Diajukan untuk memenuhi salah satu syarat Memperoleh Gelar Sarjana Komputer Program Studi Teknik Informatika
! "# ! $ ! % & ! ! ' !( # & #!(
#) ! "# !
# # *+,-./*0/
1
1
2
3
4
4
5*..1
6
4
4
2
3
4
63
6 1 6 4 1 6
6
1
1
3 1 " ! #" 8 ! # 9 ) "# ! 7 ) ) 6 9' # # *+,-./*0/
7 ) ) ! $ '%
6
6 ' 7 7 6#
"# !4
4
3
3 !!!!
3 : 9 !! ; : : 9 !! ; :
! "# ! $ ! %
Pada saat ini biometrik digunakan untuk sistem pengaman. Biometrik yang biasa digunakan adalah suara, geometri tangan, retina, wajah dan sidik jari. Pada tugas akhir ini menggunakan sistem biometrik sidik jari karena sidik jari sedang populer digunakan. Sidik jari dapat digunakan untuk presensi, juga dapat berfungsi seperti password untuk menjalankan suatu aplikasi. Tujuan tugas akhir ini adalah membuat sistem presensi mahasiswa menggunakan sidik jari dengan metode propagasi balik. Di samping penggunaan teknologi presensi menggunakan sidik jari, sistem ini juga mempelajari bagaimana mengenali suatu sidik jari menggunakan metode propagasi balik dengan cepat dan akurat. Sistem ini akan menghasilkan status presensi. Status presensi ini yang akan menentukan kehadiran mahasiswa. Setelah dilakukan ujicoba, sistem presensi ini mampu mengenali suatu sidik jari dengan tingkat keakuratan sebesar 60%. Sistem presensi ini menggunakan bahasa pemrograman 6.0, 5.0 sebagai dan sebagai alat .
! ! " #$% & &
- * ' & ( ( ) $+
! " # # # $ % & # " ! $ ' ( & ! ' )
- * & ! # !
- + ' ! ' $ ! & $ ! !
- * , # ! - . &
- - # / "
Menyadari tanpa adanya bantuan serta dorongan dari berbagai pihak, sangatlah sulit untuk menyelesaikan Tugas Akhir ini. Oleh karena itu pada kesempatan ini, dari lubuk hati yang paling dalam hendak menyampaikan terima kasih kepada semua pihak yang turut membimbing dan membantu, baik moril maupun materil dalam penulisan Tugas Akhir ini. Ucapan terima kasih sebesar-besarnya kepada :
1. Allah SWT dan Rasululloh SAW.
2. Bapak Yosef Agung Cahyanta,.S.T,M.T. selaku Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta.
3. Ibu Ridowati Gunawan, S. Kom., M.T., sebagai dosen pembimbing sekaligus Ketua Program Studi Teknik Informatika, Universitas Sanata Dharma, Yogyakarta yang telah banyak membantu dalam memberikan arahan serta bimbingannya dalam penulisan Tugas Akhir ini.
4. Dosen, karyawan dan karyawati Universitas Sanata Dharma yang telah banyak membantu selama perkuliahan.
5. Dosen Penguji selaku penguji yang telah memberikan saran dan kritik yang membangun bagi penulis.
6. Kedua orang tuaku tercinta, kakakku dan kemenakanku yang tidak pernah berhenti memberikan doa dan restunya serta selalu memberikan dukungan moril serta materi sehingga penulisan skripsi ini dapat diselesaikan.
7. Jessica Karina yang selalu ada menemaniku dan memberiku banyak semangat serta dukungan. Terima kasih untuk selalu setia mendukungku dalam segala situasi. Atas dukunganmu aku dapat menyelesaikan penulisan skripsi ini.
8. Barst Mendas yang telah mengajarkan dasar tentang bahasa pemrograman
9. Teman-teman Teknik Informatika angkatan 2006, senang berada diantara kalian saat aku berada di kampus. Senang mengenal kalian.
10. Semua pihak yang tidak dapat penulis sebutkan satu persatu. Terima kasih untuk dukungan, doa, dan kerjasamanya selama ini.
Penulisan tugas akhir ini masih sederhana dan masih perlu pengembangan yang lebih lanjut lagi. Untuk itu semua saran dan kritik penyempurnaan materi penulisan ini dapat disampaikan.
Semoga skripsi ini dapat berguna dan memberikan manfaat bagi yang membaca pada umunya dan kepada mahasiswa Universitas Sanata Dharma pada khususnya. Akhir kata semoga rahmat dan karunia Allah tercurah kepada semua pihak yang membantu baik langsung ataupun tidak langsung. Amin.
