SISTEM PENGENALAN CITRA SIDIK JARI METODE JARINGAN SYARAF TIRUAN UNTUK MEMBUKA PINTU SECARA OTOMATIS

  

SISTEM PENGENALAN CITRA SIDIK JARI METODE

JARINGAN SYARAF TIRUAN UNTUK MEMBUKA PINTU

SECARA OTOMATIS

₁

₂ Ahmad Sahru Romadhon , Vivi Tri Widyaningrum 1.

  Universitas Trunojoyo Madura, Madura 2. Universitas Trunojoyo Madura, Madura

  

Kontak Person:

Ahmad Sahru Romadhon

Jln. Raya Telang PO.Box.2 Kamal

  

Bangkalan-Madura

Telp: 031-3011147, Fax: 031-3011147, E-mail: s4hru_0354@yahoo.com

Abstrak

  

Sistem pengenalan dengan memanfaatkan citra sidik jari merupakan teknik biometrik yang tertua di

dunia. Teknologi biometrik ini memiliki beberapa kelebihan seperti tidak mudah hilang, tidak dapat

lupa, tidak mudah dipalsukan, dan memiliki keunikan yang berbeda antara manusia satu dengan yang

lain. Sidik jari manusia memiliki sifat unik dari satu orang dengan yang lain. Oleh karena

keunikannya tersebut sidik jari digunakan sebagai tanda pengenal manusia. Dalam penelitian ini

akan dibuat sistem untuk pengenalan citra sidik jari berbasis Jaringan Saraf Tiruan menggunakan

metode backpropagation yang dapat membuka pintu secara otomatis. Citra sidik jari yang diinputkan

sebanyak 100 citra dari 10 orang berbeda akan dilatih menggunakan backpropagation dan dikenali

sebagai sidik jari dari orang tertentu, pengujian dilakukan dengan menguji 100 citra dari 10 orang

berbeda dan sistem telah berhasil mengenali serta dapat membuka pintu secara otomatis sebanyak 94

kali dan gagal sebayak 6 kali yang artinya sistem ini mempunyai akurasi 94%.

  Kata kunci: Jaringan Syaraf Tiruan, Sidik jari.

  Pendahuluan

  Perkembangan ilmu pengetahuan dan teknologi yang pesat mempunyai pengaruh dan memiliki arti penting terhadap kehidupan manusia. Hal ini terlihat dengan adanya berbagai kemudahan yang ditawarkan dan disediakan teknologi untuk berbagai keperluan manusia. Perkembangan dan kecanggihan teknologi itu, membutuhkan sumber daya manusia yang cakap dan siap untuk memanfaatkannya, sehingga manusia tidak ketinggalan, atau dengan kata lain dapat memanfaatkan teknologi yang sudah ada.

  Seiring perkembangan teknologi yang semakin berkembang pesat, muncul ide-ide baru maupun inovasi-inovasi baru untuk terus menciptakan sesuatu hal yang menakjubkan dan berbeda. Teknologi selalu mengikuti perkembangan zaman yang dapat mendorong manusia untuk menciptakan sesuatu dengan efisiensi dan efektivitas yang dapat memudahkan manusia dalam melakukan hal apapun.

  Sebagai contoh perkembangan teknolgi yaitu sistem pembuka pintu otomatis dengan pengenalan citra sidik jari berbasis jaringan syaraf tiruan. Pada pintu yang masih manual terdapat permaslaahan yaitu banyak orang yang lupa mengunci pintu ketika meninggalkan rumah, kunci tertinggal atau hilang, serta kunci pintu yang ada sekarang mudah diduplikasi sehingga banyak terjadinya pencurian pada sebuah rumah yang sedang ditinggalkan oleh pemilik rumah. Permasalahan tersebut mendorong untuk melakukan penelitian terhadap sistem keamanan pintu secara otomatis.

  Sistem keamanan dibuat untuk menghindari adanya kejahatan di kantor maupun di rumah. Biasanya sistem keamanan dibuat pada pintu masuk, supaya membatasi akses orang yang tidak berkepentingan. Pada pintu dengan sistem manual tidak terdapat mekanisme pencatatan orang yang masuk secara otomatis.

  Berdasarkan uraian diatas, penelitian tentang sistem pintu otomatis dengan fitur tersebut sangat penting untuk dilakukan, penulis mencoba dengan hal yang berbeda yakni merancang alat pintu otomatis dengan memanfaatkan pengenalan sidik jari sebagai inputan dan arduino sebagai pengontrol pintu.

