Identifikasi Telapak Tangan Menggunakan 2DPCA plus PCA dan K-Nearest Neighbour

Abstract

Biometrik merupakan pengenalan seseorang berdasarkan anatomi ataupun karakteristik tingkah laku. Identifikasi telapak tangan sebagai teknik biometrik memiliki kelebihan yaitu membutuhkan resolusi citra yang kecil, biaya alat yang murah, tidak bersifat intrusif, serta memiliki tingkat akurasi yang tinggi. Paper ini akan membahas identifikasi telapak tangan menggunakan metode 2DPCA plus PCA. Principal Component Analysis (PCA) merupakan teknik ekstraksi fitur yang memiliki kelebihan dari segi kompresi data. Metode 2 Dimensional Principal Component Analysis (2DPCA) memiliki kelebihan dari PCA dari segi akurasi dan kompleksitas waktu, namun memiliki kekurangan yaitu membutuhkan banyak koefisien dalam menyimpan data. Penggabungan kedua metode tersebut menghasilkan metode yaitu 2DPCA plus PCA. Pada percobaan, klasifikasi dilakukan dengan menggunakan K-Nearest Neighbour (KNN). Analisis dilakukan dengan membandingkan performansi metode 2DPCA plus PCA dengan metode lainnya yaitu 2DPCA dan PCA.