Yogyakarta, Desember 2011 Penulis
1 HALAMAN JUDUL ................................................................................................ i
HALAMAN JUDUL (INGGRIS) ........................................................................... ii HALAMAN PERSETUJUAN PEMBIMBING .................................................... iii HALAMAN PENGESAHAN ................................................................................ iv HALAMAN PERSEMBAHAN .............................................................................. v HALAMAN MOTTO ............................................................................................ vi PERNYATAAN KEASLIAN KARYA ............................................................... vii PERNYATAAN PERSETUJUAN ..................................................................... viii ABSTRAK ............................................................................................................. ix ABSTRACT ............................................................................................................ x KATA PENGANTAR ............................................................................................ xi DAFTAR ISI ........................................................................................................ xiv DAFTAR GAMBAR .......................................................................................... xvii DAFTAR TABEL ................................................................................................ xxi
BAB I.PENDAHULUAN ....................................................................................... 1 I.1. Latar Belakang ............................................................................................ 1 I.2. Rumusan Masalah ....................................................................................... 2 I.3. Tujuan Dan Manfaat Penelitian ................................................................... 2 I.4. Batasan Masalah .......................................................................................... 3 I.5. Metodologi Penelitian ................................................................................. 3 I.6. Sistematika Penulisan .................................................................................. 4 BAB II.LANDASAN TEORI ................................................................................. 6 II.1. Sidik Jari ...................................................................................................... 6 II.2. Jaringan Saraf Tiruan .................................................................................. 7 II.3. Metode Propagasi Balik ............................................................................ 10 II.4. $ ................................................................................................ 12 II.5. $ …………………………………………………………………13
BAB III.ANALISIS DAN PERANCANGAN SISTEM ...................................... 17 III.1. Analisis Sistem ...................................................................................... 17 III.2. Perancangan Sistem ................................................................................ 19 III.2.1.
1 ......................................................................... 19
III.2.2. Perancangan Arsitektur Jaringan .................................................... 19
III.2.3. Pengambilan Sidik Jari ................................................................... 21
III.2.4. $ ......................................................................................... 21
III.2.5. $ ..................................................................................... 24
III.2.6. Ekstraksi .......................................................................... 25
III.2.7. Jarak ................................................................................ 25
III.2.8. Perancangan Proses $ ......................................................... 26
III.2.9. Perancangan Proses $ ........................................................... 29
III.2.10. Perancangan 1 ................................................................. 31
III.2.11. Perancangan ) ......................................................... 34
III.2.11.1. % ....................................................................... 34
III.2.11.2. % ........................................................................ 36
III.2.11.3. % Ganti &
! ...................................................... 38
III.2.11.4. % Daftar Atau Edit Mata Kuliah ................................ 39
III.2.11.5. % Daftar Mahasiswa ................................................... 41
III.2.11.6. % Edit Mahasiswa ...................................................... 43
III.2.11.7. % $ Sidik Jari .................................................. 45
III.2.11.8. % Rekap Mahasiswa ................................................... 47
III.2.11.9. % Cari Mahasiswa ...................................................... 48
III.2.11.10. % Presensi Mahasiswa ................................................ 49
BAB IV.IMPLEMENTASI SISTEM ................................................................... 50 IV.1. % ! dan Program ............................................................ 50 IV.1.1. % ! % .......................................................... 50 IV.1.2. % ! % ........................................................... 53 IV.1.3. % ! % Ganti & ! ......................................... 54 IV.1.4. % ! Daftar dan Edit Mata Kuliah ..................... 57
%
IV.1.6. % ! % Edit Mahasiswa ......................................... 67
IV.1.7. % ! $ Sidik Jari ............................................... 69
IV.1.8. % ! Rekap Mahasiswa ...................................... 75
%
IV.1.9. % ! % Cari Mahasiswa ......................................... 76
IV.1.10. % ! % Presensi Mahasiswa ................................... 81
IV.2. Implementasi Hasil Program .................................................................. 87
IV.2.1. Tampilan % ........................................................... 87
IV.2.2. Tampilan % ............................................................ 89
IV.2.2.1. % ......................................................................... 90
IV.2.2.1.1. .......................................................... 90
1 IV.2.2.1.2. Menu Ganti & ! ................................................ 91
IV.2.2.1.3. Menu Daftar dan Edit Mata Kuliah ............................ 93
IV.2.2.1.4. Menu Daftar Mahasiswa ............................................ 96
IV.2.2.1.5. Menu Edit Mahasiswa .............................................. 100
IV.2.2.1.6. Menu $ Sidik Jari ......................................... 102
IV.2.2.1.7. Menu Rekap Mahasiswa .......................................... 105
IV.2.2.1.8. Menu Exit ................................................................. 106
IV.2.2.2. .................................................................. 106 IV.2.2.3.
2 ...................................................................... 108
IV.2.3. Tampilan % Presensi Mahasiswa .................................. 108
BAB V.ANALISA HASIL PROGRAM ............................................................. 111 BAB VI.PENUTUP ............................................................................................ 116 VI.1. Kesimpulan .......................................................................................... 116 VI.2. Saran.................. ................................................................................... 116 DAFTAR PUSTAKA ......................................................................................... 118
1 !9 ) 3 !
3 Mahasiswa
3.7 Rancangan % Ganti Password
39
3.8 Rancangan % Daftar dan 3 Mata Kuliah
41
3.9 Rancangan % Daftar Mahasiswa
43
3.10 Rancangan %
45
3.6 Rancangan %
3.11 Rancangan % Traning Sidik Jari
46
3.12 Rancangan % Rekap Mahasiswa
47
3.13 Rancangan % Cari Mahasiswa
48
3.14 Rancangan % Presensi Mahasiswa
38
35
2.1 Jaringan Saraf dengan Lapisan Tunggal
2.5 Bentuk pada sidik jari
8
2.2 Jaringan Saraf dengan Banyak Lapisan
9
2.3 Jaringan Saraf Kompetitif
9
2.4 Arsitektur Jaringan Propagasi Balik
11
16
3.5 Rancangan %
3.1
1
19
3.2 Arsiktektur Jaringan Saraf Tiruan Metode Propagasi Balik
20 3.3 3 1
31
3.4 Relasi Antar Tabel
34
49
4.1
51
% ! %
4.2 % ! %
54 4.3 % ! % Ganti & !
