BibTex Citation Data :
@article{Transmisi6153, author = {Melly Arisandi dan R. Isnanto dan Ajub Zahra}, title = {SISTEM PENGENALAN BERDASARKAN CIRI GARIS TELAPAK TANGAN MENGGUNAKAN METODE JARINGAN SARAF TIRUAN PERAMBATAN BALIK}, journal = {Transmisi: Jurnal Ilmiah Teknik Elektro}, volume = {15}, number = {4}, year = {2014}, keywords = {}, abstract = { Abstrak Pada era informasi saat ini, kebutuhan terhadap sistem pengenalan diri (personal recognition) secara otomatis yang handal dan dapat dipercaya semakin meningkat terutama untuk sistem keamanan. Salah satu cara yang aman adalah dengan menggunakan teknologi biometrik. Sistem Biometrik adalah teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia. Telapak tangan merupakan salah satu biometrika yang memiliki karakteristik unik berupa garis-garis utama pada telapak tangan dan bersifat stabil. Pada penelitian ini, ciri-ciri garis telapak tangan diperoleh dengan menggunakan metode deteksi garis dan operasi blok. Sedangkan proses pencocokan menggunakan metode jaringan saraf tiruan perambatan balik. Pengambilan citra 3 posisi sekaligus, yaitu posisi posisi tegak, 90 ke kanan, dan 90 ke kiri. Pada sistem ini menggunakan 270 citra, di antaranya 180 citra latih dan 90 citra uji. Sistem ini diuji dengan menggunakan 90 citra uji telapak tangan milik 30 orang. Dari hasil pengujian, dapat disimpulkan bahwa sistem pengenalan garis-garis telapak tangan yang diujikan dengan citra uji 3 posisi menghasilkan tingkat keberhasilan sebesar 88,88%. Pengujian dengan citra uji posisi tegak menghasilkan tingkat keberhasilan sebesar 90%. Pengujian dengan citra uji posisi 90 ke kanan menghasilkan tingkat keberhasilan sebesar 93,33%. Pengujian dengan citra uji posisi 90 ke kiri menghasilkan tingkat keberhasilan sebesar 90%. Kata kunci: biometrik, deteksi garis, operasi blok, jaringan saraf tiruan perambatan balik. Abstract In this information era, an automatic and reliable personal identification is coming necessary as a need. The reliability of conventional methods for identification using password and card is currently low as those could be used by anyone so that the security becoming unsafe. One of the technology for solving this issue is by using Biometrics. Biometrics is a personal authentication technology, which recognizes person by using body features or human behavior. Palm hands which is one of Biometrics has a unique characteristics on the palm prints. In this research, palmprint characteristics is provided by line detection method and block operation and for the matching process is by training neural network classifier for the verification. The palmprint take in 3 positions : straight vertical position, 90° angle to the right, and 90° angle to the left. This system uses 270 images, consists of 180 training images and 90 test images. The test results show that the performance of palmprint recognition system with 3 positions of test images provides success rate 88,88 %. The test with straight vertical position provides success rate 90 %. The test with 90° angle to the right position provides success rate 93,33 %. The test with 90° angle to the leftposition provides success rate 90 %. Keywords: biometric, line detection, block operation, palm print, Backpropagation, neural network. }, issn = {2407-6422}, pages = {199--204} doi = {10.12777/transmisi.15.4.199-204}, url = {https://ejournal.undip.ac.id/index.php/transmisi/article/view/6153} }
Refworks Citation Data :
Abstrak
Pada era informasi saat ini, kebutuhan terhadap sistem pengenalan diri (personal recognition) secara otomatis yang handal dan dapat dipercaya semakin meningkat terutama untuk sistem keamanan. Salah satu cara yang aman adalah dengan menggunakan teknologi biometrik. Sistem Biometrik adalah teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia. Telapak tangan merupakan salah satu biometrika yang memiliki karakteristik unik berupa garis-garis utama pada telapak tangan dan bersifat stabil. Pada penelitian ini, ciri-ciri garis telapak tangan diperoleh dengan menggunakan metode deteksi garis dan operasi blok. Sedangkan proses pencocokan menggunakan metode jaringan saraf tiruan perambatan balik. Pengambilan citra 3 posisi sekaligus, yaitu posisi posisi tegak, 90 ke kanan, dan 90 ke kiri. Pada sistem ini menggunakan 270 citra, di antaranya 180 citra latih dan 90 citra uji. Sistem ini diuji dengan menggunakan 90 citra uji telapak tangan milik 30 orang. Dari hasil pengujian, dapat disimpulkan bahwa sistem pengenalan garis-garis telapak tangan yang diujikan dengan citra uji 3 posisi menghasilkan tingkat keberhasilan sebesar 88,88%. Pengujian dengan citra uji posisi tegak menghasilkan tingkat keberhasilan sebesar 90%. Pengujian dengan citra uji posisi 90 ke kanan menghasilkan tingkat keberhasilan sebesar 93,33%. Pengujian dengan citra uji posisi 90 ke kiri menghasilkan tingkat keberhasilan sebesar 90%.
Kata kunci: biometrik, deteksi garis, operasi blok, jaringan saraf tiruan perambatan balik.
Abstract
In this information era, an automatic and reliable personal identification is coming necessary as a need. The reliability of conventional methods for identification using password and card is currently low as those could be used by anyone so that the security becoming unsafe. One of the technology for solving this issue is by using Biometrics. Biometrics is a personal authentication technology, which recognizes person by using body features or human behavior. Palm hands which is one of Biometrics has a unique characteristics on the palm prints. In this research, palmprint characteristics is provided by line detection method and block operation and for the matching process is by training neural network classifier for the verification. The palmprint take in 3 positions : straight vertical position, 90° angle to the right, and 90° angle to the left. This system uses 270 images, consists of 180 training images and 90 test images. The test results show that the performance of palmprint recognition system with 3 positions of test images provides success rate 88,88 %. The test with straight vertical position provides success rate 90 %. The test with 90° angle to the right position provides success rate 93,33 %. The test with 90° angle to the leftposition provides success rate 90 %.
Article Metrics:
Last update:
Last update: 2024-11-22 23:41:44
Transmisi: Jurnal Ilmiah Teknik Elektro dan Departemen Teknik Elektro, Universitas Diponegoro dan Editor berusaha keras untuk memastikan bahwa tidak ada data, pendapat, atau pernyataan yang salah atau menyesatkan dipublikasikan di jurnal. Dengan cara apa pun, isi artikel dan iklan yang diterbitkan dalam Transmisi: Jurnal Ilmiah Teknik Elektro adalah tanggung jawab tunggal dan eksklusif masing-masing penulis dan pengiklan.
Formulir Transfer Hak Cipta dapat diunduh di sini: [Formulir Transfer Hak Cipta Transmisi]. Formulir hak cipta harus ditandatangani dan dikirim ke Editor dalam bentuk surat asli, dokumen pindaian atau faks:
Dr. Munawar Riyadi (Ketua Editor)Departemen Teknik Elektro, Universitas Diponegoro, IndonesiaJl. Prof. Sudharto, Tembalang, Semarang 50275 IndonesiaTelepon/Facs: 62-24-7460057Email: transmisi@elektro.undip.ac.id