Upload
edi-haryono
View
215
Download
0
Embed Size (px)
Citation preview
8/19/2019 Jurnal Basuki, Sidik Sari_ Sdh Edt (1)
1/13
Jurnal Perkapalan, Vol. 7, No. 2, Nopember 2009: 54-66
SISTEM ABSENSI MELALUI PENGENALAN POLASIDIK JARI MENGGUNAKAN JARINGAN SYARAF
TIRUAN
Mohammad Basuki Rahmat (!" A#ita $ida%ati (&!
A'sta)t* Attendance is mandatory presence in every office or company where its
function is to monitor employee attendance. Many types of absences that are used
in the agency or company, such as by missing a signature, insert pin into the
computer, using machine checklock card, employee card swipe, infra-red or a
fingerprint.
Attendance with fingerprint method, it can avoid missing entrusted culture that is
more reliable system. This is because the fingerprint attendance system using their
own limbs and much less likely to be manipulated. Fingerprints are unique human
beings that can be used as personal identification. othing in this world, two
people with e!actly the same fingerprint. This paper reviews the fingerprint pattern
recognition can be used for attendance system based on Artificial eural etworks.
eural network algorithm is used to recogni"e the fingerprint pattern is
backpropagasi algorithm. The difference of this system with a similar system is the
fingerprint data processing techniques. #n the e!isting system, using model
templates.
Fingerprint patterns from the system, obtained from image processing to obtain the
data to be classified by Artificial eural networks. This neural network has beendeveloped as a tool in many fields such as pattern recognition, diagnosis, control,
treatment planning information and so on.From e!periments it is known that the
system of fingerprint recognition can be performed quite well.
K+% ,ods* Image Processing, Backpropagasi, Pattern Recognition, Human
Fingerprint System
Aplikasi $aringan syaraf tiruan sudah diterapkan dalam berbagai bidang. %idang
kedokteran untuk mengenali pola penyakit kanker, T%& dll '(itas, #., )**+. %idang ekonomi
digunakan untuk peramalan data, bidang teknik digunakan untuk pengenalan pola sinyal
atau peramalan kebutuhan daya listrik dll. eberhasilan dari pengenalan pola oleh $aringan syaraf tiruan tidak terlepas dari peran bidang pengolahan citra. (engolahan
citra berfungsi untuk mendapatkan cirri utama dari data yang digunakan sebagai data
pembela$aran bagi $aringan syaraf tiruan. ombinasi dua bidang ilmu ini men$adi sangat
penting. alah satu diantaranya dapat diterapkan dalam sisten absensi dengan
menggunakan sidik $ari manusia. /imana sidik $ari diambil oleh perangkat sensor,
selan$utnya data diolah dan dilakukan proses ekstraksi ciri. /ata digunaka sebagai data
pembela$aran.
istem absensi dengan memanfaatkan system biometric dari tubuh manusia ini,
diharapkan mampu mengurangi manipulasi data. arena dat sidik $ari sangat unik dan
sulit untuk dipalsukan. etiap orang mempunyai karakteristik sidik $ari yang berbeda' 0ain, A. , and 1ion 2ong., April )**3
45
8/19/2019 Jurnal Basuki, Sidik Sari_ Sdh Edt (1)
2/13
Jurnal Perkapalan, Vol. 7, No. 2, Nopember 2009: 54-66
TINJAUAN PUSTAKA
P+#-o.aha# /ita
(engolahan citra adalah suatu metode yang digunakan untuk memproses gambar 6citra7.&itra adalah representasi dari dua dimensi untuk bentuk fisik nyata tiga dimensi '8on"ales, 9.
&, and :int", (., )*;3. &itra dalam perwu$udannya dapat bermacam-macam, mulai dari gambar
hitam putih pada sebuah foto sampai pada gambar berwarna yang bergerak pada
pesawat televisi.&itra dari suatu benda berupa informasi yang dapat dilihat oleh mata
manusia atau bersifat visual. Agar dapat dikenali oleh peralatan komputer, citra tersebut
harus diubah terlebih dahulu dalam bentuk sinyal. (erubahan itu dapat dilakukan
melalui sensor-sensor visual seperti kamera video, scanner , digitizer , dan lain-lain.