55 4.4 % ! % Daftar dan Edit Mata Kuliah
58 4.5 % ! % Daftar Mahasiswa
61 4.6 % ! % Edit Mahasiswa
67 4.7 % ! % $ Sidik Jari
70 4.8 % ! % Rekap Mahasiswa
75 4.9 % ! % Cari Mahasiswa
77
4.10 Presensi Mahasiswa
81
% ! %
4.11 Tampilan
88
4.12 Tampilan pesan jika dan ! benar
88
4.13 Tampilan pesan jika dan ! salah
89
4.14 Tampilan
89
4.15 Tampilan '
90
4.16 Tampilan ' berhasil
90
4.17 Tampilan
91
4.18 Tampilan berhasil
91
4.19 Tampilan !
92
4.20 Tampilan pesan jika salah mengisi 4 &
92
!
Tampilan pesan password baru dan konfirmasi password
93
4.21 berbeda
4.22 Tampilan pesan jika pengisian
93
! benar
4.23 Tampilan sub tab daftar mata kuliah
94
4.24 Tampilan sub tab edit mata kuliah
95
4.25 Tampilan pesan daftar mata kuliah berhasil
95
4.26 Tampilan pesan kesalahan daftar mata kuliah
96
4.27 Tampilan daftar mahasiswa
97
4.28 Tampilan pesan informasi NIM mahasiswa
98
4.29 Tampilan pesan konfirmasi NIM mahasiswa sudah ada
98
4.30 Tampilan mendaftar sidik jari mahasiswa
99
4.31 Tampilan pesan jika pendaftaran mahasiswa berhasil
99
4.32 Tampilan mahasiswa 100
4.33 Tampilan pesan informasi perubahan data diri mahasiswa 101
4.34 Tampilan pesan konfirmasi sidik jari 101
4.35 Tampilan sidik jari 102
4.36 Tampilan pesan informasi proses 103
4.37 Tampilan bobot antara dan 104
4.38 Tampilan bobot antara dan 104
4.39 Tampilan laporan rekap mahasiswa 105
4.40 Tampilan pesan konfirmasi keluar 106
4.41 Tampilan cari mahasiswa 107
4.42 Tampilan pesan informasi pencarian tidak cocok 107
4.43 Tampilan petunjuk 108
4.44 Tampilan presensi mahasiswa 109 Tampilan pesan informasi sidik jari tidak terdaftar atau 109
4.45 tidak dikenali
4.46 Tampilan pesan presensi berhasil 110
4.47 Tampilan pesan presensi keterlambatan 110
5.1 Grafik hubungan laju pemahaman dengan waktu 113
5.2 Grafik hubungan laju pemahaman dengan jumlah epoh 113
5.3 Grafik hubungan batas toleransi dengan waktu iterasi 114
1 9 ) 3 !
3.1 Tabel Gambar Piksel 1
21
3.2 Tabel Gambar Piksel 2
23
3.3 Tabel Gambar Piksel 3
24
3.4 Tabel Mahasiswa
32
3.5 Tabel Kelas
32
3.6 Tabel Admin
33
3.7 Tabel Presensi
33
3.8 Tabel Bobot1
33
3.9 Tabel Bobot2
33
5.1 Hubungan laju pemahaman dengan waktu dan jumlah epoh 112
5.2 Hubungan batas toleransi dengan waktu iterasi 114
5.3 Hasil pencocokan 115
3
.< )Francis Galton (1822-1916) mengatakan bahwa tidak ada dua sidik jari yang sama, artinya setiap sidik jari yang dimiliki oleh seseorang adalah unik.
Dalam kasus orang kembar identik pun ditemukan sidik jari yang berbeda. Kemajuan teknologi seiring dengan perkembangannya sangat menunjang segala aktivitas manusia. Di antaranya adalah teknologi presensi yang menggunakan sidik jari. Di dalam dunia pekerjaan, teknologi ini memberikan kemudahan dan keakuratan bagi bagian kepegawaian dalam menyelesaikan pekerjaan kantor terutama dalam hal menilai kehadiran pegawai dan pimpinan untuk mengadakan evaluasi kerja pegawai dan kontrol manajemen.
Identifikasi presensi pegawai yang digunakan di Universitas Sanata Dharma berdasarkan penelitian yang telah dilakukan oleh Fatimah Sina mahasiswa Teknik Informatika Angkatan 2004, sudah menggunakan teknologi presensi yang menggunakan sidik jari. Mesin presensi yang digunakan adalah
. Mesin presensi ini terdapat ' untuk memasukkan pegawai beserta dengan sidik jari. Namun pegawai menemukan kesulitan jika tidak ingat pegawainya sendiri saat melakukan presensi. Pada sistem ini mesin presensi tidak dilengkapi dengan ' yang biasa digunakan untuk memasukkan pegawai. Kemungkinan terjadinya kesalahan pada saat melakukan presensi akan lebih besar. Hal itu disebabkan karena pencarian data sidik jari pegawai berdasarkan pada .
