Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
Sofia Sa’idah
Telkom University
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Perancangan Dan Analisis Compressive Sampling Dan Sinkronisasi Pada Audio Watermarking Stereo Berbasis Stationary Wavelet Transform Dengan Metode Audio Centroid Refika Oktaviani; Gelar Budiman; Sofia Sa’idah
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Saat ini, duplikasi data atau pembajakan dalam teknologi digital makin sering terjadi, salah satu solusi mengatasi itu dengan teknik Watermarking. Watermarking adalah suatu cara penyembunyian atau penanaman data/info pada suatu media tertentu ke dalam suatu data digital lainnya dan harus tahan terhadap serangan. Audio watermarking merupakan pengimplementasian dari watermarking untuk melindungi keaslian dan hak cipta multimedia pada file audio. Pada penelitian ini penulis menggabungkan Stationary Wavelet Transform(SWT) dan metode audio centroid untuk menyisipkan watermark ke audio host. Compressive Sampling (CS) memiliki fungsi untuk mengkompresi watermark sebelum proses embedding. Pertama, audio host tersegmentasi menjadi frame dengan ukuran sampel yang sama. Setelah itu masuk ke proses SWT untuk pemilihan subband. Selanjutnya, hitung lokasi embedding dengan prosedur centroid, dan sisipkan dulu watermark yang dikompres dengan metode QIM. Berdasarkan hasil penelitian ini menghasilkan -4>ODG>0, SNR>20, dan BER yang mendekati 0. Audio watermarking yang diuji dengan serangan delay mendapatkan watermark yang baik karena memiliki BER=0.
Steganalisis Audio Digital Dengan Discrete Wavelet Transform Menggunakan Support Vector Machine Classifier Nanang Adi Setyawan; Bambang Hidayat; Sofia Sa’idah
eProceedings of Engineering Vol 4, No 2 (2017): Agustus, 2017
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dokumen audio sebagai cover dalam menyembunyikan dokumen lain dengan cara disisipkan menggunakan teknik steganografi merupakan hal yang sudah cukup banyak ditemukan untuk melindungi kerahasiaan pesan seseorang. Dalam pembacaannya dan pendeteksiannya diperlukan suatu teknik untuk mengidentifikasi apakah ada suatu pesan dalam suatu dokumen audio, hal ini disebut dengan steganalysis. Steganalysis mencakup pencarian keberadaan suatu pesan dalam medium tertentu sampai dengan mengetahui isi pesan yang disisipkan dalam suatu medium lain. Dalam penelitian ini dibuat suatu perangkat lunak yang mampu mendeteksi keberadaan suatu pesan tersembunyi berupa teks dalam sebuah file dengan format WAVE . Metode yang digunakan untuk mendeteksi yaitu dengan discrete wavelet transform dengan dikalsifikasikan dengan support vector machine classifier. Hasil dari steganalisis ini berupa akurasi sistem sebesar 90 % .Penelitian ini diharapkan dapat digunakan lagi bagi pihak-pihak yang berkepentingan dan mempunyai kebutuhan mengenai informasi dan pesan rahasia seperti kepolisian. Kata Kunci : Steganalysis, Steganografi ,Discrete Wavelet Transform, Support Vector Machine, WAVE.