Mod+. /ita
&itra merupakan matriks dua dimensi dari fungsi intensitas cahaya. arena itu referensi
citra menggunakan dua variabel yang menun$uk posisi pada bidang dengan sebuahfungsi intensitas cahaya yang dapat dituliskan sebagai f6!,y7. arena cahaya merupakan
salah satu bentuk energi, f6!,y7 tak berharga nol atau negatif dan merupakan bilangan
berhingga atau dengan pernyataan matematis sebagai berikut'8on"ales, 9. &, and :int", (., )*;3 <
=>f6!,y7>?
/alam sebuah citra monochrome, sebuah pixel diwakili oleh ) bit data yang berisikan
data tentang dera$at keabuan yang dimiliki pixel tersebut. /ata akan berisi ) bila pixel
tersebut berwarna putih dan akan berisi nilai = bila pixel tersebut berwarna hitam 'Ardianto
Aris, 2! " !. &itra yang memiliki )@ dera$at keabuan 6mulai dari = yang mewakili warna
hitam sampai dengan )4 yang mewakili putih7 direpresentasikan oleh 5 bit data.
edangkan citra dengan 4@ dera$at keabuan 6nilai dari = yang mewakili warna hitam
sampai dengan 4@ yang mewakili warna putih7 direpresentasikan oleh ; bit data.
/alam citra berwarna $umlah warna bisa beragam mulai dari )@, 4@, @44+@ atau )@ $uta
warna, yang masing-masing direpresentasikan oleh 5, ;, )@, atau 5 bit data untuk
setiap pixel#nya. :arna yang ada terdiri dari + komponen utama yaitu nilai Merah
6 Red 7, nilai 2i$au 6$reen7, nilai %iru 6 Blie7. (aduan ketiga komponen utama pembentuk
warna ini dikenal sebagai R$B %olor&
Dasa0dasa hu'u#-a# a#ta 1i2+.
/alam masalah pengolahan citra, hubungan antar pixel merupakan hal yang sangat penting. ebuah pixel p pada koordinat 6!,y7 mempunyai 5 tetangga horisontal dan
vertikal yang koordinat-koordinatnya sebagai berikut ')<
6!B),y7,6!-),y7,6!,yB)7, dan 6!,y-)7
umpulan dari pixel#pixel diatas disebut 5-neighbours of p dan dapat dinyatakan
sebagai 56p7, kecuali $ika p6!,y7 posisinya terletak digaris batas gambar, sehingga
$umlah pixel tetangga tidak terdiri dari 5 tetangga. elain 5 tetangga diatas, p $uga
mempunyai 5 tetangga diagonal, yaitu <
6!B),yB)7,6!B),y-)7,6!-),yB)7, dan 6!-),y-)7
44
8/19/2019 Jurnal Basuki, Sidik Sari_ Sdh Edt (1)
3/13
Mohammad Bauk! "ahma#: $!#em %ben! Melalu! .......
Pixel#pixel diatas dinyatakan sebagai /6p7. 8abungan dari 56p7 dan /6p7
didefinisikan sebagai ;6p7.
) +
5 4
@ 3 ;
8ambar ). Matrik 'eigh(ourhood
2ubungan antar pixel merupakan suatu konsep yang sangat penting, yang digunakan
untuk mendefinisikan batas-batas dari suatu obyek serta bagian-bagian daerah kecil dari
suatu gambar. ebagai pertimbangan apakah dua pixel dihubungkan atau tidak,diperlukan beberapa kriteria. /iantaranya adalah apakah kedua pixel tersebut
mempunyai prinsip kedekatan yang sesuai dengan konsep yang telah ditentukan, seperti
konsep 5-neigh(ours atau ;-neigh(ours& ) edua, apakah kedua pixel tersebut
mempunyai nilai level warna yang sesuai dengan kriteria yang kita inginkan. ebagai
contoh, $ika dua pixel mempunyai nilai masing-masing = 6hitam7 dan ) 6putih7, dan
keduanya merupakan bagian dari 5-neigh(ours, maka dinyatakan bahwa kedua pixel
tersebut tidak ada hubungan, hal ini karena keduanya mempunyai nilai yang berbeda.
P+#i#-kata# Kua.itas /ita ( &ma'e (nhan)emen# !
