Pengenalan Pola Sidik Jari Menggunakan Jaringan Syaraf Tiruan Metode LVQ (Learning Vector Quantization) Berbasis MATLAB

Abstract

Skripsi ini membahas bagaimana image sidik jari seseorang mampu diolah agar dapat dikenali nama dari pemilik sidik jarinya. Metode yang digunakan adalah Jaringan Syaraf Tiruan (Neural Network) LVQ (Learning Vector Quantization). Awalnya, image sidik jari di-capture menggunakan Biometric SolutionTM fingerspot yang kemudian data hasil capture diolah dan dibentuk dalam database menggunakan software MATLAB untuk dijadikan data pelatihan dan inisialisasi bobot awal. Pelatihan jaringan syaraf LVQ dilakukan dengan memanfaatkan data image yang telah diolah tadi hingga diperoleh bobot-bobotnya. Proses pelatihan dilakukan dengan menentukan nilai learning rate (α ) dan maksimum epoh yang tepat agar jaringan syaraf LVQ yang dibuat optimum. Pelatihan dilakukan melalui 3 pengamatan berbeda berdasarkan banyaknya image untuk data pelatihan dan target masing-masing klas (cluster) yang digunakan. Jaringan syaraf LVQ pada pengolahan pola sidik jari kali ini dikatakan optimum jika besarnya nilai rata-rata error yang dihasilkan relatif kecil dan tingkat akurasi dalam menentukan nama pemilik sidik jari yang diujikan adalah yang paling besar. Setelah dilakukan pengujian image sidik jari, maka diperoleh struktur jaringan terbaik yang memiliki arsitektur antara lain: untuk lapisan input banyaknya image pelatihan 100 image sedangkan lapisan output untuk pengklasifikasiannya sebanyak 10 klas / cluster dengan besarnya nilai learning rate (α ) = 0.095 jumlah iterasi = 200 epoh dan kondisi konvergen tercapai pada iterasi ke-166 dengan besarnya nilai rata-rata error dari semua iterasi adalah = 26.608075, dimana pengujian menggunakan image data pelatihan memiliki persentase benar sebesar = 80 % dan pengujian menggunakan image selain data pelatihan memiliki persentase benar sebesar = 70 %. Masih banyaknya kekurangan dari segi akurasi karena proses pengolahan image yang ada dalam Tugas Akhir ini masih sangat minim.