Pengenalan Kain Sasirangan Berdasarkan Tekstur Dengan Filter Gabor, Template Matching Dan Klasifikasi Decision Tree Nur Hikmah Maulida; Bambang Hidayat; Sofia Sa’idah
eProceedings of Engineering Vol 6, No 1 (2019): April 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Kain Sasirangan merupakan salah satu kain batik Indonesia yang berasal dari adat suku Banjar di Kalimantan Selatan. Kain tersebut memiliki berbagai macam pola dan tekstur tertentu. Namun masih banyak masyarakat Indonesia yang belum mengetahui ragam pola dan tekstur kain tersebut. Oleh karena itu, dibuatlah aplikasi yang dapat mengenali pola dan tekstur kain sasirangan. Proses pengenalan tekstur dengan filter gabor dan template matching merupakan metode yang memungkinkan identifikasi dapat dilakukan dengan cepat dan tepat. Teknik identifikasi yang digunakan berupa citra digital yang diambil dengan kamera, sedangkan decision tree digunakan untuk mengklasifikasikan citra kain serta didukung juga dengan segmentasi sebagai proses preprocessing pada citra. Data yang digunakan berupa citra berformat jpg yang diambil dari beberapa sumber. Tujuan dari penelitian ini adalah menganalisis hasil segmentasi kain menggunakan metode filter gabor yang digunakan untuk membantu proses awal identifikasi batik sasirangan berdasarkan fitur tekstur. Template matching digunakan untuk mencocokan tiap-tiap bagian dari suatu citra dengan citra yang menjadi template (acuan) dan decision tree sebagai klasifikasi yang dibentuk dari tiga simpul yaitu simpul root, simpul perantara dan simpul reaf untuk memuat keputusan akhir pada penelitian yang akan dilakukan. Pada penelitian ini, sistem yang dirancang mempu melakukan klasifikasi terhadap jenis kain dengan persentase akurasi sistem sebesar 70%. Kata kunci : filter gabor, template matching, decision tree, sasirangan. Abstract Sasirangan fabric is one of the Indonesian batik fabrics originating from the indigenous Banjar tribe in South Borneo. Sasirangan fabric has a variety of patterns and certain textures. But there are still many Indonesians who haven’t know the variety of patterns and textures of that fabric. Therefore, an application is made that can recognize sasirangan patterns and textures. The texture recognition process with gabor filter and template matching are a method that allows identification can be carried out quickly and precisely. The identification technique using digital image taken with camera, while the decision tree is used to classify fabric image with supported by segmentation as a preprocessing process on image. Data used jpg image format taken from several sources. The purpose of this reasearch is to analyze the results of fabric segmentation using the Gabor filter method that is used to help the initial process of identifying batik sasirangan based on texture features. Template matching is used to match each part of an image with an image template (reference) and the decision tree as a classification formed from three vertices that is root node, intermediary node and reaf node to load the final decision on the research to be conducted. In this reasearch, the system designed was able to classify the type of fabric with a percentage of system accuracy is 70%. Keyword : Gabor Filter, Template Matching, Decision Tree, Sasirangan
Deteksi Zat Narkotika Berdasarkan Tekstur Menggunakan Metode Principal Component Analysis Dan Learning Vector Quantization Septian Eko Kuncahyono; Rita Magdalena; Sofia Sa’idah
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Narkotika adalah salah satu jenis narkoba yang berasal dari tanaman atau bukan tanaman, sintesis maupun semi sintesis. Narkotika sering digunakan didunia kedokteran untuk membius atau menghilangkan rasa sakit dan nyeri. Makin bertambahnya jenis – jenis napza yang beredar, aparat penegak hukum mengalami kesulitan pada saat proses penindakan pelanggaran kejahatan narkotika. Karena itu juga tidak semua petugas dilapangan mengetahui seluruh jenis narkotika yang beredar. Maka diperlukan sistem yang dapat mempermudah deteksi zat narkotika di sekitar kita. Pada tugas akhir ini dibuat sistem yang dapat mendeteksi dan mengklasifikasikan zat narkotika dengan pengolahan citra menggunakan metode ekstrasi ciri Principal Component Analysis (PCA) yang dapat mereduksi dimensi citra tanpa mengurangi karakteristik secara signifikan dan untuk klasifikasinya menggunakan Learning Vector Quantization (LVQ). Hasil yang didapat pada Tugas Akhir ini adalah aplikasi dengan menggunakan MATLAB yang dapat mengolah citra narkotika untuk mendeteksi jenis zat narkotika. Performansi yang dihasilkan oleh sistem yang dibuat yaitu akurasi sebesar 82% dan waktu komputasi 0.0179 dengan menggunakan parameter ciri statistik mean standard ddeviasi, size 128x128, komponen PCA 100, hidden size 30, learning rate 0.01 dan epoch 900. Kata Kunci : Zat narkotika, Principal Component Analysis (PCA), Learning Vector Quantization (LVQ). Abstract Narcotics are one of the types of drugs derived from plants or non-crops, synthesis and semi-synthesis. Narcotics are often used in the world of medicine to breed or relieve pain and pain. The increasing type of drugs in circulation, the law enforcement officers have difficulty in the process of enforcement of narcotic crimes violations. Cause that, not all officers in the field know all types of narcotics in circulation. Then, needed a system that can facilitate the detection of narcotic substances around us. In this final project, a system can be detected which can classify narcotics by image processing using the Principal Component Analysis (PCA) feature extraction method that can reduce the dimensions of the image without reducing its characteristics significantly and for its classification using Learning Vector Quantization (LVQ). The results obtained in this Final Project are applications using MATLAB which can process narcotics images to detect narcotics. The performance produced by the system is made, 82% accuracy and 0.0179 computation time using the mean standard deviasi statistical parameter, size 128x128, PCA 100 component, hidden size 30, learning rate 0.01 and epoch 900. Keywords: Narcotics, Principal Component Analysis (PCA), Learning Vector Quantization (LVQ).