/alam kenyatannya, citra yang dihasilkan dari peralatan pengambil 6sensor visual7
belum dapat memenuhi citra yang diharapkan. 2al tersebut disebabkan gangguan dari peralatan, noise dan distorsi sekitar, serta karakteristik alat yang dipakai 6lensa kamera,
penerimaan cahaya dan lain sebagainya7 yang dapat mengakibatkan buruknya kualitas
gambar yang didapatkan. Agar dapat dilakukan suatu operasi pengolahan citra yang baik
maka yang harus dilakukan adalah beberapa proses perbaikan kualitas citra seperti
*iltering, thresholding, dan lain-lain. (roses-proses tersebut pada dasarnya merupakan
bagian dari pengolahan citra itu sendiri yang dilakukan dengan cara memanipulasi
parameter-parameter citra yang dihasilkan oleh sensor visual, sehingga proses tersebut
dapat menghasilkan citra yang sesuai dengan apa yang diharapkan.
Fi.t+ Rata0ata ( %*era'e +!l#er !
alah satu cara untuk memperbaiki kualitas citra adalah dengan menggunakan *ilter rata-rata. etika membandingkan dua gambar sering ter$adi perbedaan tingkat
kecerahan atau pencahayaan meskipun gambar tersebut berasal dari obyek yang sama.
Filter ini digunakan untuk menyeimbangkan nilai dera$at keabuan pada suatu daerah
tertentu sehingga masalah diatas dapat teratasi. 8ambar hasil filter rata-rata ini agak
men$adi kabur karena filter ini digunakan untuk menghilangkan variasi keta$aman
daerah pada gambar. Filter rata-rata ini diker$akan pada daerah )@!)@ pi!el.
Ada beberapa tahapan dari penggunaan *ilter rata-rata, yaitu sebagai berikut '(itas, #., )**+<
. 8ambar dibagi men$adi daerah dengan ukuran m ! n pixel&
2. Cntuk masing-masing daerah, dicari nilai maksimum 6max7 dan nilai minimum
6min7 dari dera$at keabuan pixel serta dihitung nilai rata-rata 6a+r 7 dari dera$at
keabuan pixel daerah tersebut.
4@
8/19/2019 Jurnal Basuki, Sidik Sari_ Sdh Edt (1)
4/13
Jurnal Perkapalan, Vol. 7, No. 2, Nopember 2009: 54-66
. (erhitungan nilai pixel yang baru 6 Pn7 untuk masing-masing titik 6p7 didalam
gambar dilakukan dengan menggunakan rumus dalam persamaan .4 berikut ini <
P - avr
Pa+r Pn - x hmx. hmx
/ax#a+r
Pn-
a+r # P
Pa+r Pn - x hmx
A+r#min
eterangan < P D nilai dera$at keabuan pixel lama
Pn D nilai dera$at keabuan pixel baru
max D nilai dera$at keabuan pixel maksimum
min D nilai dera$at keabuan pixel minimum
a+r D nilai dera$at keabuan pixel rata-rata
hmx D setengah dari nilai dera$at keabuan maksimum gambar
P+#)o)oka# Gam'a
(encocokan gambar adalah bagian utamaEinti dari penelitian ini. /alam proses ini
dilakukan perbandingan data antara gambar yang sudah diolah sebelumnya 6gambar
referensi7 yang telah diketahui ciri khas atau karakteristiknya 6seperti warna, posisi,
bentuk, dsb7 dengan gambar tes. #nformasi tersebut akan digunakan untuk membedakanob$ek contoh 6referensi7 tersebut dengan ob$ek lainnya 6tes7 dengan memperhitungkan
faktor kesamaanEkemiripan antara dua citra yang dibandingkanEdicocokkan.
alah satu cara yang bisa digunakan untuk mencocokkan dua citra adalah dengan
membandingkan nilai keabuan dari daerah-daerah pixel dalam citra tersebut. 1alu
dengan menghitung nilai kedekatan $arak antara dua daerah, maka dapat ditemukan
daerah pixel yang samaEmirip dalam suatu gambar dengan daerah pixel pada gambar
yang lain.
P+#)aia# Da+ah P!el
(roses ini nantinya akan mencari daerah pixel mana yang samaEmirip pada gambar tes
dengan daerah pixel dari gambar yang akan dibandingkan 6refernsi7 dengan syarat bahwa ukuran daerah antara gambar tes dengan gambar referensi adalah sama 6m ! n7.
