Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKTanda tangan (signature) merupakan sistem biometricyang masuk ke dalam kategori behaviometrickarena dalam pembuatannya sangat berpengaruh dengan kebiasaan seseorang dalam menggoreskan pena. Selain itu untuk pengaplikasian yang lebih luas, tanda tangan tersebut juga dapat digunakan sebagai tanda kehadiran, pelimpahan wewenang, pengajuan anggaran, perizinan dan hampir seluruh kegiatan kesekretariatan lainnya. Untuk membedakan tanda tangan yang asli dengan yang palsu secara komputerisasi dibutuhkan penggunaan metode yang tepat. Convolutional Siamese Networkmampu dan cocok untuk mendeteksi tanda tangan yang bersifat inkonsisten dengan cepat dan memiliki ketahanan (invarian) terhadap penskalaan, transisi, dan rotasi.Pada penelitian ini menggunakan dua macam dataset sebagai bahan uji yaitu dataset CEDAR dan datasetpartisipan yang penulis buat sendiri berdasarkan tanda tangan dari para partisipan yang penulis kenal, kemudian dilakukan beberapa skenario uji coba terhadap kedua jenis dataset citra tersebut. Skenario uji coba pertama dilakukan dengan mencari nilai False Acceptance Rate (FAR)dan False Rejection Rate (FRR)yang bertujuan untuk mengetahui tingkat akurasi program. Skenario uji coba kedua dilakukan dengan mencari nilai Standar deviasi dari kedua datasetyang digunakan yang dimaksudkan untuk mengetahui tingkat konsistensi kerja dari program ini. Skenario uji coba ketiga dilakukan dengan menggunakan Uji Pearson Product Moment (r)yang bertujuan mencari nilai runtuk mengetahui korelasi dua variabel.Dari beberapa skenario uji coba yang dilakukan didapatkan hasil False Acceptance Rate (FAR)sebesar 42% untuk dataset CEDAR dan 15% untuk dataset yang berasal dari partisipan, sementara False Rejection Rate (FRR)sebesarsebesar 38% untuk dataset CEDAR dan 77% untuk dataset yang berasal dari partisipan. Kemudian didapatkan nilai standar deviasi terbesar dengan nilai 1,28 pada penutur G. Terakhir untuk uji Pearson Product Momentdidapatkan nilai rsebesar 0,131466492

---

ABSTRACT

Signature is a biometric system that falls into the category of behavior because it is very influential in the making of a person's habit of writing a pen. Besides that for wider application, the signature can also be used as a sign of attendance, delegation of authority, budget submission, licensing and almost all other secretarial activities. To distinguish the original signature with a computerized fake one requires the use of appropriate methods. ConvolutionalSiamese Network is able and suitable to detect inconsistent signatures quickly and has resistance (invariant) to scaling, transitioning, and rotating.In this study, using two types of datasets as test material, namely the CEDAR dataset and the participant dataset that the authors made themselves based on the signatures of the participants who the authors were familiar with, then conducted several test scenarios on the two types of image datasets. The first trial scenario is done by finding the False Acceptance Rate (FAR) and False Rejection Rate (FRR) which aims to determine the level of accuracy of the program. The second trial scenario is done by finding the standard deviation values of the two datasets used which are intended to determine the level ofwork consistency of this program. The third trial scenario is done using the Pearson Product Moment Test (r) which aims to find the value of r to determine the correlation of two variables.From a number of trial scenarios, the False Acceptance Rate (FAR)was 42% for the CEDAR dataset and 15% for the dataset from participants, while the False Rejection Rate (FRR) was 38% for the CEDAR dataset and 77% for the

dataset. from participants. Then the largest standard deviation is obtained with a value of 1.28 inspeakers G. Finally for the Pearson Product Moment test obtained r value of 0.131466492."

"ABSTRAK

Latar belakang: selama ini serebelum hanya dikenal scbagai organ yang

mengatur keseimbangan tubuh saja. Pendapat ini berubah dalam 2 dekade

terakhir, didasarkan peranan serebelum memodulasi kognitif. Fungsi kognitif

serebelum termasuk motor learning, didasarkan jaras kortikoserebelar yang telah dibuktikan dengan studi PET Sken. Berdasarkan PET Sken diketahui bahwa seseorang yang mahir di bidang eksakta memiliki hubungan jaras interkortikal yang lebih kompleks dibandingkan non eksakta. Belum ada baku emas untuk menilai kemampuan motor learning jenis adaptation.

Tajuan: Membandingkan skor awal, skor akhir, kenaikan skor permainan

Tetris pada hari pertama dibandingkan hari kelima serta mengetahui ada / tidak perbedaan kemampuan motor learning pada kelompok berdasarkan jurusan

eksakta dan non eksakta.

Metode: seratus sembilan puluh mahasiswa Universitas Negeri Jakarta,

terdiri dari 95 orang mahasiswa eksakta (jurusan matematika) dan non eksakta (jurusan bimbingan konseling) dengan jumlah yang sama dengan status generalis serta neurologi dalam batas nommal. Setelah dilakukan tes penyaringan spasial navigasi (Zig Zag Tuckling Task) dan termasuk kriteria naive player, bermain Tetris setiap hari selama 5 hari berturutan dinilai skor Tetris awal, akhir, dan perubahan skor.

Hasil: terdapat perbedaan bermakna antara skor Tetris awal dibandingkan

akhir p<0,001, demikian juga kelompok eksakta dibanding non eksakta dalam hal skor Tetris awal, akhir dan perubahan skor p<0,001.

