rani, handini arga damar (2014) DETEKSI IRIS MATA UNTUK MENENTUKAN KELEBIHAN KOLESTEROL MENGGUNAKAN EKSTRAKSI CIRI MOMENT INVARIANT DENGAN K-MEANS CLUSTERING. Update Test thesis, Universitas Muria Kudus.
Preview |
PDF (HALAMAN JUDUL)
Hal._Judul.pdf - Accepted Version Download (325kB) |
PDF (BAB I)
BAB_I.pdf - Accepted Version Restricted to Registered users only Download (139kB) | Request a copy |
|
PDF (BAB II)
BAB_II.pdf - Accepted Version Restricted to Registered users only Download (618kB) | Request a copy |
|
PDF (BAB III)
BAB_III.pdf - Accepted Version Restricted to Registered users only Download (153kB) | Request a copy |
|
PDF (BAB IV)
BAB_IV.pdf - Accepted Version Restricted to Registered users only Download (411kB) | Request a copy |
|
PDF (BAB V)
BAB_V.pdf - Accepted Version Restricted to Registered users only Download (1MB) | Request a copy |
|
PDF (BAB VI)
BAB_VI.pdf - Accepted Version Restricted to Registered users only Download (130kB) | Request a copy |
|
Preview |
PDF (DAFTAR PUSTAKA)
DAFTAR_PUSTAKA.pdf - Accepted Version Download (248kB) |
Microsoft PowerPoint (PRESENTASI)
presentasi.pptx - Accepted Version Restricted to Registered users only Download (848kB) | Request a copy |
|
Other (PROGRAM)
Program.rar - Accepted Version Restricted to Repository staff only Download (5MB) | Request a copy |
Abstrak
Iris mata manusia memiliki pola yang sangat unik dan berbeda pada setiap manusia, sehingga sangat mungkin untuk menggunakannya sebagai dasar pengenalan biometric yang dikenal dengan ilmu iridology. Iridology adalah metode pembacaan peta pada mata untuk mendeteksi beberapa jenis penyakit dengan menggunakan pola pengamatan iris mata. Pada penelitian ini penulis mengambil data iris mata menggunakan kamera digital, namun citra iris mata yang didapatkan masih tampak kabur sehingga memerlukan pengolahan untuk mengurangi kekaburan. Penulis mendesain perangkat lunak untuk meningkatkan kualitas citra foto iris mata yang memiliki gejala kolesterol. Metode yang digunakan adalah ekstraksi ciri moment invariant, dibantu dengan algoritma K-Means Clustering untuk perhitungan jarak pusat cluster pada citra iris mata. Dari hasil citra iris mata yang telah diujikan dapat dikelompokkan menjadi iris mata normal dan iris mata penderita kolesterol tinggi. Dalam penelitian ini tingkat akurasi dari data penelitian adalah sebesar 95%.
Item Type: | Skripsi/ Thesis (Update Test) |
---|---|
Kata Kunci: | Iris mata, Kolesterol, Moment Invariant, Euclidean Distance |
Subjects: | Teknologi > T1 Teknologi (Umum) > Teknologi Informasi |
Program Studi: | Fakultas Teknik > S1 Teknik Informatika |
Depositing User: | pustakawan umk |
Date Deposited: | 11 Jul 2014 02:42 |
Last Modified: | 11 Jul 2014 03:24 |
URI: | http://eprints.umk.ac.id/id/eprint/3074 |
Actions (login required)
View Item |