&aranya adalah dengan mencari $umlah dari dera$at keabuan daerah pixel m ! n pada
gambar tes.
Metode yang digunakan untuk mencari kesamaanEkemiripan tersebut adalah dengan
cara mencocokkan tiap-tiap pixel pada gambar referensi dan gambar tes atau lebih
dikenal sebagai scanning pixel satu persatu pada gambar tes. edangkan urutan dari
scanning pixel dapat dilihat pada gambar sebagai berikut <
43
8/19/2019 Jurnal Basuki, Sidik Sari_ Sdh Edt (1)
5/13
Mohammad Bauk! "ahma#: $!#em %ben! Melalu! .......
Ma! !
Ma! y
8ambar (roses Scanning Pixel
emudian tiap titik pixel 6(n7 akan di$adikan sebagai pusat dari daerah m ! n dan
dilakukan pen$umlahan dera$at keabuan dari daerah m ! n pada gambar tes tersebut.
2asilnya akan dibandingkan dengan data referensi, sehingga dapat diperoleh hasil
bahwa daerah pixel pada gambar tes tersebut samaEmirip dengan daerah pixel pada
gambar referensi.
P+hitu#-a# Jaak
0arak dalam sidik $ari ini mempunyai pengertian sebagai batasan yang dimiliki dalam
pembentukan suatu pola. (erhitungan $arak dilakukan untuk mengetahui seberapa besar
6$auh7 batasan yang ada sehingga dengan diketahui $arak maka proses kalkulasi 0T
dapat dilakukan.
Jaak A#taa Dua Da+ah
(erhitungan $arak antara dua daerah ini dimaksudkan untuk mencari daerah yang paling
cocokEmirip antara gambar tes dengan gambar referensi diantara beberapa daerah yang
ada 6mirip7 berdasarkan letak atau posisi daerah tersebut. yarat pertama adalah bahwa
dua daerah tersebut memiliki bentuk dan ukuran yang sama. Misalkan daerah yang
dibandingkan adalah daerah pada gambar tes dengan pusat Sit0xit,yit1 dengan daerah
pada gambar referensi Sr0xr,yr1 dengan ukuran daerah adalah )@!)@ pixel, maka
rumus perhitungan $arak antara dua daerah 6d7 adalah <
d D ∑ ∑ d 'Sr0x#xit.xr,y#yit.yr1,Sit0xit,yit1; ! y
3engan " xit # 4 5 - x 5 xit . 4
yit 6 4 5 - y 5 yit . 4
emakin kecil nilai d maka semakin miripEsemakin dekat $arak antara dua daerah dan
sebaliknya.
Jaak a#taa Dua Titik
(erhitungan $arak antara dua titik untuk dapat mengetahui pan$ang $arakEgaris yang
menghubungkan antara dua titik tersebut. 9umus yang dipakai adalah rumus
phytagoras untuk mencari sisi miring 697. 0ika letak titik pertama pada koordinat
4;
8/19/2019 Jurnal Basuki, Sidik Sari_ Sdh Edt (1)
6/13
∑
x1
x2
xm
weight
wi1
wi2
wim
yi
output path
processing elemen
Jurnal Perkapalan, Vol. 7, No. 2, Nopember 2009: 54-66
6!),y)7 dan titik kedua pada koordinat 6!,y7, maka dapat dihitung pan$ang $arak
antara dua titik tersebut dengan menggunakan rumus persamaan .3 dibawah ini <
9 D √ 6!-!)7 B 6y-y)7
Jai#-a# S%aa3 Tiua#
0aringan yaraf Tiruan dipandang sebagai suatu sistem yang terdiri dari elemen-elemen
pengolah yang mempunyai kemampuan memperbaiki dirinya dengan bela$ar. 0aringan
yaraf Tiruan adalah suatu model yang sangat sederhana bila dibandingkan dengan
kerumitan $aringan saraf biologis. %anyak peneliti telah mengembangkan $aringan
saraf tiruan sebagai alat bantu dalam banyak bidang seperti pada pengenalan pola,
diagnosa, pengontrolan, pengolahan informasi perencanaan dan sebagainya. lemen-
elemen struktural dari 0aringan yaraf Tiruan secara umum adalah<
• impul-simpul
• 1apisan-lapisan
• ambungan antar simpul
• (aket bobot sambungan8ambaran hubungan secara skematik sistem neuron buatan terlihat pada gambar
8ambar +. kematik hubungan sistem neuron secara buatan
etiap sambungan mempunyai sebuah nilai yang dapat diubah-ubah besarnya yangdisebut bobot. %obot sambungan ini mirip dengan kekuatan synaptic dari $aringan saraf
biologis. impul-simpul dianggap sebagai elemen komputasional atau elemen pemroses
karena didalamnya ter$adi pen$umlahan input-input yang diterima terlebih dahulu
dikalikan dengan bobot sambungan yang dibawa tiap input. 2asil pen$umlahan itu
disebut dengan net input atau nilai input untuk suatu simpul. et input kemudian
dimasukkan ke dalam suatu suatu fungsi yang disebut fungsi transfer atau fungsi
aktivasi untuk menghasilkan suatu nilai yang dinamakan nilai aktivasi. ilai aktivasi ini
disebut $uga dengan output simpul. Cntuk simpul-simpul pada lapisan input, nilai
aktivasinya adalah data atau nilai input itu sendiri tanpa memasukkannya lagi ke dalam
fungsi aktivasi, karena memang itulah tugas lapisan input, hanya menerima dan
melewatkan data input yang masuk. 1ain dengan lapisan-lapisan yang lain yang terlebihdahulu harus mengolah input yang masuk kepadanya.
