed of various types, some of which are anti-magic labeling knot bow, anti-magic total labeling knot, anti-magic total labeling arc, and still much more."

"Misalkan ܩ(݌, ݍ) adalah graf dengan ݌ = |ܸ (ܩ) | dan ݍ = |ܧ(ܩ) | masing-masing adalah banyaknya simpul dan busur dari ܩ. Pelabelan simpul anti ajaib busur-(ܽ , ݀ ) dari graf ܩ (݌, ݍ) adalah pemetaan satu – satu ݂ : ܸ (ܩ) →{1, 2, 3, ... , ݌} sedemikian sehingga himpunan bobot busur {݂ (ݔ) + ݂ (ݕ): ݕݔ ∈ܧ(ܩ)} = {ܽ , ܽ + ݀ , ܽ + 2݀ , ... , ܽ + (ݍ − 1)݀ } dimana ܽ dan ݀ masing-masing bilangan bulat tak negatif. Pelabelan total busur anti ajaib−(ܽ , ݀ ) dari grafܩ(݌, ݍ) adalah pemetaan satu-satu pada ݂ : ܸ (ܩ) ∪ ܧ(ܩ) → {1, 2, ... , ݌ + ݍ} sedemikian sehingga himpunan bobot busur {݂ (ݔ) + ݂ (ݕݔ) + ݂ (ݕ) ∶ ݕݔ ∈ܧ(ܩ)}={ܽ , ܽ + ݀ , ܽ + 2݀ , ... , ܽ + (ݍ − 1)݀ } untuk ܽ dan ݀ yang masing-masing bilangan bulat tak negatif. Jika ݂ (ܸ ) = {1, 2, ... , ݌} maka pelabelan f disebut pelabelan total busur anti ajaib super− (ܽ , ݀ ). Pada penelitian ini diberikan konstruksi pelabelan simpul anti ajaib busur−(ܽ , ݀ ) untuk ݀ = 1 dan pelabelan total anti ajaib busur super−(ܽ , ݀ ) untuk ݀ ∈ {0, 2} pada graf prisma yang diperumum, graf web tanpa simpul pusat, graf ilalang khusus.......Let ܩ(݌, ݍ) be a graph with ݌ = |ܸ (ܩ) | and ݍ = |ܧ(ܩ) | are the number of vertices and the number on edges of ܩ respectively. An edge anti magic vertex labeling on ܩ(݌, ݍ) is a bijective mapping ݂ : ܸ (ܩ) → {1, 2, 3, ... , ݌} so that the set of edge weight {݂ (ݔ) + ݂ (ݕ): ݕݔ ∈ ܧ(ܩ)} = {ܽ , ܽ + ݀ , ܽ + 2݀ , ... , ܽ + (ݍ − 1)݀ } for positive integers ܽ and ݀ . An (ܽ , ݀ ) −edge antimagic total labeling on ܩ(݌, ݍ) is a bijective mapping ݂ : ܸ (ܩ) ∪ ܧ(ܩ) → {1, 2, ... , ݌ + ݍ}, sothat the set of edge weight {݂ (ݔ) + ݂ (ݕݔ) + ݂ (ݕ) ∶ ݕݔ ∈ ܧ(ܩ)} = {ܽ , ܽ + ݀ , ܽ + 2݀ , ... , ܽ + (ݍ − 1)݀ } for positive integers ܽ and ݀ . If ݂ (ܸ ) = {1, 2, ... , ݌} then ݂ is called (ܽ , ݀ ) − super edge antimagic total labeling. This thesis gives the construction of (ܽ , ݀ ) −edge anti magic vertex labeling for ݀ = 1 and (ܽ , ݀ ) −super edge anti magic total labeling for ݀ ∈ {0, 2} on generalized prism graph, web without centre vertex graph, and special ilalang graph."