Comparative Analysis of Fingerprint Patterns Whorl, Loop, and Arch Using K-Nearest Neighbor and Recurrent Neural Network
DOI:
https://doi.org/10.35335/jmirte.v5i2.424Keywords:
Fingerprint, K-Nearest Neighbor (KNN), Reccurent Neural Network (RNN), Long Short-Term Memory (LSTM), Pattern ClassificationAbstract
Fingerprints are among the most reliable biometric identifiers due to their unique and permanent nature. In forensic identification, fingerprints are grouped into three basic patterns: Whorl, Loop, and Arch. This study compared the performance of K-Nearest Neighbor (KNN) and Long Short-Term Memory (LSTM)-based Recurrent Neural Network (RNN) in classifying these three patterns. A dataset of 600 fingerprint images (200 per class) was preprocessed through grayscale conversion, resizing to 224×224 pixels, Gaussian filtering, and CLAHE contrast enhancement. Features were extracted using a combination of Gabor Filter (64 features) and Histogram of Oriented Gradients (8,100 features), producing an 8,164-dimensional feature vector. The dataset was split into 70% training, 15% validation, and 15% testing data. KNN was tested with K = 3, 5, 7, 9 using Euclidean distance, while RNN-LSTM was implemented with 64, 128, and 256 units using the Adam optimizer and early stopping. KNN with K = 7 achieved the highest accuracy of 97.78%, with a training time of only 0.205 seconds, while RNN-LSTM with 128 units reached 93.33% accuracy in 31.461 seconds. KNN proved roughly 153 times faster to train and more accurate, making it the more efficient method for this classification task.
References
Adhany, P. C., Wulandari, C., Bunga, I., & Santoso, B. (2025). Prediksi Padi Menggunakan Algoritma Long Short Term Memory. Journal of Informatics Management and Information Technology, 5(2), 120–127.
Adilah, T., & Azizah, Q. N. (2022). Klasifikasi Tumor Otak Menggunakan Ekstraksi Fitur HOG dan Support Vector Machine. Jurnal Infortech, 4(1), 45–50.
Ahmad, A. M., & Sari, C. A. (2025). Perbandingan Kinerja Hough Transform, Watershed dengan Gabor Wavelet Filter dalam Pengenalan Iris Mata. Jurnal Aplikasi Teknologi dan Komputasi, 1(1), 33–40.
Al-Hadid, I. G., Endrihartono, T. B., & Wakhidah, N. (2026). Prediksi Curah Hujan Di Kota Semarang Menggunakan Metode Long Short-Term Memory Dan Gated Recurrent Unit. JATI (Jurnal Mahasiswa Teknik Informatika), 10(1), 1519–1525.
Aliffiyah, P. J., & Pratiwi, N. (2025). Deteksi Tipe Sidik Jari Untuk Mengenali Kepribadian Menggunakan Metode Support Vector Machine (SVM). Media Teknologi Informasi dan Komputer Jurnal, 9(2), 375–384.
Alkahfi, C., Kurnia, A., & Saefuddin, A. (2024). Perbandingan Kinerja Model Berbasis RNN pada Peramalan Data Ekonomi dan Keuangan Indonesia. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 4(4), 1235–1243.
Alyasis, M. F., & Octaviano, A. (2025). Implementasi Metode K-Nearest Neighbor (K-NN) Pada Sistem Pendukung Keputusan Untuk Penempatan Siswa Ke Grade Dan Level Yang Tepat Dalam Program Di Digikidz Bsd City. Jurnal Multidisiplin Saintek, 8(5), 1–17.
Anggriani, D., & Bandawati, S. (2025). Pemanfaatan Sistem Absensi Berbasis Biometrik (Fingerprint) untuk Meningkatkan Kedisiplinan Siswa di MA YPP Babakan Jamanis. Journal of Innovation Literacy Studies, 2(1), 1–7.
Asmaraloka, A. M., Hermansyah, M. A., Nisa, K., Saputra, F. H. D., & Setiawan, A. (2025). Implementation of the K-Nearest Neighbor (KNN) Algorithm in Handwritten Digit Pattern Recognition Using the Zoning Method. Jurnal Ilmiah Sistem Informasi, 4(2), 175–185.
