Text

Identifikasi Telapak Tangan Menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization (LVQ) Untuk Autentikasi Presensi 006.32 AFR i

---

ABSTRAK

Perkembangan teknologi dan ilmu pengetahuan yang begitu pesat telah memberikan
kemudahan pada segala aspek kehidupan manusia salah satunya yaitu 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 user untuk autentikasi presensi. Dari hasil pengujian,
tingkat akurasi dari aplikasi ini sebesar 74,66% dalam membedakan antar user yang satu
dengan yang lain.
Kata Kunci : Jaringan Syaraf Tiruan, Telapak Tangan, Learning Vector Quantization,
Waterfall

ABSTRACT

The development of science and technology is so rapid has made it easier on all aspects of
human life one of which is a system of self-knowledge (personal recognition) is a system to
recognize a person's identity automatically using a computer with a password (password),
ID card, or PIN to identify a person. However, introducing themselves with the system has
some flaws that can be stolen and easily duplicated, have the possibility that someone will
forget and some passwords can be expected so that it can be used by people who are not
responsible. To be able to automatically identify a person can be done computationally, by
using artificial neural networks. This study implements the method of artificial neural
network learning vector quantization with the object recognition, namely palm. In this study
the model of the software development process used is Waterfall, while the programming
language used is Matlab, and a data base management system is Microsoft Access. The
output of the developed application is user identification for authentication Presence. From
the test results, the accuracy of these applications amounted to 74,66% in differentiating
between users with each other.
Keywords: Neural Network, Palms, Learning Vector Quantization, Waterfall.

---

Ketersediaan

428F16IV

428 F 16

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

ILMU KOMPUTER/INFORMATIKA

No. Panggil

428 F 16

Penerbit

: ., 2016

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1384

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Eka Afriandi JF

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar