Identifying Fingernail Images Identifying Fingernail Images Of Identical Twins Based On Artificial Neural Network Using Learning Vector Quantization Method

Authors

  • Apit Suryanto Universitas Mercu Buana Yogyakarta

DOI:

https://doi.org/10.26486/jmai.v5i1.190

Keywords:

Keywords : Twins, Fingernail Images, Learning Vector Quantization

Abstract

Twins have many similarities in common, both physically and psychologically. Similarities are what make twins look unique compared to other individuals. Most people find it difficult to distinguish between physically similar twins. A twin identification system can be implemented to help users distinguish between twins. The technology used in this study was an identification system based on fingernail images. This application was made by the Learning Vector Quantization method to perform fingernail image recognition in twins. The results showed that the application could recognize images with an accuracy rate of 100%. This application is expected to simplify users to distinguish between the brothers and sisters in twins. Keywords : Twins, Fingernail Images, Learning Vector Quantization

Downloads

Download data is not yet available.

References

Afriandi, E., & Sutikno. (2016). Identifikasi Telapak Tangan Menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization (LVQ). Jurnal Infotel; Vol. 08 No. 02; ISSN : 2085-3688., 107-114.
Andri. (2012). Implementasi Segmentasi Citra dan Algoritma Learning Vector Quantization (LVQ) dalam Pengenalan Bentuk Botol. JSM STMIK Mikroskil, 125-126.
Anggraeni, E. Y., & Irviani, R. (2017). Sistem Informasi. Yogyakarta: CV. ANDI OFFSET.
Budiarjo, A. (1991). Kamus Psikologi. semarang: Bahara Prize.
Depkes RI. (2014). Undang - Undang Republik Indonesia nomor 23 tahun 2002 pasal 1 ayat 1 tentang perlindungan anak.
Diatri Indradewi, I. A., & Ariantini, M. S. (2019). Jaringan Syaraf Tiruan LVQ Berbasis Parameter HSV dalam Penentuan Uang Rupiah Palsu. Jurnal Ilmiah Teknologi Informasi Asia; Vol. 13 No. 1; ISSN : 2580-8397., 47-52.
Fauzan, A. (2019, October 09). Home: Pemrograman Java. Retrieved from KITA INFORMATIKA: http://www.kitainformatika.com
Felix, Faisal, S., Butarbutar, T. F., & Sirait, P. (2019). Implementasi CNN dan SVM untuk Identifikasi Penyakit Tomat via Daun. Jurnal SIFO Mikroskil, 18.
Gonzalez dalam Purwanto, & Ari. (2009). Aplikasi Sistem Citra Digital sebagai Alat Deteksi Wajah Manusia. Universitas Pendidikan Indonesia: Bandung.
Kadir, A., & Susanto, A. (2013). Teori dan Aplikasi Pengolahan Citra. In A. Kadir, & A. Susanto, Teori dan Aplikasi Pengolahan Citra (pp. 534-535). Yogyakarta: CV.ANDI OFFSET (Penerbit Andi).
Kusbiantoro, D. (2015). Pertumbuhan dan perkembangan anak usia prasekolah di TK ABA 1 Lamongan. Surya, Vol.07,No.01.
kusumadewi, S. (2003). Artificial Intelligent (Teknik dan Aplikasinya). Graha Ilmu: Yogyakarta.
Kusumadewi, S., & Purnomo, H. (2013). Aplikasi Logika Fuzzy Untuk Sistem Pendukung Keputusan. Yogyakarta: Graha Ilmu.
Martha, A. V., Hanafi, M., & Baharuddin, A. (2019). Implementasi Jaringan Syaraf Tiruan (JST) Untuk Mengenali Pola Tanda Tangan dengan Metode Backpropagation. Jurnal Komputasi dan Informatika; Vol. 03 No. 02; ISSN : 2580-2852., 52-57.
MathWorks. (2020, juli 21). Support: Documentation. Retrieved from MathWorks: http://mathworks.com
Mulyadi, S. (1996). Kiat Menghadapi Anak Kembar. Jakarta: P.T. Elek Media Komputindo.
Munir, R. (2004). Pengolahan Citra Digital dengan Pendekatan Algortimik. Graha Ilmu, Yogyakarta.
Pamungkas, A. (2019, February 21). Pengolahan Citra. Retrieved from Pemrogramanmatlab: www.pemrogramanmatlab.com

Poerwadarminta, W. J. (1984). Kamus Umum Bahasa Indonesia. Balai Pustaka Amriko, 25.
Razuna, F. (2014). Pengembangan dan Implementasi Learning Vector Quantization (LVQ) Pada Aplikasi Pengenalan Jenis Ricikan Keris Jawa Berbasis Smartphone. Skripsi, 48-51.
Rizaldi, R., Kurniawati, A., & Angkoso, C. V. (2018). Implementasi Metode Euclidena Distance Untuk Rekomendasi Ukuran Pakaian Pada Aplikasi Ruang Ganti Pakaian. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 132-133.
Rohmawati, Y. (2017). Deteksi Penammbahan minuman Beralkohol (Whiskey) Pada Minuman Kopi Dengan Metode Dielektrik dan Jaringan Syaraf Tiruan (JST) untuk Pengenbangan Alat Ukur Cepat. Skripsi, 23-24.
Salambue, R. (2006). Implementasi Jaringan Syaraf Tiruan dan Pengolahan Citra untuk Identifikasi Jenis Karang. ISSN J. Pilar Sains,
S(2); Universitas Riau. Pekanbaru, 1-8.
Sipayung, Y. R., & Novichasari, S. I. (2018). Identifikasi Pola Tanda Tangan Berbasis Jaringan Syaraf Tiruan dengan Metode Learning Vector Quantization. Jurnal Multimatrix; Vol. 01 No. 01; E-ISSN : 2655-6316., 13-17.
Sitorus, Syahriol, & dkk. (2006). Pengolahan Citra Digital. Medan: USU Pres.
Situmorang et al. (2019).
Surya, R. A., Fadlil, A., & Yudhana, A. (2017). Ekstraksi Ciri Metode Gray Level Co-Occurrence Matrix (GLCM) dan Filter Gabor Untuk Klasifikasi Citra Batik Pekalongan. Jurnal Pengembangan IT, 23-24.
Susanto, A. (2011). Perkembangan Anak Usia Dini. Jakarta: Kencana Prenada. Media Grup.
temukan pengertian. (2013, 08). Retrieved from temukanpengertian.com: https://www.temukanpengertian.com/2013/08/pengertian-pengolahan-citra-digital.html
Uce, L. (2017). The Golden Age: Masa Efektif Merancang Kualitas Anak. UIN Ar-Raniry.
Utomo, P. (2016). Sistem Klasifikasi Jenis Beras Menggunakan Metode Learning Vector Quantization. Jurnal Pilar Teknologi; Vol. 1 No. 1; ISSN Online : 2502-7042, 61-67.

Published

2022-06-06