Pengujian terhadap Citra Telapak Tangan Kanan yang Sudah Dilatih

terhadap pola telapak tangan kanan yang sudah dilatih dan kedua pengujian terhadap pola telapak tangan kanan yang baru yang belum dilatih.

4.2.1 Pengujian terhadap Citra Telapak Tangan Kanan yang Sudah Dilatih

Pada pengujian ini, data masukan yang digunakan adalah citra telapak tangan kanan yang sudah dilatih sebelumnya, dimana terdiri dari 20 citra telapak tangan dengan format .jpg atau .jpeg berukuran 200 x 300 piksel. Setiap citra diambil dengan posisi telapak tangan terbuka dan melintang. Target dari pola telapak tangan tersebut yaitu, y 1 = 1 -1 1 1 -1 -1 -1 1 1 -1 1, y 2 = -1 -1 -1 1 -1 1 -1 -1 -1 -1 -1 y 3 = 1 1 1 -1 1 1 1 1 1 1 1 y 4 = -1 1 -1 1 -1 -1 1 -1 1 -1 1 y 5 = -1 1 1 -1 1 -1 -1 1 -1 1 -1 y 6 = -1 1 -1 1 -1 1 -1 -1 -1 -1 -1 y 7 = 1 -1 1 -1 1 1 1 1 1 1 1 y 8 = -1 -1 -1 1 -1 -1 1 -1 1 -1 -1 y 9 = 1 -1 1 -1 1 1 -1 1 -1 1 1 y 10 = -1 -1 -1 1 -1 -1 -1 -1 -1 -1 1 y 11 = 1 1 1 -1 1 1 1 1 1 1 -1 y 12 = -1 1 -1 1 -1 -1 1 -1 1 -1 -1 y 13 = 1 1 1 -1 1 -1 -1 1 -1 1 1 y 14 = 1 1 -1 1 -1 1 -1 -1 -1 -1 1 y 15 = 1 -1 1 -1 1 -1 1 1 1 1 1 y 16 = -1 -1 -1 1 -1 1 1 -1 1 -1 -1 y 17 = 1 -1 1 -1 1 1 -1 1 -1 1 -1 y 18 = -1 -1 -1 1 -1 -1 -1 -1 -1 -1 -1 y 19 = 1 1 1 -1 1 -1 1 1 1 1 1 y 20 = -1 1 -1 1 -1 1 1 -1 1 -1 -1 Hasil pengujian sistem ditunjukkan pada tabel 4.1. Setiap baris dalam tabel menunjukkan nomor urut pengujian, citra telapak tangan kanan yang diuji, nama pemilik citra telapak tangan, target terhadap telapak tangan yang dilatih dan hasil pengenalan. Universitas Sumatera Utara Tabel 4.1 Pengujian citra telapak tangan kanan yang sudah dilatih No Pola telapak tangan Nama pemilik Telapak Tangan Target Hasil Pengenalan 1 Yayang � � =1 -1 1 1 -1 -1 -1 1 1 -1 1 Yayang 2 Reni � � = -1 -1 -1 1 -1 1 - 1 -1 -1 -1 -1 Reni 3 Danny � � = 1 1 1 -1 1 1 1 1 1 1 1 Danny 4 Angga � � = -1 1 -1 1 -1 -1 1 -1 1 -1 1 Angga 5 Hayatun � � = -1 1 1 -1 1 -1 -1 1 -1 1 -1 Hayatun 6 Intan � � = -1 1 -1 1 -1 1 -1 -1 -1 -1 -1 Intan 7 Janwandi � � = 1 -1 1 -1 1 1 1 1 1 1 1 Janwandi 8 Rasyid � � = -1 -1 -1 1 -1 -1 1 -1 1 -1 -1 Rasyid Universitas Sumatera Utara 9 Agus � � = 1 -1 1 -1 1 1 -1 1 -1 1 1 Agus 10 Umri � �� = -1 -1 -1 1 -1 -1 -1 -1 -1 -1 1 Umri 11 Nurhennida � �� = 1 1 1 -1 1 1 1 1 1 1 -1 Nurhennida 12 Rivai � �� = -1 1 -1 1 -1 -1 1 -1 1 -1 -1 Rivai 13 Singgih � �� = 1 1 1 -1 1 -1 -1 1 -1 1 1 Singgih 14 Teguh � �� = 1 1 -1 1 -1 1 -1 -1 -1 -1 1 Teguh 15 Teti � �� = 1 -1 1 -1 1 -1 1 1 1 1 1 Teti 16 Fajrul � �� = -1 -1 -1 1 -1 1 1 -1 1 -1 -1 Fajrul 17 Amalya � �� = 1 -1 1 -1 1 1 -1 1 -1 1 -1 Amalya Universitas Sumatera Utara 18 Vito � �� = -1 -1 -1 1 -1 -1 -1 -1 -1 -1 -1 Vito 19 Sunfirst � �� = 1 1 1 -1 1 -1 1 1 1 1 1 Sunfirst 20 Johanes � �� = -1 1 -1 1 -1 1 1 -1 1 -1 -1 Johanes Dari pengujian yang dilakukan terhadap 20 citra pola telapak tangan kanan yang sudah dilatih, telapak tangan yang dikenali sesuai dengan target adalah 20 telapak tangan. Dari hasil tersebut menunjukkan bahwasanya keakuratan metode Bidirectional Associative Memory dalam mengenali pola telapak tangan yang sudah dilatih sebesar 100.

4.2.2 Pengujian terhadap Citra Telapak Tangan Kanan yang Belum Dilatih

Dokumen yang terkait

Implementasi Jaringan Syaraf Metode Bidirectional Associative Memory untuk Pengenalan Pola Wajah

3 100 120

Implementasi Jaringan Syaraf Metode Bidirectional Associative Memory Untuk Pengenalan Pola Wajah

5 41 120

Implementasi Jaringan Syaraf Metode Bidirectional Associative Memory Untuk Pengenalan Pola Wajah

0 0 6

Implementasi Jaringan Syaraf Metode Bidirectional Associative Memory Untuk Pengenalan Pola Wajah

0 0 2

Implementasi Jaringan Syaraf Tiruan Bidirectional Associative Memory Untuk Pengidentifikasian Telapak Tangan Manusia (Studi Kasus: Mahasiswa S1 Ilmu Komputer Usu Stambuk 2010 Kom A)

0 0 13

Implementasi Jaringan Syaraf Tiruan Bidirectional Associative Memory Untuk Pengidentifikasian Telapak Tangan Manusia (Studi Kasus: Mahasiswa S1 Ilmu Komputer Usu Stambuk 2010 Kom A)

0 0 1

Implementasi Jaringan Syaraf Tiruan Bidirectional Associative Memory Untuk Pengidentifikasian Telapak Tangan Manusia (Studi Kasus: Mahasiswa S1 Ilmu Komputer Usu Stambuk 2010 Kom A)

0 0 5

Implementasi Jaringan Syaraf Tiruan Bidirectional Associative Memory Untuk Pengidentifikasian Telapak Tangan Manusia (Studi Kasus: Mahasiswa S1 Ilmu Komputer Usu Stambuk 2010 Kom A)

0 2 18

Implementasi Jaringan Syaraf Tiruan Bidirectional Associative Memory Untuk Pengidentifikasian Telapak Tangan Manusia (Studi Kasus: Mahasiswa S1 Ilmu Komputer Usu Stambuk 2010 Kom A)

0 0 25

Jaringan Syaraf Tiruan Bidirectional Associative Memory (BAM) Sebagai Identifikasi Pola Sidik jari Manusia ZAINAL ARIFIN

0 0 6