<![CDATA[Dewasa ini studi biometrik organ sebagai pengenalan individu semakin berkembang. Mulai dari objek yang identifikasi hingga metodenya pun beragam. Telinga manusia diketahui sebagai salah satu objek identifikasi individu yang tengah berkembang. Maka dari itu penulis mengusulkan system pengenalan individu berdasarkan biometric telinga dengan metode scale invariant feature transform (SIFT) dan jaringan syaraf tiruan (JST) Backpropagation untuk menigkatkan performansi dan akurasi sistem. Dalam tugas akhir ini digunakan metode ekstraksi feature dengan metode SIFT dan dipadukan dengan Jaringan Syaraf Tiruan Back propagation sebagai metode klasifikasinya. Secara umum tahapan yang akan dialalui adalah melakukan pre-processing dari dataset yang diperoleh, ekstraksi ciri, & klasifikasi. Secara garis besar keluaran dari ekstraksi ciri berupa data descriptor yang bisa langsung diolah oleh klasifikator. Dimana data yang dihasilkan dari ekstraksi ciri tidak bisa langsung diolah di dalam JST karena terlalu banyak dan membutuhkan metode tambahan yaitu Bag of features(BOF) Pada penelitian kali ini pengujian menggunakan 350 foto telinga dari 50 individu dengan masing-masing individu merepresentasikan kelasnya. Didapati akurasi terbaik pada pengujian dengan memperhatikan beberapa parameter pengujian berupa citra latih front, left, dan right, jumlah vocab sebanyak 30, jumlah hidden layer 2, & neuron berjumlah 10, dan citra uji berupa citra up menghasilkan akurasi sebesar 72% dengan waktu komputasi sebesar 0.25 detik.]]>
