http://ejournal.bsi.ac.id/ejurnal/index.php/jtk 151 Jurnal Teknik Komputer AMIK BSI Volume 7, No.2, Juli 2021 P-ISSN 2442-2436, E-ISSN: 2550-0120 Akreditasi Ristekdikti, No: 36/E/KPT/2019 (Sinta 4) DOI: 10.31294/jtk.v4i2 Penerapan Metode Pembelajaran Menggunakan Ekstraksi Fitur dan Algoritma Klasifikasi untuk Identifikasi Pengenalan Iris Rahmat Hidayat 1 , Sarifah Agustiani 2 , Siti Khotimatul Wildah 3 , Ali Mustopa 4 , Rizky Ade Safitri 5 1,2,3,4 Universitas Bina Sarana Informatika 1 e-mail: rahmat.rhh@bsi.ac.id 2 e-mail: sarifah.sgu@bsi.ac.id 3 e-mail: siti.ska@bsi.ac.id 4 e-mail: alimustopa.aop@bsi.ac.id 5 STMIK Nusa Mandiri 5 e-mail: rizky.rzs@nusamandiri.ac.id Diterima 05-05-2021 Direvisi 16-06-2021 Disetujui 28-06-2021 Abstrak - Iris mata terletak di antara kornea mata dan lensa mata, yang berfungsi untuk mengontrol intensitas atau jumlah cahaya yang masuk dengan cara melebarkan dan mengecilkan pupil. Setiap orang memiliki iris yang berbeda dan memiliki stabilitas sepanjang hidup, kecuali terjadi kerusakan yang tidak disengaja pada iris seperti terjadi kecelakaan. Tujuan dari penelitian ini adalah untuk melakukan pengklasifikasian dan identifikasi pengenalan citra iris dengan menggunakan metode pembelajaran atau machine learning. Metode yang diusulkan dalam penelitian ini adalah penerapan ekstraksi fitur seperti HOG, Hu-Moments, dan Haralick dengan algoritma klasifikasi yang terdiri dari LR, LDA, KNN, RF, CART, NB, dan SVM. Berdasarkan hasil pengujian yang telah dilakukan dalam mengklasifikasikan iris dapat disimpulkan bahwa penggunaan ekstraksi fitur sangat berpengaruh pada nilai akurasi yang dihasilkan. Dalam hal ini nilai akurasi terbaik diperoleh dari penggabungan ekstraksi fitur HOG dan haralick pada algoritma Random Forest dengan nilai akurasi sebesar 81.38℅. Kata Kunci: Iris; Ekstraksi Fitur; Algoritma Klasifikasi Abstract - The iris is located between the cornea of the eye and the lens of the eye, which serves to control the intensity or amount of light entering by dilating and shrinking the pupil. Everyone has a different iris and has stability throughout life, unless there is accidental damage to the iris as an accident occurs. The purpose of this study is to classify and identify iris image recognition using learning methods or machine learning. The method proposed in this study is the application of extraction features such as HOG, Hu-Moments, and Haralick with classification algorithms consisting of LR, LDA, KNN, RF, CART, NB, and SVM. Based on the results of tests that have been conducted in classifying irises it can be concluded that the use of feature extraction greatly affects the accuracy value produced. In this case the best accuracy value is obtained from combining hog and haralick feature extraction in Random Forest algorithm with an accuracy value of 81.38%. Keywords: Iris; Feature Extraction; Classification Algorithm. PENDAHULUAN Banyak penelitian telah dilakukan untuk pengenalan atau identifikasi manusia sejak lama, sebelumnya identifikasi manusia ini dilakukan dengan menggunakan wajah maupun kode sandi, akan tetapi dua cara ini memiliki kekurangan karena wajah manusia dapat berubah dari waktu ke waktu, selain itu penggunaan kode sandi juga kurang efektif karena manusia rentan lupa akan kode sandinya, sehingga dalam beberapa tahun terakhir ini, identifikasi seseorang telah dikembangkan dengan menggunakan tubuh manusia sebagai media untuk menggali informasi hal ini disebut dengan biometrik (Purba, 2020). Biometrik merupakan sistem pengenalan berdasarkan karakteristik yang dimiliki oleh manusia. Hal ini memungkinkan komputer mengenali seseorang melalui bagian tubuh manusia