Banyak cara untuk dapat mengenali suatu sidik jari diantaranya menggunakan metode Propagasi Balik, % ** , 5 % , dan lain-lain. Dalam pembuatan tugas akhir ini metode yang digunakan untuk mengenali sidik jari adalah metode propagasi balik. Metode propagasi balik salah satu algoritma yang sering digunakan dalam menyelesaikan masalah pengenalan pola yang kompleks mulai dari pola yang sangat sederhana seperti huruf atau angka hingga pola yang cukup rumit seperti sidik jari. Oleh karena itu, pembuatan tugas akhir ini diharapkan nantinya dapat mengetahui kekurangan dan kelebihan dari pengenalan suatu sidik jari menggunakan metode propagasi balik. Bahasa pemrograman yang digunakan adalah
6.0 dengan seperangkat komputer untuk menjalankan aplikasi serta mesin presensi yang digunakan untuk mengambil data sidik jari.
5< !
Permasalahan dalam pembuatan sistem ini adalah bagaimana mengenali suatu sidik jari untuk sebuah sistem presensi menggunakan metode propagasi balik.
- -< & "
Tujuan penulisan tugas akhir adalah membuat sebuah sistem presensi sidik jari untuk mahasiswa dengan metode propagasi balik tanpa harus memasukkan . Serta untuk mengetahui tingkat keakuratan metode propagasi balik untuk mengenali suatu sidik jari.
Manfaat dari penulisan tugas akhir ini adalah :
a. Presensi mahasiswa menjadi lebih efisien dan menghindari kecurangan dalam pemalsuan kehadiran mahasiswa.
b. Mengembangkan sistem presensi mahasiswa menjadi lebih efektif.
/<
Supaya pembuatan sistem ini tidak keluar dari inti dan tujuannya serta menjadi kompleks atau meluas, maka diberikan batasan-batasan pada beberapa hal sebagai berikut :
a. Sistem hanya akan mengecek sidik jari yang sudah ditentukan, yaitu : sidik jari ibu kanan, sidik jari ibu kiri.
b. Sistem men- sidik jari yang didaftar pertama kali, yaitu : sidik ibu jari kanan sebagai sidik jari yang dipakai pada saat presensi.
c. Sistem yang dibuat hanya menangani presensi terhadap mahasiswa yang telah mendaftar terlebih dahulu.
d. Sistem tidak menangani kecurangan yang dilakukan terhadap perubahan waktu komputer.
,< # # #)
Metodologi yang digunakan dalam pembuatan tugas akhir ini adalah sebagai berikut : a. Studi Pustaka Pada tahap ini dilakukan mencari literatur serta mempelajari tentang pengenalan sidik jari, 6.0, 5.0, 0 dan metode propagasi balik.
b. Analisis Perancangan Aplikasi Di tahap ini yang dilakukan adalah menganalisa masalah dan perancangan untuk sistem presensi sidik jari.
c. Implementasi Pada tahapan ini merupakan implementasi sesuai dengan rancangan dan analisis yang telah dibuat.
d. Pengujian Pada tahap ini dilakukan uji coba program dan menganalisa hasil program yang meliputi tingkat keakuratan dan keberhasilan.
- +< !
Sistematika penulisan tugas akhir ini terdiri dari 6 bab dan akan dijelaskan sebagai berikut :
sistem, batasan masalah, metode penelitian dan sistematika penulisan tugas akhir yang digunakan.
Di dalam bab ini dikemukakan konsep-konsep yang dijadikan landasan teori.
6 Di dalam bab ini dikemukakan metode penelitian yang berisi langkah- langkah yang ditempuh untuk implementasi sistem.
2
3 Di dalam bab ini berisi analisa dari hasil percobaan yang telah dilakukan.
2 Di dalam bab ini dikemukakan kesimpulan mengenai apa saja yang telah
dihasilkan dan beberapa saran yang dapat disampaikan mengenai sesuatu yang belum terdapat dalam pembuatan tugas akhir ini.
<.<
Biometrik merupakan teknik authentikasi yang mengambil karakteristik fisik seseorang. Ada beberapa teknik yang sering digunakan dalam authentikasi biometrik, beberapa diantaranya adalah pengenalan sidik jari.
Menurut Nugroho (2008) sidik jari adalah gurat-gurat yang terdapat di kulit ujung jari. Sidik jari berfungsi untuk memberi gaya gesek lebih besar agar jaridapat memegang benda-benda lebih erat.
Parameter manusia yang dikenal dengan biometrik itu punya keunggulan sifat tidak bisa dihilangkan, dilupakan atau dipindahkan dari satu orang ke orang lain. Juga sulit ditiru atau dipalsukan.
Aplikasi teknologi biometrik bisa dicontohkan seperti ketika kita memberikan tanda masuk ke kantor atau akses ke komputer menggunakan pemindai sidik jari.
Dari uraian diatas dapat disimpulkan bahwa sidik jari merupakan suatu parameter yang dikenal dengan nama biometrik yang dimiliki manusia sebagai tanda pengenal diri yang bisa digunakan sebagai alat kunci.
