Identifikasi Telapak Tangan menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization (LVQ)

Main Article Content

Sutikno Sutikno Eka Afriandi

Abstract

Sistem pengenalan diri (personal recognition) adalah sebuah sistem untuk mengenali identitas seseorang secara otomatis dengan menggunakan computer dengan kata sandi (password), ID card, atau PIN untuk mengidentifikasi seseorang. Namun,pengenalan diri dengan sistem tersebut memiliki beberapa kelemahan yaitu dapat dicuri dan mudah diduplikasi, memiliki kemungkinan seseorang untuk lupa dan beberapa password dapat diperkirakan sehingga dapat dimanfaatkan oleh orang-orang yang tidak bertanggungjawab. Untuk dapat mengenali seseorang secara otomatis dapat dilakukan secara komputasi, yaitu dengan menggunakan jaringan syaraf tiruan. Penelitian ini mengimplementasikan metode jaringan syaraf tiruan Learning Vector Quantization dengan objek pengenalan yaitu telapak tangan. Dalam penelitian ini model proses pengembangan perangkat lunak yang digunakan adalah Waterfall, sedangkan bahasa pemrograman yang digunakan adalah Matlab, dan sistem manajemen basis datanya adalah Microsoft Access. Keluaran dari aplikasi yang dikembangkan adalah identifikasi telapak tangan user. Dari hasil pengujian, tingkat akurasi dari aplikasi ini sebesar 74,66% dalam membedakan antar user yang satu dengan yang lain.

Downloads

Download data is not yet available.

Article Details

How to Cite
SUTIKNO, Sutikno; AFRIANDI, Eka. Identifikasi Telapak Tangan menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization (LVQ). JURNAL INFOTEL, [S.l.], v. 8, n. 2, p. 107-114, nov. 2016. ISSN 2460-0997. Available at: <http://ejournal.st3telkom.ac.id/index.php/infotel/article/view/126>. Date accessed: 27 july 2017. doi: https://doi.org/10.20895/infotel.v8i2.126.
Section
Articles

References

[1]. D. Putra, Sistem Biometrika. Jogja: Andi Offset, 2009.
[2]. Elizabeth, Pengembangan Sistem Identifikasi Biometrika Wajah Menggunakan Metode Neural Network dan Pattern Matching. Universitas Indonesia, 2006.
[3]. P. Tsa, et al., “Adaptive multiple experts system for personal identification using facial behaviour biometrics,” 2008 IEEE 10th Workshop on Multimedia Signal Processing, MMSP 2008; Cairns, QLD; Australia, pp. 660-665, October 2008.
[4]. A. Mahmood, et al., “Artificially intelligent recognition of Arabic speaker using voice print-based local features,” Journal of Experimental and Theoretical Artificial Intelligence, Vol. 28, Issue 6, pp. 1009-1020, 2016.
[5]. H.S. Bae, H.J. Lee and S.G. Lee, “Voice recognition-based on adaptif MFCC and deep learning for embedded system,” Journal of Institute of Control, Robotic and System, Vol. 22, Issue 10, pp. 797-902, 2016.
[6]. Ranny, “Voice recognition using k nearest neighbor and double distance method,” 3rd International Conference on Industrial Engineering, Management Science and Applications, ICIMSA 2016; Jeju Island, South Korea, May 2016.
[7]. J. Rianto, Perangkat Lunak Pengenalan Suara (Voice Rocognition) untuk Absensi Karyawan dengan Menggunakan Metode Dynamic Time Warping. Universitas Komputer Indonesia, 2011.
[8]. D. Aishwarya, M. Gowri, and R.K Saranya, “Palm print recognition using liveness detection technique,” 2nd International Conference on Science Technology Engineering and Management, ICONSTEM 2016, Chennai India, pp. 109-114, September 2016
[9]. K.B. Ray and R. Misra, “Palm Print Recognition Using Hough Transforms,” 7th International Conference on Computational Intelligence and Communication Networks, CICN 2015, Jabalpur India, pp. 422-425, Desember 2015.
[10]. L.A.P. Neves, et al., “Hand recognition using texture histograms: A proposed technique for image acquisition and recognitionof the human palm,” 9th International Conference on Computer Vision Theory and Applications, VISAPP 2014, Lisbon, Portugal, Vol. 3, pp. 180-185, Januari 2041.
[11]. P.A. Wibawa, B.W.T. Agung and F. Sthevanie, “Palm print recognition using competitive hand valley detection, local binary pattern and probabilistic neural network,“ 2014 International Conference on Information Technology Systems and Innovation, ICITSI 2014; Bandung – Bali, Indonesia, pp. 105-110, 24 November 2014.
[12]. R. Munir, Pengolahan Citra Digital dengan Pendekatan Algoritmik. Bandung: Penerbit Informatika, 2004.
[13]. J.J. Siang, Jaringan Syaraf Tiruan dan Pemrogramannya Menggunakan Matlab. Yogyakarta: Penerbit ANDI, 2009.