Analisis Gelombang Sinyal Otak Orang Yang Aktif Bermain Game Dan Dalam Kondisi Normal Menggunakan Eeg 4 Kanal Andi Muhammad Wahyu Safaat; Inung Wijayanto; Sofia Sa’idah
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Bermain game merupakan salah satu cara untuk mengisi waktu luang saat tidak melakukan sesuatu, tidak hanya itu bermain game juga dapat menjadi salah satu solusi untuk menghilangkan stres. Bermain game dalam jangka waktu tertentu tentunya akan mempengaruhi kondisi gelombang otak seseorang. Gelombang otak manusia pastilah mengalami perubahan ketika dalam kondisi normal dan ketika melakukan aktifitas, dalam hal ini bermain game. Pada penelitian tugas akhir ini telah dilakukan analisis pada gelombang alfa dan beta otak manusia dalam kondisi normal dan saat bermain game, yang memberikan perbandingan dari kedua kondisi tersebut dan memperlihatkan hasil analisis yang diinginkan. Gelombang otak responden diambil dengan menggunakan alat Electroenchepalograph (EEG) 4 kanal dengan memanfaatkan metode Principal Component Analysis (PCA) saat dalam kondisi normal dan dalam kondisi bermain game. Metode PCA yang digunakan memiliki prosedur statistic transformasi orthogonal untuk merubah beberapa hasil pengamatan yang saling berkorelasi menjadi sekumpulan nilai linear yang saling tidak berkorelasi. Pada identifikasi sinyal menggunakan metode klarifikasi K-Nearest Neighbor (K-NN) adalah metode klasifikasi terhadap objek berdasarkan data latih yang memiliki jarak paling dekat dengan objek tersebut. Keluaran dari penelitian ini didapatkan hasil perbedaan sinyal alfa dan beta otak seseorang saat dalam kondisi normal dan keadaan bermain game dan menentukan kanal dan ciri mana yang paling efektif untuk digunakan yaitu TP9 dengan tingkat akurasi sebesar 94,44% pada kedua jenis sinyal. Hasil perbandingan bentuk sinyal menunjukan bahwa pada kedua kondisi yang ada, sinyal alfa lebih cenderung muncul pada sinyal otak dan pada kompleksitasnya, kondisi bermain game yang paling kompleks dibandingkan dengan kondisi normal. Hasil tersebut didapatkan dari perbandingan besaran nilai amplitudo, magnitudo, dan berdasarkan Eigen Value (EigVal). Kata kunci: Bermain game, EEG, Alfa, Beta, PCA, K-NN, EigVal Abstract Playing games is one way to fill your spare time when not doing something, not only that playing games can also be a solution to relieve stress. Playing games in a certain period of time will certainly affect the condition of one's brain waves. Human brain waves must undergo changes when under normal conditions and when doing activities, in this case playing games. In this final project, an analysis of the alpha and beta waves of the human brain has been carried out when under normal conditions and when playing the game, which provides a comparison of the two conditions and shows the desired analysis results. Respondents' brainwaves were taken using 4-channel Electroencephalograph (EEG) by utilizing the Principal Component Analysis (PCA) method when under normal conditions and playing the game. The PCA method used has an orthogonal transformation statistical procedure to convert several correlated observations into a collection of uncorrelated linear values. The signal identification method uses the K-Nearest Neighbor (K-NN) classification. K-NN is a method of classification of objects based on training data that has the closest distance to the object. The output of this final task was obtained by differences in the alpha and beta signals of a person's brain while in normal conditions and playing conditions and determining the channel and which are the most effective features to use, namely TP9 with average in 94,44% in both types of signals. The results of the signal form comparison show that in both conditions, alpha signals are more likely to appear in brain signals and in their complexity, the most complex playing conditions compared to normal conditions. These results are obtained from a comparison of the magnitude, magnitude, and Eigen Value (EigVal) values. Keywords: Playing game, EEG, Alpha, Beta, PCA, K-NN, Eigen Value
