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
Pengujian terhadap pola citra baru telapak tangan kanan yang belum dilatih dilakukan untuk membuktikan berapa besar tingkat keakuratan dan layak pakai dari aplikasi yang
menggunakan metode Bidirectional Associative Memory untuk digunakan. Citra baru merupakan citra yang diambil kembali dari 20 objek yang sudah dilatih, dimana tiap objek
terdiri dari 2 citra sehingga jumlah citranya adalah 40 citra. Dimana citra baru ini, akan diolah citranya seperti citra yang sudah dilatih, kemudian untuk melakukan pengujian, citra
yang sudah diolah akan diubah ke bipolar dan dikalikan dengan bobot pola citra telapak
tangan kanan yang sudah dilatih. Hasil pengujiannya ditunjukkan pada Tabel 4.2.
Universitas Sumatera Utara
Tabel 4.2 Pengujian citra baru telapak tangan kanan yang belum dilatih
No Pola telapak tangan
Nama pemilik Telapak Tangan
Target Hasil
Pengenalan
1 Yayang1
�
�
=1 -1 1 1 -1 -1 -1 1 1 -1 1
Yayang
2 Yayang2
�
�
=1 -1 1 1 -1 -1 -1 1 1 -1 1
Tidak dikenali
3 Reni1
�
�
= -1 -1 -1 1 -1 1 - 1 -1 -1 -1 -1
Reni
4 Reni2
�
�
= -1 -1 -1 1 -1 1 - 1 -1 -1 -1 -1
Reni
5 Danny1
�
�
= 1 1 1 -1 1 1 1 1 1 1 1
Danny
6 Danny2
�
�
= 1 1 1 -1 1 1 1 1 1 1 1
Tidak dikenali
7 Angga1
�
�
= -1 1 -1 1 -1 -1 1 -1 1 -1 1
Angga
8 Angga2
�
�
= -1 1 -1 1 -1 -1 1 -1 1 -1 1
Angga
Universitas Sumatera Utara
9 Hayatun1
�
�
= -1 1 1 -1 1 -1 -1 1 -1 1 -1
Hayatun
10 Hayatun2
�
�
= -1 1 1 -1 1 -1 -1 1 -1 1 -1
Hayatun
11 Intan1
�
�
= -1 1 -1 1 -1 1 -1 -1 -1 -1 -1
Intan
12 Intan2
�
�
= -1 1 -1 1 -1 1 -1 -1 -1 -1 -1
Tidak dikenali
13 Janwandi1
�
�
= 1 -1 1 -1 1 1 1 1 1 1 1
Janwandi
14 Janwandi2
�
�
= 1 -1 1 -1 1 1 1 1 1 1 1
Vito
15 Rasyid1
�
�
= -1 -1 -1 1 -1 -1 1 -1 1 -1 -1
Rasyid
16 Rasyid2
�
�
= -1 -1 -1 1 -1 -1 1 -1 1 -1 -1
Rasyid
17 Agus1
�
�
= 1 -1 1 -1 1 1 -1 1 -1 1 1
Agus
Universitas Sumatera Utara
18 Agus2
�
�
= 1 -1 1 -1 1 1 -1 1 -1 1 1
Vito
19 Umri1
�
��
= -1 -1 -1 1 -1 -1 -1 -1 -1 -1 1
Vito
20 Umri2
�
��
= -1 -1 -1 1 -1 -1 -1 -1 -1 -1 1
Vito
21 Nurhennida1
�
��
= 1 1 1 -1 1 1 1 1 1 1 -1
Nurhennida
22 Nurhennida2
�
��
= 1 1 1 -1 1 1 1 1 1 1 -1
Tidak dikenali
23 Rivai1
�
��
= -1 1 -1 1 -1 -1 1 -1 1 -1 -1
Vito
24 Rivai2
�
��
= -1 1 -1 1 -1 -1 1 -1 1 -1 -1
Tidak dikenali
25 Singgih1
�
��
= 1 1 1 -1 1 -1 -1 1 -1 1 1
Tidak dikenali
26 Singgih2
�
��
= 1 1 1 -1 1 -1 -1 1 -1 1 1
Singgih
Universitas Sumatera Utara
27 Teguh1
�
��
= 1 1 -1 1 -1 1 -1 -1 -1 -1 1
Teguh
28 Teguh2
�
��
= 1 1 -1 1 -1 1 -1 -1 -1 -1 1
Rasyid
29 Teti1
�
��
= 1 -1 1 -1 1 -1 1 1 1 1 1
Vito
30 Teti2
�
��
= 1 -1 1 -1 1 -1 1 1 1 1 1
Vito
31 Fajrul1
�
��
= -1 -1 -1 1 -1 1 1 -1 1 -1 -1
Fajrul