Kesimpulan: kemampuan motor learning jenis adaptarion dipengaruhi

kemampuan dasar dan latihan. Terdapat hubungan kortikoserebelar yang lebih

baik pada kelompok eksakta dibandingkan non eksakta dengan alat ukur

permainan Tetris."

"ABSTRAKWajah adalah bagian tubuh dari manusia yang mempunyai peranan penting dalam memberikan sebuah ciri khas untuk membedakan satu dengan yang lainnya. Di wajah terdapat 4 indera, dimana itu dapat menjadikan sebuah informasi terkait dengan identitas dari setiap pemilik wajah untuk membedakannya. Pengenalan wajah pada saat ini sangatlah penting untuk melakukan berbagai hal dalam kepentingan yang berbeda-beda. Teknologi pengenalan wajah memiliki sifat yang lebih fleksibel, otomatis, dan mudah dilakukan dibanding dengan teknologi biometrik pengenalan sidik jari atau retina. Oleh karenanya saya merancang sebuah sistem deteksi kehadiran berbasis pengenalan wajah yang bisa digunakan sebagai alternatif dari sistem kehadiran yang sudah ada, seperti finger print, kartu rfid, pemindahan retina, dan sebagainya. Pada sistem ini dirancang sebuah teknologi pemindahan Face Recognition untuk sistem deteksi kehadiran berbasis Raspberry Pi sehingga lebih praktis dalam penerapannya. Dengan menerapkan algoritma dari Haar cascade dan berbagai metode yaitu Histogram of Oriented Gradients (HOG) dan Support Vector Machine (SVM) untuk face detection. Dalam penerapan face recognition menggunakan perbandingan dari deep metric network 128 vector dengan citra wajah sample. Sistem ini menghasilkan nilai Accuracy sebesar 86,67%

---

ABSTRACT

The face is a part of the human body that has an important role in providing a characteristic to distinguish one from another. On the face there are 4 senses, which can make an information related to the identity of each face owner to distinguish them. Face recognition at this time is very important to do various things in different interests. Face recognition technology has properties that are more flexible, automatic, and easy to do compared to biometric fingerprint or retina recognition technology. Therefore I designed a face recognition system based on face recognition that can be used as an alternative to an existing attendance system, such as finger print, rfid cards, retinal removal, and so on. In this system a Face Recognition removal technology is designed for Raspberry Pi based presence detection systems so that it is more practical in its application. By applying the algorithm of the Haar cascade and various methods namely Histogram of Oriented Gradients (HOG) and Support Vector Machine (SVM) for face detection. The application of face recognition uses a comparison of a 128 vector deep metric network with a sample face image. This system produces an Accuracy value of 86.67%."

"Keamanan merupakan suatu hal yang sering kali diabaikan oleh kebanyakan orang. Salah satunya adalah keamanan di perumahan dan apartemen, masih banyaknya pencurian dengan cara membobol pintu rumah atau bangunan. Pada tugas akhir ini, mengembangkan teknologi Mikrokontroler dan Qr Code yang digunakan untuk sebuah security system yaitu membuat sistem keamanan akses suatu ruangan. Dengan memanfaatkan teknologi Qr Code dan sistem penyimpanan pada database, penelitian ini menghasilkan prototype berupa akses pintu dan diuji menggunakan Qr Code sebagai kuncinya. Prototype sistem keamanan akses ruang dengan memasukkan Qr Code berbasis raspberry pi. Sistem keamanan akses ruang dengan masukan Qr Code dapat mencatat data dalam bentuk satuan waktu. Sistem database yang sudah dirancang dan dibuat menyimpan, menambah, mengubah, dan menghapus data yang dimasukkan oleh pengguna. Webcam dapat membaca Qr Code dan menunjukkan nomor Qr Code beseta jenis Qr Code. Kerja dari output yaitu solenoid door lock dan LED sebagai simulasi dari pengunci pintu ruangan dan penanda bahwa sistem sudah bekerja sesuai dengan perancangan. Hasil percobaan yang dilakukan adalah sistem berhasil diterapkan pada prototype dengan tujuan peningkatan sensitifitas pemindaian Qr Code, webcam dapat memindai Qr Code dengan berbagai jarak dan juga mempengaruhi kecepatan pemindaian. Seperti pada proses pemindaian pada jarak 50cm antara kamera dengan Qr Code yang rata-rata memerlukan proses 0,3 detik hingga sistem pengunci terbuka.

---

Security is something that is often ignored by most people. One of them is security in housing and apartments, many still escape by breaking into the door of a house or building. In this thesis, developing a technology microcontroller and Qr Code used for security systems is to create a security system access to a room. By utilizing Qr Code technology and storage systems in the database, this study produced a prototype about door access and borrowing it using Qr Codes as the key. Prototype of space access security system by entering a Raspberry pi-based Qr Code. Space access security system with input Qr Code can be recorded data in the form of time units. Database system that has been created and made to store, add, change, and save data that is installed by the user. The webcam can read the Qr Code and display the Qr Code number. Work from the output is the solenoid door lock and LED as a simulation of the locking the room door and system markers that are in accordance with the design. The results of the experiments carried out were systems that were successfully applied to the prototype with the aim of increasing the sensitivity of scanning the Qr Code, the webcam can support Qr Codes with various distances and also affect the scanning speed. As in the scanning process at a distance of 50cm between the camera with a Qr Code which on average requires a process of 0.3 seconds until the locking system is open."