Deteksi Adanya Zat Narkotika Berbasis Citra Berdasarkan Tekstur Dengan Filter Gabor Wavelet Dan Metode K-nearest Neighbour Rama Arjun Setiawan; Rita Magdalena; Sofia Sa’idah
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Narkotika merupakan obat-obatan yang berasal dari tanaman atau bukan tanaman yang dimana dapat membuat penggunanya bisa menghilangkan rasa nyeri, perubahan kesadaran dan dapat menimbulkan ketergantungan bagi pemakainya. Karena penyebaran narkotika sudah tidak dapat di cegah maka dari itu mendorong penulis untuk membuat simulasi sistem untuk mendeteksi obat-obatan yang mengandung zat narkotika ataupun tidak di lingkungan kehidupan masyarakat jaman sekarang. Filter Gabor Wavelet merupakan metode untuk mengekstraksi ciri citra karena dapat meminimalisasi ciri yang tidak penting. Proses untuk membantu dalam melakukan klasifikasi terhadap objek berdasarkan jarak antara vektor data uji dan masing masing vektor data latih untuk memutuskan keluaran yaitu klasifikasi K-Nearest Neighbor. Mendeteksi citra zat narkotika merupakan hal yang berguna untuk kedepannya di lingkungan masyarakat karena dapat mencengah masyarakat untuk menyalahgunakan. Hasil yang didapatkan dengan Performansi yang dihasilkan dari sistem tersebut yaitu akurasi sebesar 85%. Akurasi tersebut diperoleh dari pengujian 100 citra dengan size 256×256, wavelength 2, Orientation 45° dan untuk parameter pada KNN menggunakan cityblock distance dengan nilai K = 9. Kata Kunci :Narkotika, Sabu, Filter Gabor Wavelet, K-Nearest Neighbor. Abstract Narcotics are drugs derived from plants or not plants that can make users can eliminate pain, change consciousness and can cause difficulties for the wearer. Because the spread of narcotics cannot be prevented, it, therefore, encourages writers to make a distribution system for drugs containing narcotics, not in today's society. Filter Gabor Wavelet is a method for extracting imagery features as it can minimize the unimportant features. The process to assist in the classification of objects based on the distance between vector test data and each of the trainer data vector to decide the output of the K-Nearest Neighbor classification. Detecting the image of a narcotic substance is useful for the future in the community because it can be a community to abuse it. The results obtained with performance resulting from the system is the accuracy of 85%. The accuracy is obtained from testing 100 images with size 256 × 256, wavelength 2, Orientation 45 ° and for parameters on the KNN using Cityblock distance with a value of K = 9. Keywords: Narcotics, Sabu, Gabor Wavelet Filter, K-Nearest Neighbor
Perancangan Integrasi Watermarking Pada Kompresi Video H.265 Dengan Metode Discrete Wavelet Transform Dan Spektral Tersebar Maharani Meidyrosha Nursofhia; Ida Wahidah; Sofia Sa’idah
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Video watermarking adalah suatu teknik penyisipan data digital berupa teks, citra atau video ke dalam suatu video digital secara tidak terlihat. H.265/HEVC adalah suatu standard video coding ITU-T terbaru dengan kelebihan dapat mengurangi bitrate sekitar 50% dibanding dengan standard H.264. Pada tugas akhir ini, dibuat program simulasi sistem intergrasi watermarking citra biner pada kompresi video H.265 dengan menggunakan algoritma Discrete Wavelet Transform (DWT). Pada proses embedding akan digunakan teknik penyisipan least significant bit (LSB) dan metode spread spectrum menggunakan pola bilangan acak yang dibangkitkan oleh pseudo random number (PRN) sequences generator. Berdasarkan hasil simulasi, pengaruh jenis video pada proses watermarking memiliki nilai PSNR tertinggi pada video VGA jenis