Pola Telapak Tangan TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA

2.1 Pola Telapak Tangan

Kode telapak tangan palm code adalah kode unik yang diperoleh melalui ekstraksi fitur telapak tangan seseorang. Kode ini dapat digunakan untuk mewakili pemilik telapak tangan bersangkutan dan dapat digunakan sebagai identitas pembeda dengan orang lain. Kode telapak tangan mirip dengan kode sidik jari finger code atau kode iris iris code[14]. Sistem biometrika menggunakan karakteristik fisiologi atau perilaku untuk melakukan otentifikasi secara otomatis terhadap identitas seseorang dengan membandingkannya dengan identitas yang terdaftar sebelumnya [13-15]. Sistem biometrika beroperasi pada dua model, yaitu: 1. Sistem verifikasi a. Bertujuan untuk menerima atau menolak identitas yang diklaim oleh seseorang. b. Menjawab pertanyaan “Apakah identitas saya sama dengan identitas yang saya sebutkan?”. c. Lebih sederhana karena hanya mencocokkan satu masukan dengan satu acuan one to one matching. 2. Sistem identifikasi a. Bertujuan untuk memecahkan identitas seseorang. b. Menjawab pertanyaan “identitas siapakah ini?”. c. Terjadi pencocokan satu masukan dengan banyak acuan one to many matching. Berbeda dengan sidik jari, iris, wajah, geometri tangan, dan lain-lainnya yang merupakan biometrika yang sudah cukup lama dikenal, telapak tangan Universitas Sumatera Utara palmprint merupakan biometrika fisiologi yang masih relatif baru[14]. Gambar 2.1 Pola Telapak Tangan Pada Gambar 2.1 ciri-ciri yang dimiliki oleh telapak tangan: 1. Ciri geometri 2. Ciri garis-garis utama 3. Ciri garis-garis kusut 4. Ciri minusi Telapak tangan kaya akan fitur-fitur unik, seperti fitur geometri lebar, panjang dan luas area telapak tangan, fitur garis-garis utama principle lines, fitur garis-garis lemah wrinkle lines, fitur delta points dan fitur minusi minutiae. Telapak tangan memiliki beberapa kelebihan dibandingkan dengan biometrika lainnya, yaitu dapat menggunakan citra resolusi rendah, biaya alat akuisisi relatif rendah, sulit untuk dipalsu dan bersifat unik dan stabil [14,15].

2.2 Perbaikan kualitas citra

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