Abstrak PENDAHULUANSistem biometrika merupakan teknologi pengenalan diri menggunakan bagian tubuh manusia seperti sidik jari, telinga, wajah, geometri tangan, telapak tangan, retina, gigi dan bibir. Pengenalan wajah merupakan sistem biometrika yang banyak digunakan untuk identifikasi personal pada penggunaan mesin absensi atau akses control. Hal ini karena wajah merupakan salah satu biometrika yang paling umum digunakan untuk mengenali seseorang.Selain itu, pengenalan wajah juga tidak mengganggu kenyamanan seseorang saat pengambilan citra.Banyak orang yang mencoba untuk membangun program aplikasi pengenalan wajah dengan berbagai macam metode yang masing-masing memiliki kelebihan dan kelemahan. Ada metode yang cepat dalam mengenali citra wajah akan tetapi mengorbankan tingkat keakuratan dalam pengenalan. Ada dua hal yang menjadi masalah utama pada pengenalan wajah yaitu proses ekstraksi fitur dari citra wajah dan juga teknik klasifikasi yang digunakan untuk mengklasifikasikan wajah yang ingin dikenali berdasarkan fitur-fitur yang telah dipilih.
Nowadays, Japan is one of the most famous study destination for
ABSTRAK – Teknologi biometrik sedang menjadi tren teknologi dalam berbagai bidang kehidupan. Teknologi biometrik memanfaatkan bagian tubuh manusia sebagai alat ukur sistem yang memiliki keunikan disetiap individu. Suara merupakan bagian tubuh manusia yang memiliki keunikan dan cocok dijadikan sebagai alat ukur dalam sistem yang mengadopsi teknologi biometrik. Sistem pengenalan suara adalah salah satu penerapan teknologi biometrik yang fokus kepada suara manusia. Sistem pengenalan suara memerlukan metode ekstraksi fitur dan metode klasifikasi, salah satu metode ekstraksi fitur adalah MFCC. MFCC dimulai dari tahap pre-emphasis, frame blocking, windowing, fast fourier transform, mel frequency wrapping dan cepstrum. Sedangkan metode klasifikasi menggunakan GMM dengan menghitung likehood kesamaan antar suara. Berdasarkan hasil pengujian, metode MFCC-GMM pada kondisi ideal memiliki tingkat akurasi sebesar 82.22% sedangkan pada kondisi tidak ideal mendapatkan akurasi sebesar 66.67%. Kata Kunci – Suara, Pengenalan, MFCC, GMM, Sistem
Artikel ilmiah adalah tulisan yang berisi laporan sistematis mengenai hasil kajian atau hasil penelitian yang dilakukan oleh dosen, mahasiswa, peneliti dan ilmuwan. Jurusan Arkeologi Universitas Halu Oleo telah memiliki koleksi artikel Arkeologi. Namun, proses pencarian dokumen membutuhkan waktu yang relatif lama, karena banyaknya koleksi artikel yang dimiliki. Berdasarkan hal tersebut dibutuhkan suatu sistem pencarian yang dapat membantu menemukan dokumen yang dibutuhkan. Sistem Temu Kembali Informasi (Information Retrieval) adalah proses menemukan materi yang biasanya dokumen dari data yang tidak terstruktur yang memenuhi kebutuhan informasi dari sebuah kumpulan koleksi yang tersimpan pada komputer. Salah satu metode sistem temu kembali informasi yang cocok digunakan untuk menemukan dokumen artikel arkeologi yaitu Vector Space Model karena efektif dan memiliki ketepatan dalam mengurutkan dokumen berdasarkan query yang dicari. Dari hasil pengujian precision dan recall yang dilakukan pada query yang terdiri dari 1 kata, 2 kata, 3 kata, 4 kata, dan 5 kata. Query yang memiliki nilai rata-rata recall tertinggi yaitu query yang terdiri dari 4 kata sebesar 95,04% dan query yang memiliki nilai rata-rata precision tertinggi yaitu query yang terdiri dari 1 kata sebesar 98,125%.Kata kunci; Vector Space Model, Perangkingan, Artikel Arkeologi, Sistem Pencarian
The existence of counterfeit money is often troubling the public. The solution given by the government to be careful of counterfeit money is by means of 3D (seen, touched and looked at). However, this step has not been perfectly able to distinguish real money and fake money. So there is a need for a system to help detect the authenticity of money. Therefore, in this study a system was designed that can detect the authenticity of rupiah and its nominal value. For data acquisition, this system uses detection boxes, ultraviolet lights and smartphone cameras. As for feature extraction, this system uses segmentation methods. The segmentation method based on the threshold value is used to obtain an invisible ink pattern which is a characteristic of real money along with the nominal value of the money. The feature is then used in the stage of detection of money authenticity using FKNN (Fuzzy K-Nearest Neighbor) method. From 24 test data, obtained an average accuracy of 96%. This shows that the system built can detect the authenticity and nominal value of the rupiah well.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.