Jurnal Basuki, Sidik Sari_ Sdh Edt (1)

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


2/13


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


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@


4/13


. (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


5/13


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;


6/13

∑

x1

x2

xm

weight

wi1

wi2

wim

yi

output path

processing elemen


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*


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


/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 .@

@=


8/13


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


9/13


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


10/13


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


11/13


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


12/13


/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


13/13


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

@@

Documents

Jurnal Basuki, Sidik Sari_ Sdh Edt (1)