4*
8/19/2019 Jurnal Basuki, Sidik Sari_ Sdh Edt (1)
7/13
1 X1 Xi Xn
v11 vi1 vn1 v1pvopvnjvijv1jvoj
vnpvipvo1
w 11 w j1 w p1 w 1mw omw pkw jkw 1kw ok
w pmw jmw o1
1 Z1 Zj Zp
Y1 Yk Ym
Mohammad Bauk! "ahma#: $!#em %ben! Melalu! .......
/aa B+.a4a
#stilah bela$ar 0learning 7 pada 0T adalah suatu proses pengaturan bobot-bobot
sambungan antar simpul yang dilakukan dengan metode tertentu, sedemikian rupahingga didapat sambungan bobot-bobot sambungan yang diinginkan. (roses bela$ar
ter$adi karena antara output yang dihasilkan $aringan tidak sama dengan output yang
diharapkan. /engan kata lain bila bila bobot sambungan yang ada belum mampu
menghasilkan output yang diharapkan maka bobot akan diatur metode tertentu melalui
latihan terus-menerus sehingga didapat susunan bobot yang baru dan lebih baik. /engan
susunan bobot ini maka perbedaan antara output $aringan dan output pola akan semakin
kecil. /engan demikian berarti output yang dikeluarkan $aringan akan sama dengan
output yang diharapkan 6output target7 atau setidak-tidaknya mendekati. etelah dilatih,
maka suatu 0T siap diu$i dan dipakai. /an pengu$ian dikatakan berhasil apabila 0T
sanggup menerima input dan mengeluarkan output seperti yang diharapkan.(enyediaan
output dan input ini telah membagi metode bela$ar pada $aringan saraf tiruan men$adi
dua<
upervised 1earning
Cnsupervised 1earning.
A.-oitma Ba)k Po1a-atio#5
0aringan %ackpropagation yang biasanya digunakan dalam berbagai aplikasi adalah
metode backpropagation dengan banyak lapisan 6multilayer7.
8ambar 5. 0aringan %ackpropagation dengan satu hidden layer
Arsitektur dari $aringan multilayer pada dasarnya terdiri dari tiga atau lebih lapisan unit
pemroses yaitu lapisan input, lapisan hidden 6tersembunyi7 yang berada di antara input
dan output dan lapisan output. eluaran setiap sel pada lapisan masukan terhubung
dengan semua sel pada lapisan tersembunyi melalui sebuah koneksi dengan bobot
tertentu. /emikian pula keluaran pada lapisan tersembunyi terhubung dengan semua sel
pada lapisan keluaran melalui sebuah koneksi dengan bobot tertentu. (ada gambar .@
@=
8/19/2019 Jurnal Basuki, Sidik Sari_ Sdh Edt (1)
8/13
Jurnal Perkapalan, Vol. 7, No. 2, Nopember 2009: 54-66
terlihat bahwa unit keluaran 6unit G7 dan unit tersembunyi 6unit H7 memiliki bias. %ias
beker$a seperti bobot-bobot pada koneksi dari unit-unit yang keluarannya selalu ).