Sidik jari telah terbukti sangat akurat, aman, mudah, dan nyaman untuk digunakan sebagai identifikasi jika dibandingkan dengan sistem biometrik lainnya seperti retina mata atau 16 . Adapun sifat yang dimiliki oleh sidik jari : a. & , yaitu guratan-guratan pada sidik jari yang melekat pada kulit manusia seumur hidup.
b. ) , yaitu sidik jari seseorang tidak pernah berubah, kecuali mendapatkan kecelakaan yang serius.
c. , pola sidik jari adalah unik dan berbeda untuk setiap orang.
) " <5< ) "
Jaringan saraf tiruan ( ! '), atau disingkat dengan JST, adalah suatu sistem pengolahan informasi yang cara kerjanya menirukan cara kerja jaringan saraf manusia. Dalam jaringan saraf manusia tersusun dari sel-sel saraf ( ) yang saling terhubung dan beroperasi secara paralel. Hal tersebut merupakan cara kerja yang sama dalam elemen-elemen pemrosesan JST.
Adapun kelebihan dari jaringan saraf tiruan yaitu :
a. Kemampuan melakukan proses pembelajaran
b. Kemampuan beradaptasi
c. Implementasi komponen peralatan dalam bentuk paralel secara besar- besaran.
Menurut Hermawan (2006) JST dibagi ke dalam 3 macam arsitektur, yaitu : a. Jaringan saraf dengan lapisan tunggal
Jaringan ini memiliki satu lapisan dengan bobot-bobot terhubung yang menerima kemudian akan secara langsung mengolahnya menjadi Ga
b. Jaringan saraf d Jaringan lapisan tanpa harus melalui lapisan tersembunyi
Gambar 2.1 Jaringan saraf dengan lapisan tungg saraf dengan banyak lapisanringan ini memiliki satu atau lebih lapisan yang ter dan lapisan . tunggal ng terletak diantara
Gambar 2.2 Jaringan saraf dengan banyak lap yak lapisanc. Jaringan saraf d saraf dengan lapisan kompetitif Hubung ubungan antar if tidak diperlihatkan
pada lapisan kompetitif tidak pada diagram agram arsitektur.
Gambar 2.3 Jaringan saraf dengan kompetitif petitifJST mampu ampu menyelesaikan persoalan yang tidak terstru terstruktur dan sulit sederhana seperti huruf atau angka hingga pola yang cukup rumit seperti sidik jari. Meskipun sidik jari tersebut bergerak atau piksel dari sidik jari berubah JST masih dapat mengenali pola. Hal itu dikarenakan sidik jari memiliki yang tidak menentu.
<-< # #( )
Metode ini merupakan metode yang sering digunakan untuk memecahkan masalah yang kompleks. Cara kerja dari metode ini adalah menurunkan gradien unit-unit tersembunyi dari penyiaran kembali .
- - yang diasosiasikan dengan unit-unit
Jaringan propagasi balik terdiri atas banyak lapisan (
! ' ) yaitu :
1.Lapisan Lapisan input terdiri dari neuron-neuron atau unit-unit , mulai dari unit 1 sampai unit n.
2. Lapisan tersembunyi Lapisan tersembunyi terdiri dari unit-unit tersembunyi mulai dari unit tersembunyi 1 sampai unit tersembunyi p.
3. Lapisan Lapisan terdiri dari unit-unit mulai dari unit
1 sampai unit m, n, p m masing-masing adalah bilangan .
Berikut merupakan topologi dari jaringan propagasi balik menurut Arief
7 $ $ ' (Hermawan, 2006) Ga Gambar 2.4 Arsitektur Jaringan Propagasi Balik i Balik Keterangan : k
a. y (k = 1 (k = 1,2,….m) lapisan j
b. z (j = 1, (j = 1,2,.......p) lapisan tersembunyi i
c. x (i = 1, (i = 1,2,.......n) lapisan j, i
d. v nilai bobot dari unit i ke unit j nilai b k, j
e. w nilai b nilai bobot dari unit j ke unit k secara konsep, sep, cara kerja dari jaringan propagasi gasi balik adalah penginisialisasian b asian bobot awal yang dipilih secara acak, kemud kemudian masuk ke tahap perambatan batan maju. Setelah tahap perambatan maju sele u selesai dikerjakan maka jaringan aka n akan melakukan tahap pemropagasibalikan yang berisi perubahan dari bob ri bobot-bobot. Secara garis besar, mengapa algori algoritma ini disebut sebagai propagasi b agasi balik, dapat dideskripsikan sebagai berikut: rikut: ketika jaringan diberikan pola mas la masukan sebagai pola pelatihan maka pola terse a tersebut menuju ke keluaran. Kemudian unit-unit lapisan keluaran memberikan tanggapan yang disebut sebagai keluaran jaringan. Saat keluaran jaringan tidak sama dengan keluaran yang diharapkan maka keluaran akan menyebar mundur (backward) pada lapisan tersembunyi diteruskan ke unit pada lapisan masukan. Oleh karenanya maka mekanisme pelatihan tersebut dinamakan backpropagation atau propagasi balik.
Tahap ini merupakan langkah bagaimana suatu jaringan saraf itu berlatih, yaitu dengan cara melakukan perubahan penimbang (sambungan antar lapisan yang membentuk jaringan melalui masing-masing unitnya). Sedangkan pemecahan masalah baru akan dilakukan jika proses tersebut selesai , fase tersebut adalah proses .
