<mods:mods xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd" version="3.3" xmlns:mods="http://www.loc.gov/mods/v3" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><mods:titleInfo><mods:title>Perancangan Sistem Pengkoleksian dan&#13;
Pengklasifikasian Data Fingerprint &#13;
Menggunakan Matlab.</mods:title></mods:titleInfo><mods:name type="personal"><mods:namePart type="given">Puri Andika</mods:namePart><mods:namePart type="family">Putra</mods:namePart><mods:role><mods:roleTerm type="text">author</mods:roleTerm></mods:role></mods:name><mods:abstract>Fingerprint merupakan salah satu teknologi biometrik yang dapat digunakan dalam mengidentifikasi seseorang.. Sistem verifikasi fingerprint harus mampu mengidentifikasi fingerprint seseorang dari sekumpulan besar basis datasidik jari. Hal ini merupakan masalah tesendiri bagi efektifitas sistem identifikas i. Dalam proses identifikasi, fingerprint akan diperiksa dengan membandingkannyadengan semua fingerprint dalam database. Jika database sangat besar, langkah ini bisa menjadi hambatan dalam hal kecepatan. Proses ini tidak akan diterima dalamaplikasi online yang sibuk seperti bank, kantor, dan dalam hal keamanan. Metode verifikasi dan klasifikasi fingerprint sangat diperlukan untuk membantu sistem mengurangi jumlah fingerprint yang perlu dikonfirmasi. Untukperancangan ini menggunakan metode template matching untuk verifikasi dan metode Support Vector Machine (SVM) untuk klasifikasi. Langkah yang termasukpenting dalam verifikasi fingerprint yang menggunakan metode template matching adalah mengekstraksi ciri minutie sedangkan pengklasifikasian menggunaka nmetode SVM adalah mengekstraksi ciri gabor wavelet. Dengan mengekstraksi ciri maka akan mempermudah dalam proses verifikasi dan pengklasifikasian citrafingerprint. Penelitian ini bertujuan menerapkan ekstraksi ciri minutiae dengan metode template matching dan ekstraksi ciri gabor wavelet untuk verifikasi danpengklasifikasian fingerprint.Hasil pengujian Perancangan Sistem Pengkoleksian dan Pengklasifikas ia nData Fingerprint Menggunakan Matlab berjalan dengan akurasi pencocokkan 91,6% dan akurasi klasifikasi 100%. Pengujian proses pencocokkan pada citra fingerprint menggunakan metode template matching dapat berjalan dengan tingkatmargin error yang rendah, sedangkan pengujian proses pengklasifikasian berjalan dengan tingkat keberhasilan yang akurat. Dari segi rata-rata waktu proses, prosesverifikasi dengan pengklasifikasian perkelas lebih cepat dibandingkan dengan proses verifikasi percitra. Berdasarkan keadaan tersebut pengujian kerja softwaresecara keseluruhan maka software bisa dikatakan dapat bekerja dengan baik.</mods:abstract><mods:classification authority="lcc">TK Electrical engineering. Electronics Nuclear engineering</mods:classification><mods:originInfo><mods:dateIssued encoding="iso8601">2017-03-04</mods:dateIssued></mods:originInfo><mods:originInfo><mods:publisher>Universitas Negeri Padang;Teknik  Elektro FT UNP</mods:publisher></mods:originInfo><mods:genre>Thesis</mods:genre></mods:mods>