Hari ini gw cuti kerja satu hari (30 oktober) karena gw mesti pergi ke bandung untuk speaking di acara International Conference on Mathematics and Natural Sciences 2008 di kampus ITB. Pada acara ini gw akan speaking mengenai hasil penelitian gw dan juga bagian dari thesis s2 computer science. Reseach paper ini sebenarnya sudah dikirim awal bulan juli dan baru dapat info kalau research paper gw diterima di event ini sekitar september 2008.
Research gw ini mengenai biometric system dengan memanfaatkan Iris sebagai medianya. Sedangkan metode nya dengan memanfaatkan fuzzy support vector machine (Fuzzy SVM) yang merupakan modifkasi dari SVM. Konsep SVM sendiri diperkenalkan oleh V. Vapnik yang terinspirasi dari konsep statistical learning theory.
SVM sendiri banyak digunakan untuk classification karena kemampuan generalisasi suatu decision function. Sebagai contoh kita mempunyai 200 data yang mana terdiri dari dua class. Ilustrasi distribusi datanya seperti gambar dibawah ini
Dengan memanfaatkan linear decision, LSI, dan SVM with RBF kernel
Terlihat SVM with RBF kernel menghasilkan classification yang lebih bagus.
Fuzzy SVM
Pendekatan fuzzy SVM atau model membership didasarkan pada hasil penelitan dari Prof. Abe (Kobe University). Contoh membership pada FSVM
Kernel FSVM
Kernel FSVM disini sama seperti kernel pada SVM. Kernel yang sering dipakai adalah simple, polynomial dan RBF. Berikut ini contoh kernelnya:
Data Penelitian
Sedangkan data penelitian yang digunakan diambil dari Center for Biometrics and Security Research National Laboratory of Pattern Recognition Institute of Automation, Chinese Academy of Sciences Beijing, China. Total datanya sendiri sebesar 22051. Berikut contoh data untuk iris.
Implementasi
Implementasi pada penelitian ini dengan memanfaatkan SVM library yang dibuat oleh Prof. Chih-Jen Lin (National Taiwan University), Prof. Alain (University de Rouen Avenue de l'Université). Dengan memanfaatkan MATLAB dan C# serta database SQL Server 2005 maka jadilah aplikasi biometric ini, contoh aplikasi yang gw buat seperti dibawah ini