</< ) # (
Tahapan digunakan untuk memperjelas alur sidik jari. Proses ini sangat berguna jika yang didapat, terdapat warna 8 yang tidak jelas (blok hitam).
Pada proses ini terlebih dahulu mencari filter rata-rata / dari gambar sidik jari, pada program ini yang merupakan hasil dari jumlah piksel dibagi dengan hasil perkalian ! dengan . Hasil maka gambar
diperoleh dari hasil piksel jika lebih besar dari
sidik jari akan dirubah RGBnya menjadi 255, 255, 255 yang akan dipergunakan untuk masukkan pada proses dan , sebaliknya jika kurang dari akan diubah menjadi 0, 0, 0
<,< ) ( $ adalah operasi morfologi yang digunakan untuk menghapus
piksel yang terpilih dari gambar biner, biasanya digunakan untuk proses mencari tulang dari sebuah objek. Objek yang dihasilkan adalah skeleton yang dianggap merepresentasika suatu objek.
Ada berbagai macam metode atau algoritma , dan masing- masing memberikan hasil yang berbeda. Kebanyakan algoritma bersifat iteratif. Pada sebuah iterasi, piksel-piksel dievaluasi berdasarkan kriteria-kriteria tertentu untuk menentukan apakah harus dibuang atau tidak.
Ada juga beberapa algoritma pada komputer-komputer yang bekerja secara sekuensial dan paralel. Pada algoritma sekuensial, untuk memproses suatu piksel pada suatu tahap digunakan hasil pemrosesan pada iterasi sebelumnya dan hasil iterasi pada tahap yang sedang berjalan. Sedangkan pada algoritma paralel, keputusan untuk membuang suatu piksel hanya bergantung pada hasil dari iterasi sebelumnya.
Algoritma thinning yang digunakan adalah algoritma yang dikemukakan oleh Zhang-Suen (
1984) Algoritmanya akan dijelaskan sebagai berikut
Asumsi a. Piksel dengan nilai 1 adalah foreground.
b. Piksel dengan nilai 0 adalah background.
c. Piksel obyek memiliki aturan 8 tetangga. d. Gambar yang digunakan adalah Algoritma $ Ulangi langkah 1 sampai langkah 4 hingga tidak ada perubahan : langkah 1 : Tandai semua piksel foreground yang memenuhi kondisi 1 sampai dengan 4 langkah 2 : Rubah nilai piksel menjadi 0 (background) langkah 3 : Tandai semua piksel foreground yang memenuhi kondisi 5 sampai dengan 8 langkah 4 : Rubah nilai piksel menjadi 0 (background)
# % 1.
2 ≤ N (P1) ≤ 6
2. S(P1) = 1
3. P2 * P4 * P6 = 0
4. P4 * P6 * P8 = 0 5.
2 ≤ N (P1) ≤ 6
6. S(P1) = 1
7. P2 * P4 * P8 = 0
8. P2 * P6 * P8 = 0
)
N(P1) adalah jumlah tetangga yang dimiliki oleh piksel P1 yang
- tidak bernilai 0 (nol).
S(P1) adalah jumlah perpindahan nilai dari 0 (nol) ke 1 (satu)
- mulai dari P2, P3 sampai dengan P9 secara berurut. P2 * P4 * P6 = 0, memiliki arti P2 atau P4 atau P6 bernilai 0 (nol).
- Sebagai contoh : N(P1) = 4 dan S(P1) = 3
1
1 P1
1
1 Piksel P1 dengan 8 tetangga
9
2
3
8
1
4
7
6
5
<+<
Ekstraksi diperoleh menggunakan matriks ketetanggaan dan filter bentuk dengan topologinya dirancang untuk mengeksploitasi dua sifat minutiae, yaitu untuk mendeteksi akhir garis alur atau titik-titik percabangan. Citra awal berhubungan dengan arah garis-garis alur pola sidik jari yang kemudian di sekat-sekat kedalam daerah-daerah yang terhubung yang homogen. Dari terminasi dan percabangan garis alur pola sidik jari maka diperoleh titik-titik minutiae. Peta dari titik-titik disimpan sebagai informasi unik berhubungan dengan sidik jari individual.
Pada pencocokan ini akan melakukan analisis percabangan garis ( ) dan akhir garis ( ). Keseluruhan pola sidik jari rata-rata berisikan 100 , area pengukuran rata-rata berisikan 30-60 minutiae tergantung dari jari dan area sensor. Titik-titik minutiae disimpan berikut posisi dari titik local dalam kode pola sidik jari atau secara langsung dalam template acuan.
Gambar 2.5 Bentuk pada sidik jariBagian utama dari penggunaan pola sidik jari untuk sistem autentikasi adalah bagaimana mendapatkan pola sidik jari untuk disimpan sebagai template sewaktu pendaftaran ataupun sewaktu dilakukan perbandingan pola sidik jari tertentu dengan template tersebut (sewaktu identifikasi/verifikasi).
Sistem pengenalan sidik jari memanfaatkan struktur sidik jari setiap manusia yang berbeda (ada kesamaan degan presentase yang cukup kecil). Sistem ini
6 <.< !