A.-oitma 4ai#-a# 'a)k 1o1a-atio#
(ada pengoperasian 0T terdapat tahap operasi yang terpisah yaitu tahap bela$ar dan
tahap pemakaian. Tahap bela$ar merupakan proses untuk mendapatkan bobot koneksi
yang sesuai. (enyesuaian bobot dimaksudkan agar setiap pemberian input ke $aringan
menghasilkan output yang diinginkan. Adapun algoritma backpropagation dapat
diketahui dari serangkaian perhitungan. /engan berdasarkan pada gambar .@ dapat
diketahui bahwa masing-masing sinyal input !# akan meneruskan sinyal inputan ke
semua lapisan di atasnya. Tiap hidden unit 6H $, $D),I,p7 akan men$umlahkan bobot
sinyal input<
HJin D vo B ∑ !ivi Kutput sinyal dapat diperoleh dengan menerapkan fungsi aktivasi
7 J J6 2 2 in z * z =
Cnit hidden ini akan mengirimkan sinyal ke seluruh lapisan diatasnya yaitu lapisan
output. Tiap unit output akan men$umlahkan bobot sinyal input.
2k
p
2 2ok k 7 z7in y ∑+= =) J
/engan menerapkan fungsi aktivasi maka,
7 J 6 k k in y * y =
Tahap ini disebut dengan tahap propagasi ma$u. edangkan proses perhitungan
propagasi mundur 6baackpropagation7 perlu perhitungan kesalahan outputnya. Apabila
output yang dihasilkan belum sesuai dengan apa yang diinginkan 6target7 maka $aringan
akan menghitung error output yang besarnya<
7 J 676 L k k k k in y * yt −=δ
(erhitungan update bobot 2k 2k z 7 αδ =∆
edangkan pengoreksian bias6update bias7
k ok 7 αδ =∆
Tiap-tiap hidden akan men$umlahkan delta input dari lapisan di atasnya
2k
m
k k 2 7in ∑=
=)
J δ δ
(erhitungan informasi error dengan menggunakan derivatif dari fungsi aktivasi
7 J 6L J 2 2 2 in z * inδ δ =
(engkoreksian bobot dan bias adalah sebagai berikut
i 2i2 x+ αδ =∆
@)
i2
n
i
io2 2 + x+in z ∑=
+=)
J
8/19/2019 Jurnal Basuki, Sidik Sari_ Sdh Edt (1)
9/13
Mohammad Bauk! "ahma#: $!#em %ben! Melalu! .......
2k 2k z7 αδ =∆
ehingga bobot baru pada masing-masing unit output adalah
2k 2k 2k 7old 7ne77 ∆+= 7676
%obot baru pada unit tersembunyi 6hidden7 adalah
i2i2 2i +old +ne7+ ∆+= 7676
(roses akan diakhiri dengan menghitung kesalahan total
[ ] AA
)∑ −=k
k k yt 8
Alur ker$a 0aringan yaraf Tiruan ditun$ukan pada gambar 4.
8ambar 4. %lok /iagram istem 0T
@
START
I#isia.isasi JST
%obot awal, Momentum, 1.9ate
Perhitungan JST
Y"Y&"Y6"Y7
rror rror
maks
END
U1dat+ Bo'ot
Ni$,w$k
8/19/2019 Jurnal Basuki, Sidik Sari_ Sdh Edt (1)
10/13
Jurnal Perkapalan, Vol. 7, No. 2, Nopember 2009: 54-66
6a7 6b7 6c7
8ambar @. Macam-macam pola sidik $ari
Sidik Jai ($uma# Fi#-+31i#t!
(ola sidik $ari manusia terdiri dari tiga pola besar, yaitu pola delta, pola core, pola delta
dan core& 3elta merupakan pusat berpisahnya garis pokok sidik $ari dan core merupakan
pusat lengkungan garis-garis sidik $ari dan men$adi pusat dari lukisan siduk $ari. (ola-
pola inilah yang dapat mencirikan antar suatu pola sidik $ari, pola ini akan membentuk
pola garis lengkungnya. Macam-macam pola sidik $ari antara lain sebagai berikut
8/19/2019 Jurnal Basuki, Sidik Sari_ Sdh Edt (1)
11/13
Mohammad Bauk! "ahma#: $!#em %ben! Melalu! .......
