Rancang bangun prototipe sistem verifikasi identitas berbasis Palmprint Touchless menggunakan CNN dan Raspberry Pi

Firmansyah, Aldhy Muhammad (2026) Rancang bangun prototipe sistem verifikasi identitas berbasis Palmprint Touchless menggunakan CNN dan Raspberry Pi. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (555kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (565kB) | Preview
	Text (SURAT PERNYATAAN KARYA SENDIRI) 3_suratpernyataankaryasendiri.pdf Restricted to Repository staff only Download (354kB) | Request a copy
Preview	Text (DAFTAR ISI) 4_daftarisi.pdf Download (459kB) | Preview
Preview	Text (BAB I) 5_bab1.pdf Download (994kB) | Preview
	Text (BAB II) 6_bab2.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB III) 7_bab3.pdf Restricted to Registered users only Download (886kB) | Request a copy
	Text (BAB IV) 8_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB V) 9_bab5.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB VI) 10_bab6.pdf Restricted to Registered users only Download (698kB) | Request a copy
	Text (DAFTAR PUSTAKA) 11_daftarpustaka.pdf Restricted to Repository staff only Download (569kB) | Request a copy

Abstract

Peningkatan kebutuhan akan sistem autentikasi yang aman, efisien, dan higienis mendorong pengembangan sistem biometrik tanpa kontak fisik, salah satunya berbasis palmprint. Penelitian ini bertujuan untuk merancang dan mengevaluasi kinerja sistem verifikasi identitas berbasis biometrik palmprint menggunakan Convolutional Neural Network (CNN) yang diimplementasikan pada Raspberry Pi. Metode penelitian dilakukan melalui perancangan sistem perangkat keras dan perangkat lunak, pengolahan citra palmprint, ekstraksi fitur menggunakan CNN berarsitektur MobileNetV2, serta proses verifikasi identitas menggunakan metode cosine similarity. Area telapak tangan ditentukan menggunakan MediaPipe untuk meningkatkan akurasi ekstraksi fitur. Pengujian sistem dilakukan melalui variasi jarak pengambilan citra, kondisi telapak tangan, pengaruh intensitas pencahayaan menggunakan lux meter, pengujian waktu respons verifikasi, serta evaluasi usability menggunakan metode System Usability Scale (SUS), selain pengujian terhadap pengguna terdaftar dan tidak terdaftar. Kinerja sistem dievaluasi menggunakan parameter False Acceptance Rate (FAR), False Rejection Rate (FRR), dan akurasi. Hasil pengujian menunjukkan bahwa sistem mencapai nilai FRR sebesar 5%, FAR sebesar 0%, dan akurasi sebesar 95% pada pengujian pengguna terdaftar, dengan rata-rata waktu verifikasi sebesar 0,19 detik, performa optimal pada rentang pencahayaan menengah, serta skor usability SUS sebesar 81,75 yang termasuk kategori excellence. Sistem mampu bekerja secara real-time dan menunjukkan performa optimal pada kondisi telapak tangan terbuka dan menghadap kamera secara frontal. Berdasarkan hasil tersebut, dapat disimpulkan bahwa sistem verifikasi identitas berbasis palmprint yang dikembangkan memiliki tingkat ketepatan dan keamanan yang baik serta berpotensi diterapkan sebagai solusi autentikasi biometrik non-kontak pada perangkat komputasi berskala kecil.

Actions (login required)

View Item