Sistem presensi mahasiswa ini menggunakan sidik jari dimana mesin presensi yang ada tidak menyediakan ' untuk memasukkan mahasiswa, sehingga mahasiswa hanya dapat melakukan sidik jari saja. Sistem akan menyimpan sidik jari mahasiswa yang telah mendaftar ke dalam yang akan digunakan untuk melakukan presensi.
Admin dan mahasiswa akan terlibat langsung dalam sistem ini. Admin memiliki kewenangan untuk mengganti ! admin, mendaftar dan mata kuliah, mendaftar dan meng- data mahasiswa, men- sidik jari mahasiswa, membuat laporan presensi dan mencari data mahasiswa jika diperlukan. Sedangkan mahasiswa hanya melakukan presensi.
Admin terlebih dahulu melakukan untuk masuk ke dalam sistem. Apabila login berhasil, admin akan masuk ke dalam . Di dalam
, admin dapat melakukan proses mengganti ! admin, mendaftar dan mata kuliah, mendaftar dan meng- data mahasiswa, men- sidik jari mahasiswa, membuat laporan presensi dan mencari data mahasiswa jika diperlukan. Sebelum mahasiswa melakukan presensi, admin terlebih dahulu melakukan men- sidik jari mahasiswa yang bermaksud untuk mengenali terlebih dahulu sidik jari mahasiswa dan menghasikan bobot-bobot baik yang digunakan untuk presensi mahasiswa. Admin juga akan membuat laporan presensi mahasiswa yang akan diserahkan pada sekretariat.
Mahasiswa melakukan presensi ketika akan masuk kuliah. Mahasiswa akan memasukkan sidik jari saat presensi, kemudian sistem akan memprosesnya jika sidik jari yang telah dimasukkan cocok maka sistem akan mencatat waktu pada saat presensi. Apabila sidik jari yang dimasukkan tidak cocok maka sistem akan mengeluarkan pesan kesalahan. Mahasiswa hanya satu kali melakukan presensi, mahasiswa tidak bisa berbuat kecurangan pada saat melakukan presensi karena setiap mahasiswa memiliki sidik jari yang berbeda.
Untuk pencocokan sidik jari mahasiswa dengan yang ada di dalam , sistem akan terlebih dahulu melakukan proses pembelajaran dengan menggunakan algoritma propagasi balik. Proses pembelajaran itu dikenal dengan proses dan untuk pencocokannya dikenal dengan proses
. Semua sidik jari mahasiswa yang ada di dalam akan dilakukan proses yang bertujuan melatih jaringan agar mampu mengenalinya. Pada proses akan menghasilkan matriks bobot yang disimpan dan akan digunakan untuk proses . Untuk proses , dilakukan pada saat mahasiswa melakukan presensi dengan menggunakan matriks bobot yang dihasilkan pada proses sebelumnya. Output pada proses akan dibandingkan dengan data sidik jari yang berada di dalam apakah dapat dikenali atau tidak, jika dapat dikenali sistem akan memberikan informasi pemilik sidik jari tersebut.
<5< 7 ) ! <5<.< ) ! Dalam kebutuhannya sistem membutuhkan aktor-aktor yang terlibat.
Berikut penjelasannya di dalam gambar 3.1 :
Gambar 3.1 Use Case Diagram<5<5< 7 ) )
Arsitektur jaringan yang digunakan pada metode propagasi balik berupa multilapis/ . Lapisan tersebut dibagi menjadi 3 lapisan yaitu lapisan yang berfungsi menerima data inputan, lapisan yang menghasilkan keluaran dari jaringan, dan lapisan tersembunyi merupakan lapisan yang terletak diantara lapisan dan , berikut adalah penjelasannya dalam gambar 3.2 :
Gambar 3.2 Arsiktektur Jaringan Saraf Tiruan Metode Propagasi Balik1. Lapisan Jumlah vektor yang digunakan pada lapisan ini sebanyak 60. Hal tersebut dikarenakan dari hasil ekstraksi minusi.
2. Lapisan tersembunyi Jumlah vektor pada lapisan ini berjumlah 20 .
Jumlah ini ditentukan sendiri karena belum adanya ketentuan yang mengatur jumlah dari lapisan ini.
3. Lapisan Jumlah vektor di lapisan ini berdasarkan dari hasil keluaran jaringan yaitu data biner sidik jari yang berjumlah 8 .
<5<-< ) !9
Pengambilan sidik jari menggunakan alat . Program hanya tinggal memanggil komponen / fungsi yang telah disediakan oleh " , kemudian gambar sidik jari akan di simpan ke dalam beserta data diri dari pemilik sidik jari.
<5</< ) ( $ merupakan salah satu yang digunakan untuk
mengurangi ukuran dari suatu ( * ) dengan tetap mempertahankan informasi dan karakteristik penting dari tersebut. Hal ini diimplementasikan dengan mengubah awal dengan pola menjadi representasi kerangka ( ' ) tersebut.