footage dengan objek lambat yaitu 15.967 dB. Pengaruh panjang pseudo number (PN) yang menghasilkan nilai PSNR tertinggi pada setiap video pengujian yaitu sebanyak 128 bit. Pengaruh subband sebagai wadah penyisipan diperoleh nilai PSNR tertinggi jika watermark disisipkan pada subband LH. Pengaruh nilai quantization parameter (QP) pada proses kompresi yang menghasilkan video masih dapat dilihat dan tidak mengganggu pada nilai QP =5 dan QP = 10. Sedangkan pada citra watermark hasil ekstraksi untuk seluruh pengujian memperoleh nilai BER = 0, PSNR = ∞ dB, detection rate (DR) = 100%, dan SSIM = 1. Kata kunci : watermark, H.265/HEVC, DWT, LSB, PRN Sequences Abstract Video watermarking is a digital data insertion technique in the form of text, image or video into a digital video, where its presence is not visible to the human eye. H.265 / HEVC is the latest ITU-T video coding standard with the advantage of reducing bitrate by about 50% compared to the H.264 standard. In this final project, a simulation program is made for a binary image watermarking system integration in H.265 video compression using the Discrete Wavelet Transform (DWT) algorithm. In the embedding process, the least significant bit (LSB) insertion technique and the spread spectrum method will be used using a random number pattern generated by a pseudo random number (PRN) sequences generator to increase the security of the watermark image on the video. Based on the simulation results, the effect of video type on the watermarking process has the highest PSNR value on the VGA video footage type with slow objects that is 15,967 dB. The influence of the length of the pseudo number (PN) which produces the highest PSNR value on each test video is 128 bits. The effect of the subband as the insertion container is obtained the highest PSNR value if the watermark is inserted in the LH subband. The effect of the quantization parameter (QP) on the compression process that produces video can still be seen and does not interfere with the values of QP = 5 and QP = 10. Whereas the extracted watermark images for all tests obtain BER = 0, PSNR = ∞ dB, detection rate (DR) = 100%, and SSIM = 1. Keywords: watermark, H.265 / HEVC, DWT, LSB, PRN Sequences
Analisis Kinerja Svd-dwt-rsa Pada Watermarking Citra Ahmad Internaldo; Ida Wahidah; Sofia Sa’idah
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Perkembangan teknologi informasi pada masa ini menjadikan internet sebagai salah satu yang dicari dalam pertukaran informasi digital. Oleh karena itu, perlu adanya sistem keamanan yang tidak mudah untuk dibobol dalam pertukaran informasi, salah satunya watermarking. Watermarking citra ditujukan untuk analisis bagaimana pengaruh jenis layer yang digunakan pada DWT, nilai faktor skala SVD terhadap performansi watermarking. Hasil akhir dari tugas akhir ini yaitu untuk mendapatkan konfigurasi optimal terhadap algoritma DWT-SVD-RSA dengan citra sebagai Watermark agar menghasilkan kualitas keamanan yang lebih baik dari sebelumnya. Konfigurasi yang dimaksud adalah bagaimana pengaruh pembagian layer image yang akan digunakan pada DWT dan faktor skala SVD. Kata kunci : Singular Value Decomposition, Discrete Wavelete Transform, RSA. Abstract Growth the information of technology on this era make the internet to be one of the most searchable in digitial information exchange. Because of that, security system is needed which harder to break, in this case is watermarking. Image watermarking is made to analyse the impact of the layer which is used by DWT, SVD’s Scale Factor to watermarking’s Performace. The end of this task is to get the most optimal’s Configuration with DWT-SVD-RSA using image as watermark to get better quality of security. Configuration mean how the impact of layer’s image which using in DWT and SVD’s scale factor Keywords: Singular Value Decomposition, Discrete Wavelete Transform RSA.