8ambar 3. 1angkah-langkah percobaan
$ASIL PENELITIAN DAN PEMBA$ASAN9ancangan hasil interface dan contoh preview dari hasil rekap data pegawai seperti pada
gambar ; dan *.
8ambar ;. /isain interface
@5
Melakukan pengumpulan sidik $ari
M+#-um1u.ka# .it+atu+ 1+#duku#-
P+#-o.aha# )ita* M+#-o.ah sidik 4ai d+#-a# 3i.t+i#- 8 th+sho.di#-
M+.akuka# P+m'+.a4aa# d+#-a# Su1+9is+d
L+a#i#-
START
P+a#)a#-a# 8 1+m'uata# Data'as+
(embuatan #nterface
STOP
(emrograman 0T
(embuatan 9ekap
8/19/2019 Jurnal Basuki, Sidik Sari_ Sdh Edt (1)
12/13
Jurnal Perkapalan, Vol. 7, No. 2, Nopember 2009: 54-66
/atabase pegawai berupa data pribadi dan data hasil pengenalan pola sidik $ari sudah
dientri. %egitu seorang pegawai meletakkan sidik $ari pada sensor, maka hasil sidik $ari
akan ditampilkan pada data sisik $ari. elan$utnya data sidik $ari diidentifikasi, dan hasilidentifikasi di tampilkan pada data foto orang, beserta nama dan omor induk
(egawainya. emua data tersimpan dan dapat dipanggil kembali untuk keperluan
rekapitulasinya. &ontoh rekapitulasinya ditun$ukkan pada gambar *.
8ambar *. 2asil 9ekap data (egawai
/ari disain $aringan syaraf tiruan yang dibuat dengan menggunakan algoritma
%ackpropagasi, didaptkan rekap pengenalan pola sidik $ari seperti ditun$ukkan pada
tabel ).
Tabel ). 2asil pengenalan
o ama pegawai 0umlah idik 0ari keterangan
) Anita 2idayati + /ata ),,+ dikenali M. %asuki 9ahmat + /ata ),,+ dikenali
+ Andri + /ata ),,+ dikenali
5 Agusta + /ata ),,+ dikenali
4 Ferry + /ata ),,+ dikenali
@ Fau"i + /ata ),+ dikenali
3 8aluh + /ata ),,+ dikenali
/ari ) data sidik $ari terdapat ) data yang dikenali salah. /an terdapat = data dikenali
benar. ehingga sistem mempunyai tingkat error sebesar 4O. /engan penambahan data
@4
8/19/2019 Jurnal Basuki, Sidik Sari_ Sdh Edt (1)
13/13
Mohammad Bauk! "ahma#: $!#em %ben! Melalu! .......
dari $umlah sidik $ari untuk masing-masing pegawai dapat meningkatkan tingkat
pengenalan pola.
KESIMPULAN DAN SARAN
K+sim1u.a#
esimpulan yang bisa diambil dari penelitian ini adalah sebagai berikut<
). Algoritma $aringan syaraf tiruan mampu untuk pengenalan pola sidik $ari dengan
prosentase tepat sebesar *4O.
. istem absensi dengan menggunakan sidik $ari dapat ber$alan dengan sangat
baik dan menghasilkan report yang mampu membedakan status masuk, lembur,
bolos dan telat serta dibagi per orang atau semua orang per bulannya.
Saa#
Nariasi data perlu ditambahkan untuk mengetahui lebih $auh apakah sistem masih
mampu mengenali. (enggunaan penggolah citra dapat ditingkatkan untuk mengenali
wa$ah sebagai dasar absensi.
DAFTAR RUJUKAN
8on"ales, 9. &, and :int", (., 6)*;37, 3igital Image Processing, econd dition,
Adisson-:asley (ublishing &ompany, &alifornia
(itas, #., 6)**+7, 3igital Image Processing Algorithms, (rentice 2all #nternational eries
#n Acoustics, ew Gork 0ain, A. , and 1ion 2ong., 6April )**37, 9n#line Fingerprint :eri*ication, #
Transaction on (attern Analysis And Matching #ntelligance, Nol )*, o.5
adir, A, 6)**37, P%asic Acuan 1engkap (emrograman /atabaseQ, eri Nisual %asic,
(enerbit Andi Gogyakarta
@@