Pengklesteran Dan Pengenalan Pola Sidik Jari Dengan Jaringan Syaraf Tiruan Model Multiplayer Perceptron
| Main Author: | Dirgantoro, Kurniawan |
|---|---|
| Format: | Undergraduate thesis PeerReviewed |
| Terbitan: |
Fakultas Teknik Ubaya
, 2006
|
| Subjects: | |
| Online Access: |
http://digilib.ubaya.ac.id/pustaka.php/137266 http://repository.ubaya.ac.id/8237/ |
Daftar Isi:
- Untuk suatu perhitungan matematis yang sulit, komputer dapat diprogam sehingga dapat dengan mudah melakukan perhitungan dibandingkan dengan manusia. Misalkan seseorang untuk mengenali huruf "A" atau membedakan gambar burung dengan gambar kucing, dapat langsung mengelompokan pola-pola (patem) yang hampir sama. Hal ini dapat dilakukan manusia hanya dengan berdasar pengalaman dan pola pikirnya. Berdasarkan keadaan tersebut, dikembangkan suatu jaringan yang memiliki konsep mirip dengan jaringan syaraf manusia. Jaringan tersebut dapat dilatih, yang pada akhirnya dapat mengambil keputusan seperti yang dilakukan oleh otak manusia. Jaringan tersebut disebut Jaringan Syaraf Timan (JST) merupakan suatu metode komputasi yang cara kerjanya meniru cara kerja dari jaringan syaraf manusia melalui suatu proses belajar atau pelatihan. Pengenalan pola sidik jari merupakan salah satu jenis permasalahan dari pengenalan pola yang dapat diselesaikan dengan menggunakan JST. Pada pengenalan sidik jari proses yang dilakukan bertujuan untuk mengenali suatu gambar sidik jari yang tidak dilatih dengan cara mencocokan gambar sidik jari tersebut dengan gambar sidik jari yang sebelumnya telah dilatih. Gambar yang telah dilatih merupakan gambar sidik jari penyusun JST dimana data gambar sidik jari yang telah dilatih tersebut tersimpan dalam database. Sebelum suatu gambar sidik jari dilakukan proses pelatihan terlebih dahulu, dilakukan proses pengolahan gambar yaitu dengan pengubahan warna grayscale, ukuran piksel, deteksi tepi dan ekstrasi. Pada tugas akhir ini selain proses pengolahan gambar juga terdapat proses pelatihan yang dilakukan dengan menggunakan JST model multilayer perceptron karena banyak layer yang akan dilatih. Percobaan pada perangkat lunak ini dilakukan dengan menggunakan data bobot yang dilatihkan. Hasil uji coba menunjukan bahwa perangkat lunak yang dibuat dengan model JST model multilayer perceptron dapat mengenali gambar sidik jari dengan tingkat keberhasilan yang bagus.