32 Fajrul2
�
��
= -1 -1 -1 1 -1 1 1 -1 1 -1 -1
Vito
33 Amalya1
�
��
= 1 -1 1 -1 1 1 -1 1 -1 1 -1
Tidak dikenali
34 Amalya2
�
��
= 1 -1 1 -1 1 1 -1 1 -1 1 -1
Amalya
35 Vito1
�
��
= -1 -1 -1 1 -1 -1 -1 -1 -1 -1 -1
Vito
Universitas Sumatera Utara
36 Vito2
�
��
= -1 -1 -1 1 -1 -1 -1 -1 -1 -1 -1
Vito
37 Sunfirst1
�
��
= 1 1 1 -1 1 -1 1 1 1 1 1
Tidak dikenali
38 Sunfirst2
�
��
= 1 1 1 -1 1 -1 1 1 1 1 1
Tidak dikenali
39 Johanes1
�
��
= -1 1 -1 1 -1 1 1 -1 1 -1 -1
Tidak dikenali
40 Johanes2
�
��
= -1 1 -1 1 -1 1 1 -1 1 -1 -1
Johanes
Hasil pengujian seperti Tabel 4.2 dilakukan terhadap 40 citra telapak tangan kanan yang diambil kembali citranya dengan menggunakan scanner dari printer dokumen. Citra
telapak tangan yang baru ini tidak dilatih. Hasil pengenalannya adalah 21 pola dikenali, 10 pola tidak dikenali, dan 9 pola salah mengenali. Berdasarkan hasil tersebut,
kemampuan metode bidirectional associative memory dalam mengenali pola citra telapak tangan kanan yang belum dilatih adalah sebesar 52,5 .
Hasil pengujian yang dilakukan terhadap pola telapak tangan dengan menggunakan metode bidirectional associative memory dipengaruhi oleh tingkat keakurasian ciri dari
citra pola telapak tangan. Ciri telapak tangan seperti dijelaskan dalam Bab 2 yaitu ciri geometri, minusi, garis utama, dan garis-garis kusut. Dalam penelitian ini, ciri yang
digunakan adalah ciri geometri dan garis utama sehingga menyebabkan tingkat pengenalan dengan metode bidirectional associative memory tergolong sulit untuk
Universitas Sumatera Utara
diidentifikasi dikarenakan ciri geometri dan garis-garis utama telapak tangan mempunyai gambaran yang relatif mirip antara pola telapak tangan yang satu dengan yang lain.
Disamping itu, tingkat pengenalan dengan metode bidirectional associative memory ini juga dipengaruhi oleh alat pengambilan citra pola. Dalam penelitian ini alat
pengambilan citra masih sangat sederhana yaitu dengan menggunakan scanner dari printer dokumen sehingga menyebabkan resolusi citra yang rendah mempengaruhi
tingkat keakurasian ciri pola telapak tangan.
Universitas Sumatera Utara
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil analisis, implementasi dan pengujian pada bab sebelumnya, maka diperoleh kesimpulan sebagai berikut:
1. Hasil pengenalan pola telapak tangan kanan dengan menggunakan ciri geometri dan
garis-garis utama telapak tangan sebagai data uji yang sudah dilatih dalam metode Bidirectional Associative Memory adalah sebesar 100 dan pengenalan terhadap
pola yang belum dilatih adalah sebesar 52,5. 2.
Citra telapak tangan yang di-scan harus bersih.
Universitas Sumatera Utara