Algoritma yang digunakan adalah 9 : . Algoritma ini adalah salah satu algoritma yang cukup populer dan telah digunakan sebagai suatu basis perbandingan untuk . Algoritma ini cepat dan mudah di implementasikan. Berikut adalah penjelasan algoritmanya :
Tabel 3.1 Tabel Gambar Piksel 1 Hasil Iterasi Pertama (Langkah A dan B) Langkah A, harus memenuhi kondisi 1 sampai dengan 4 yaitu : 1.2 ≤ N (P1) ≤ 6
2. S(P1) = 1
3. P2 * P4 * P6 = 0
4. P4 * P6 * P8 = 0 Untuk Piksel P1 = (P1) pada table 3.1:
N(P1) = 3; TRUE S(P1) = 1; TRUE P2 * P4 * P6 = 0; TRUE P4 * P6 * P8 = 0; TRUE Kondisi dapat terpenuhi semua dengan nilai $
3 sehingga dapat
disimpulkan bahwa P1 ditandai dan dirubah menjadi ' (nol). Untuk Piksel P1 = (P2) pada table 3.1
N(P1) = 5; $
3 S(P1) = 1; $
3 P2 * P4 * P6 = 0; $
3 P4 * P6 * P8 = 0; %
3 Kondisi tidak dapat bernilai $ 3 semua untuk P1 = (P2), hal ini
diakibatkan karena kondisi P4*P6*P8 = 0 bernilai % 3, sehingga tidak ditandai ataupun dirubah pada langkah A dan B. Setelah melakukan cara yang sama untuk P1 = (P3), P1 = (P4), P1 = (P5), P1 = (P6), P1 = (P7), P1 = (P8), P1 = (P9) diperoleh citra seperti berikut :
Tabel 3.2 Tabel Gambar Piksel 2Langkah C untuk pelaksanaan algoritma selanjutnya 5.
2 ≤ N (P1) ≤ 6
6. S(P1) = 1
7. P2 * P4 * P8 = 0
8. P2 * P6 * P8 = 0 Untuk Piksel P1 = (Q1)
N(P1) = 4; $
3 S(P1) = 1; $
3 P2 * P4 * P8 = 0; $
3 P2 * P6 * P8 = 0; $
3 Kondisi dapat terpenuhi semua dengan nilai $ 3 sehingga dapat disimpulkan bahwa Q1 ditandai dan dirubah menjadi (nol).
'
Setelah dilakukan cara yang sama terhadap P1 = (Q2), P1 = (Q3), P1 = (Q4), P1 = (Q5) didapatkan hasil akhir seperti citra dibawah ini Gambar.3. Jika dilakukan langkah A dan B hasil yang diperoleh dari citra tersebut tidak berubah, sehingga dapat disimpulkan bahwa pengeksekusian algoritma thinning citra sudah selesai.
Tabel 3.3 Tabel Gambar Piksel 3<5<,< ) # (
Gambar sidik jari yang telah diambil, selanjutnya mengalami proses
untuk memperjelas alur sidik jari. Proses ini sangat berguna jika gambar yang didapat, terdapat warna piksel yang tidak jelas (blok hitam).
Proses sering disebut dengan proses binerisasi.
Pada proses ini terlebih dahulu mencari filter rata-rata / dari gambar sidik jari, pada program ini yang merupakan hasil dari jumlah piksel dibagi dengan hasil perkalian ! dengan . Hasil
akan berupa angka-angka biner 0 dan 1 yang akan dipergunakan
untuk masukkan pada proses dan . Hasil piksel jika lebih besar dari maka gambar sidik jari akan dirubah menjadi angka biner 0 yang berisi piksel putih, sebaliknya jika kurang dari akan diubah menjadi angka 1 yang berarti berisi piksel berwarna hitam.
<5<+<
Minusi dicari dengan mendeteksi adanya percabangan saja. Cabang hitam pada suatu citra biner merupakan ujung hitam pada citra biner inversnya. Thinning dilakukan pada object hitam dari citra biner, sehingga hasil penulangan suau citra akan berbeda dengan hasil penulangan citra inversnya. Selain itu proses tersebut dapat mengatasi kerusakan pada citra yang mengakibatkan hilangnya minusi.
Hasil penulangan adalah garis dengan ketebalan satu pixel.. Pada citra thinning adanya percabangan dideteksi dengan cara menelusuri setiap pixel hitam pada citra yang delapan titik tetangganya sesuai salah satu dari dua belas (12) matriks 3 x 3 pixel yang merupakan konfigurasi dari matriks percabangan. Minusi yang diperoleh dari penulangan citra biner awal merupakan alur cabang (ridge bifurcation), sedngkan minusi yang diperoleh dari penulangan citra biner hasil inversnya merupakan alur berhenti (ridge ending).
<5<=<
Pada proses ekstraksi minusi semua minusi dideteksi lalu minusi – minusi tersebut kemudian ditandai dengan diberi titik pada tiap minusi.
Sehingga hasil dari proses ekstraksi minusi adalah beberapa titik yang menandai adanya minusi baik jalur percabangan (ridge bifurcation) maupun alur perhentian (ridge ending). Kemudian tiap – tiap minusi diekstraksi untuk mendeteksi tetanganya. Dengan memposisikan salah satu minusi (yang diekstraksi) berada di tengah, sedangkan yang disekitarnya merupakan minusi
- – minusi tetangga. Jarak minusi tetangga nantinya akan bervariasi ada yang dekat dan ada yang jauh. Data awal / jarak ini dijadikan sebagai inputan data yang akan diolah mengunakan metode propagasi balik.