Aulia, A. S., Muyassaroh, M., & Ummah, S. C. (2024). Distribusi Pola Sidik Jari Pada Populasi Suku Jawa Di Kabupaten Demak, Jawa Tengah. BIO-SAINS: Jurnal Ilmiah Biologi, 4(1), 28–37.
Gunawan, A., Fitriani, C. A., Hadinata, W., & Ricesa, W. (2025). Deteksi Kepribadian dan Tumbuh Kembang Anak dengan Sidik Jari Menggunakan Algoritma K-Nearest Neighbor dan Decision Tree. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 5(3), 1083–1094.
Halder, R. K., Uddin, M. N., Uddin, Md. A., & Aryal, S. (2024). Enhancing K-nearest neighbor algorithm: A comprehensive review and performance analysis of modifications. Journal of Big Data, 11, 1–55.
Hisyam, Y. H. (2025). Pengembangan Indoor Positioning System Menggunakan Metode Fingerprinting Dengan Sintetis Data Dan KNN [Skripsi]. Universitas Islam Indonesia.
Jannah, M., Hidayat, M. F., Agustiyyani, M., Buana, P. W., & Purwani, F. (2024). Implementasi Autentikasi Biometrik Untuk Meningkatkan Keamanan Dan Privasi Pengguna Dompet Digital. Journal of Scientech Research and Development, 6(2), 531–539.
Listiana, H., & Anam, K. (2025). Strategi Penyusunan Kerangka Berpikir: Meningkatkan Kualitas Penelitian. Jurnal Lentera, 24(1), 146–157.
Manoppo, T. N. (2025). Ketika Sidik Jari Tak Lagi Cukup; Citra Digital Ruga Palatal. DEEPUBLISH DIGITAL.
Miranda, N. D., Novamizanti, L., & Rizal, S. (2020). Convolutional Neural Network Pada Klasifikasi Sidik Jari Menggunakan Resnet-50. Jurnal Teknik Informatika (Jutif), 1(2), 61–68.
Muchtar, M., Pasrun, Y. P., Rasyid, R., Miftachurohmah, N., & Mardiawati, M. (2024). Penerapan Metode Naïve Bayes Dalam Klasifikasi Kesegaran Ikan Berdasarkan Warna Pada Citra Area Mata. Jurnal Informatika Dan Teknik Elektro Terapan, 12(1), 611–617.
Nasir, M., Atthariq, Indrawati, Rizka, M., & Hidayat, H. T. (2024). Metode Gabor Filter: Untuk Peningkatan dan Pengujian Kualitas Sidik Jari. Ebukune Litera Media.
Reo Rizki Ananda, Arnita, S. K. S., Putri, A. A., Neltriana Syafira, & Sitompul, S. P. H. (2025). Automasi Verifikasi Identitas Pengguna dalam Pengajuan Kartu Kredit Berbasis Biometrik Menggunakan ML Kit. SISFOTENIKA, 15(1), 55–65.
Sintiani, A. S. (2024). Perancangan Sistem Biometrik Telinga Berbasis Gray Level Co-Occurrence Matrix Menggunakan Jaringan Syaraf Tiruan Perambatan Balik [Skripsi]. Universitas Nusa Putra.
Wibowo, A. K. (2025). Implementasi Deep Learning PIX2PIX GAN untuk Restorasi Citra Sidik Jari sebagai Upaya Penguatan Sistem Keamanan Biometrik dan Forensik Digital [Skripsi]. Universitas Islam Sultan Agung.
Wijaya, A. P., & Widasari, E. R. (2024). Pengembangan Sistem Pengenalan Pergerakan Prostetik Tangan Bionik Menggunakan Metode K-Nearest Neighbor dengan Fitur Power Spectral Density. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 1(1), 1–25.
Jurnal Manajemen, Informatika, Rekayasa Perangkat Lunak dan Teknologi Komunikasi is licensed under a