Contoh
kali ini penggunaan Jaringan Syaraf Tiruan pada permasalahan pengenalan pola
sidik jari manusia. Teknik identifikasi konvensional untuk mengenali identitas
seseorang dengan menggunakan password atau kartu tidak cukup handal, karena
sistem keamanan dapat ditembus ketika password dan kartu tersebut digunakan oleh
pengguna yang tidak berwenang. Sistem autentifikasi data menggunakan pola sidik
jari telah terbukti keakuratannya sebagai identifikasi bila dibandingkan dengan
sistem biometric lainnya seperti retina mata atau DNA.
Gambar 1. Contoh aplikasi sidik jari pada sistem absensi karyawan.
Sistem pengenalan identitas dengan sidik jari seperti yang dijelaskan pada gambar di atas merupakan teknologi pengenalan pola yang banyak dipakai oleh industri biometrik pada saat ini. Sistem tersebut masih mempunyai kelemahan, dimana user harus menempelkan jari pada bidang sensor secara lurus, sehingga seringkali dijumpai user berulang kali mengalami kegagalan akses. Untuk menangani permasalahan tersebut kita akan mencoba merancang suatu sistem pengenalan pola yang lebih cerdas, yaitu sistem tersebut dapat mengenali pola sidik jari meskipun user menempatkan posisi jarinya secara sembarang pada bidang sensor. Perkembangan algoritma kecerdasan buatan (artificial inteligent) yang semakin handal akan dicoba untuk studi ini yaitu dengan menggunakan algoritma feed forward backpropagation.
IV.1.
Pengenalan Pola
Secara
umum, pengenalan pola terdiri dari 4 langkah, yaitu :
Tahap
ke-1 (Image Acquisition) : adalah proses mendapatkan
data image. Pengambilan data dilakukan dengan metode ink rolled (tinta
diteteskan pada permukaan stam pad kemudian jari yang telah dikenai
tinta dicapkan ke kertas dari ujung bawah kuku sampai pangkal jari). Setelah
itu kertas di scan menggunakan scanner canon. Karena pengambilan image
diambil secara langsung maka sering terjadi trial and error.
Tahap
ke-2 (Image Preprocessing) : Pada tahap ini image diberi
proses lain seperti penghilangan noise/derau, penajaman image,
pemotongan image, dll. Program yang dipergunakan untuk memfilter image
yaitu Program Adobe Photoshop dan Microsoft Office Picture
Manager. Keluaran dari tahap ini adalah image tersegmentasi yang
akan digunakan untuk proses selanjutnya dalam penelitian. Image tersegmentasi
adalah image yang sudah dipisahkan dari image awal.
Tahap ke-3 (Feature Extraction) : Di tahap ini, image akan diekstrak untuk mendapatkan
nilai-nilai yang merepresentasikan ciri spesifik dari image tersebut. Image
dari tahap ke-2 akan diperkecil ukuran pixelnya karena jumlah
datanya yang terlalu besar untuk dijadikan input, sehingga image diperkecil
menjadi 8x8 pixel. Image ini dipilih karena masih dapat mewakili
ciri citra asli, sesuai dengan rumus level maksimum dekomposisi yang dibatasi
oleh persamaan yang berkorelasi (Kanata, 2008:7). Image ini akan diubah
menjadi citra biner yang disimpan dalam matriks dengan nilai 0 (hitam) dan 1
(putih). Proses perubahan citra menggunakan MATLAB ver.7.1. dengan menggunakan
perintah :
Imdat
=imread('sampel1(input).jpg');
imgray=rgb2gray(imdat);
imbw
=im2bw(imgray)
Data yang dihasilkan (imbw) disimpan dalam file .dat
Tahap ke-4 (Image Recognition) : Di tahap ini, vektor ciri image akan
diklasifikasikan. Keluaran dari tahap ini adalah klasifikasi image,
yang kemudian dapat secara langsung untuk mengenali suatu image.
Metode yang digunakan adalah propagasi umpan balik berbasis jaringan
syaraf tiruan. Diagram alir (flowchart) pengenalan pola sidik
jari dengan propagasi umpan balik berbasis jaringan syaraf tiruan dapat
dijelaskan pada gambar 3.2 disamping:
VI.3. Hasil Penelitian
Untuk
mengenali pola sidik jari menggunakan propagasi umpan balik berbasis jaringan
syaraf
tiruan terdapat 4 tahapan yaitu image acquisition, image preprocessing,
image feature extraction dan image recognition. Sehingga hasil dan
pembahasan untuk hal tersebut tercantum dalam pembahasan berikut ini.
1.
Hasil Image Acquisition
Sampel
sidik jari diambil pada tanggal 4 Mei 2009 bertempat di Kapolresta Kota Bandung
Tengah, menggunakan tinta sidik jari (fingerprint ink).