MAZU, CHAHYA (2010) APLIKASI VERIFIKASI TANDATANGAN DENGAN MENGGUNAKAN METODE FUZZY C-MEANS CLUSTERING. S1 thesis, Universitas Mercu Buana Jakarta.
|
Text (HAL COVER)
cover.pdf Download (36kB) | Preview |
|
|
Text (ABSTRAK)
abstrak.pdf Download (14kB) | Preview |
|
![]() |
Text (BAB I)
bab 1.pdf Restricted to Registered users only Download (20kB) |
|
![]() |
Text (BAB II)
bab 2.pdf Restricted to Registered users only Download (345kB) |
|
![]() |
Text (BAB III)
bab 3.pdf Restricted to Registered users only Download (106kB) |
|
![]() |
Text (BAB IV)
bab 4.pdf Restricted to Registered users only Download (156kB) |
|
![]() |
Text (BAB V)
bab 5.pdf Restricted to Registered users only Download (14kB) |
|
![]() |
Text (DAFTAR PUSTAKA)
daftar pustaka.pdf Restricted to Registered users only Download (11kB) |
Abstract
Pemanfaatan komputer untuk menyimpan data penting untuk menggantikan brankas saat ini sudah berkembang pesat. Perkembangan tersebut menyebabkan teknologi keamanan menggunakan user id atau Personal Identification Numbers (PIN) menjadi tidak memadai lagi, sehingga dibutuhkan teknologi keamanan baru untuk menjaga kerahasiaan data, diantaranya “Sistem Pengamanan Biometrik” “Sistem Pengamanan Biometrik” menggunakan ciri–ciri fisiologis dan sifat bawaan (behavioral traits) untuk mengenali atau membuktikan identitas seseorang dalam mengakses suatu data, seperti : tanda tangan, sidik jari, iris mata, DNA, suara, dan lain–lain. Pengamanan dengan sistem ini lebih efektif sebab pemalsuan identitas akan lebih sulit dilakukan sebab ciri-ciri fisiologis seseorang tidaklah sama dengan orang lain. Verifikasi tanda tangan adalah teknik yang banyak digunakan dan memerlukan biaya yang relatif kecil dibanding sistem pengamanan biometrik lainnya, karena hanya memerlukan light pen dan software verifikasi. Verifikasi terhadap tanda tangan dapat dilakukan dengan beberapa metode, salah satunya ada Fuzzy C-Means Clustering. Metode fuzzy C-means clustering mampu metoleransi hingga 20%, dan dapat mengetahui/mengelompokan pengguna tanda tangan, dengan cara membandingkan sampel baru dengan master sampel. Kata kunci : personal identification, Fuzzy C-Means Clustering
Item Type: | Thesis (S1) |
---|---|
Call Number CD: | FIK/INFO. 10 163 |
Call Number: | SIK/15/10/169 |
NIM/NIDN Creators: | 4150401054 |
Uncontrolled Keywords: | APLIKASI VERIFIKASI |
Divisions: | Fakultas Ilmu Komputer > Informatika |
Depositing User: | Admin Perpus UMB |
Date Deposited: | 20 May 2010 10:30 |
Last Modified: | 01 Aug 2025 07:05 |
URI: | http://repository.mercubuana.ac.id/id/eprint/37928 |
Actions (login required)
![]() |
View Item |