Deteksi Lebar Daerah Aliran Sungai Citarum Berdasarkan Pengolahan Citra Melalui Google Earth Menggunakan Metode Region Growing Vanesa Ditalia; Bambang Hidayat; Sofia Sa’idah
eProceedings of Engineering Vol 6, No 2 (2019): Agustus 2019
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Demi terwujudnya kesejahteraan masyarakat, pemerintah mengoptimalkan tata kelola pembangunan. Dalam program tersebut tentunya memakan tahapan yang panjang. Perhitungan lebar sungai atau luas sungai mengalami perubahan dari tahun ketahun, maka dari itu penting adanya system yang mendeteksi lebar sungai secara akurat dan tepat. Pada tugas akhir ini penulis membuat perangkat lunak menggunakan pengolahan citra digital dari aplikasi Google earth dan aplikasi Matlab. Penelitian tugas akhir ini dapat mendeteksi lebar sungai menggunakan metode Region growing, yang merupakan metode analisis pengambilan ciri Hasil yang diperoleh dari penelitian tugas akhir ini adalah aplikasi pengukuran lebar sungai mengunakan citra Google earth berbasis Matlab yang dapat digunakan untuk mendeteksi lebar sungai. Adapun hasil yang didapatkan dari penelitian ini menggunakan ukuran 600 x 1030, dan nilai threshold 10 dengan ketinggian 915 meter adalah nilai akurasi rata-rata terbaik yaitu 92,47%. Hasil penelitian ini diharapkan dapat menjadi masukan perbaikan sekaligus alternatif model dalam mencari lebar sungai. Kata Kunci : Deteksi Lebar Sungai, Pengolahan Citra, Region growing Abstract For the creation of public welfare, the government is willing to optimize programs for development governance until the prevention of flood disasters. In these programs, it certainly takes a long stage. Calculation of the width of river or the area of river changes from year to year therefore it is important for a system to detect the width of river accurately and quickly. In this final project, the author makes software using digital image processing from the Google earth application and the Matlab application. This final project research can detect the width of the river by using the Region Growing method, which is the method of character-taking analysis. The result from this final project is a system to detect the width of river with image google earth. Keyword: Detect the width of river, Image Processing, Region growing
Perumusan Sidik Jari Berjenis Loop Dengan Menggunakan Metode PoincarÉ Index Farhan Annur Mahmudi; Raditiana Patmasari; Sofia Sa’idah
eProceedings of Engineering Vol 7, No 2 (2020): Agustus 2020
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sidik jari adalah salah satu karakteristik fisiologis pada tubuh manusia yang dapat digunakan untuk identifikasi manusia. Sidik jari dapat digunakan sebagai pengenal atau identitas karena sidik jari memiliki bentuk dan alur yang berbeda pada setiap manusia. Pihak kepolisian menggunakan sidik jari sebagai metode identifikasi menggunakan cara yang konvensional sampai saat ini. Oleh karena itu dibutuhkan sistem yang dapat digunakan untuk perumusan sidik jari berdasarkan citra digital. Tugas akhir ini membuat simulasi sistem yang dapat melakukan perumusan sidik jari dengan metode Poincaré Index. Input sistem berupa citra digital grayscale sidik jari dari sumber data sekunder berupa dataset. Tahap pemrosesan diliputi oleh pre-processing yang mencakup filter gaussian, binerisasi, dan spot removal. Setelah tahap pre-processing dilakukan pendeteksian titik core dan delta, perhitungan jarak antara titik core dan delta dan diakhiri oleh tahap perumusan sidik jari. Output yang dikeluarkan oleh sistem adalah berupa rumus sidik jari yang mencakup informasi tipe sidik jari dan jarak antara titik core dan delta. Sistem perumusan sidik jari yang dirancang menggunakan input citra digital sidik jari grayscale bertipe loop yang dapat menghasilkan rumus sidik jari menggunakan metode poincaré index. Hasil daripada penelitian ini adalah sebuah simulasi sistem yang dapat melakukan perumusan sidik jari dengan tingkat keberhasilan sistem sebesar 80.95%. Kata kunci : sidik jari, biometrik, Poincaré index.
Co-Authors Ahmad Internaldo Andi Muhammad Wahyu Safaat Bambang Hidayat Farhan Annur Mahmudi Gelar Budiman Ida Wahidah Hamzah Inung Wijayanto M.Aldia Abilisa Maharani Meidyrosha Nursofhia Nanang Adi Setyawan Nur Hikmah Maulida Raditiana Patmasari Rama Arjun Setiawan Refika Oktaviani Rita Magdalena Septian Eko Kuncahyono Vanesa Ditalia