  Sidik jari adalah gurat-gurat yang terdapat di kulit ujung jari, yang dibentuk dari suatu pola

  

ridge (punggung alur pada kulit, baik pada tangan maupun kaki) dari jari. Sidik jari paling banyak

  digunakan pada sistem biometric terutama untuk sistem identifikasi karena mudah dalam penerapan, harga sensor sidik jari yang tidak terlalu mahal dan tingkat akurasinya yang tinggi. Selain itu, tidak ada dua individu yang memiliki sidik jari yang sama. Sidik jari dari setiap individu adalah unik dan tidak berubah sepanjang hidupnya. Identifikasi dengan menggunakan sidik jari paling sering digunakan karena kemudahan dalam akuisisi dan jumlahnya (10 jari) yang dapat digunakan sebagai data [1].

  Identifikasi menggunakan sidik jari adalah dengan menggunakan citra sidik jari yang selanjutnya akan diolah, proses ini dikenal sebagai pengolahan citra atau image processing. Jaringan syaraf tiruan (neural networks) adalah algoritma yang akan digunakan untuk mengidentifikasi sidik jari. Jaringan syaraf tiruan merupakan metode yang robust untuk pengenalan sidik jari dikarenakan beberapa alasan. Pertama, sidik jari membentuk pola kelas yang spesifik dengan karakteristik secara statistik dan sangat khusus. Selain itu, jaringan syaraf tiruan dapat menghindari kesalahan karena tidak membutuhkan formula matematis yang rumit ataupun korelasi antara input dan output. Jaringan syaraf tiruan memberikan manfaat pada kecepatan dibandingkan teknik konvensional lainnya[5].

  Metode Penelitian

  Dalam merancang sistem pengenalan sidik jari metode jaringan syaraf tiruan untuk membuka pintu otomatis baik untuk akuisisi maupun kendali gerak, harus digambarkan terlebih dahulu menggunakan blok diagram tentang konfigurasi dan pengkawatan yang akan diterapkan. hal ini akan sangat membantu dalam mengetahui kesalahan serta kelamahan jika terjadi kegagalan dalam perancangan sistem tersebut. Selain itu blok diagram juga akan membantu untuk memahami perancangan sistem yang akan dilakukan. Terdapat berbagai metode antarmuka untuk beberapa perangkat, baik receiver sensor maupun actuator menuju ke pengendali utama berupa mikrokontroller arduino, dan yang perlu diperhatikan adalah masalah penjadwalan (waktu) dalam melakukan antarmuka pada tiap tiap perangkat.

  Fingerprint Komputer Mikrokontroler Motor pada Scaner Arduino Pintu

  Output Input

  Pintu terbuka Sidik Jari suar suara

  

Gambar 1. Gambaran Umum Sistem Pengenalan Citra Sidik Jari untuk Membuka Pintu Otomatis

Perancangan Sistem

  Pada penelitian ini penulis akan merancang sebuah sistem pengenalan sidik jari yang akan mengenali identitas dari sidik jari seseorang yang dinputkan pada sistem ini. Proses pengenalan sidik jari yang dilakukan oleh sistem ini adalah berdasarkan hasil pencocokan terhadap seluruh citra sidik jari yang telah dilatih terlebih dahulu menggunakan jaringan syaraf tiruan backpropagation.

  Proses untuk mendapatkan citra sidik jari dalam sistem ini adalah melalui proses scanning terhadap gambar sidik jari yang diambil. Sebelum melaui proses pelatihan ataupun pengenalan citra, terlebih dahulu harus melalui preprocessing dan ekstraksi ciri. Adapun preprocessing yang akan dilalui adalah proses pengubahan citra ke grayscale, proses normalisasi ukuran citra, dan binerisasi.

  Proses pelatihan Backpropagation akan menghasilkan bobot yang kemudian akan digunakan untuk proses pengenalan. Pada tahap pengenalan JST hanya dilatih hingga tahap feedforward, hingga didapatkan nilai output aktualnya. Nilai output inilah yang akan dicari dan dicocokkan dengan nilai output.

  IV-2 SENTRA

  Start Start Sidik Jari Sidik Jari Bobot

  Backpropagation Backpropagation Bobot Sidik Jari dikenali

  End End

Gambar 2. Flowchart Sistem Pelatihan dan Pengujian Citra Sidik Jari

  Algoritma Backpropagation

  Salah satu metode pembelajaran terawasi pada jaringan saraf tiruan adalah metode

  

backpropagation. Ciri dari metode ini adalah meminimalkan error pada output yang dihasilkan oleh

  jaringan dan biasanya menggunakan jaringan multilayer seperti pada Arsitekrur Back Propagation pada Gambar 3. [7].

  Gambar 3. Arsitektur Algoritma Backpropagation Perancangan Prototype Pintu Otomatis

  Gambar 4. Prototype Pintu Otomatis Dalam sistem pengenalan citra sidik jari ini akan dilakukan beberapa langkah pemrograman. Adapun langkah – langkah tersebut adalah : 1.

  Citra sidik jari diambil melalui proses scanning.

  2. Konversi citra sidik jari dari truecolor menjadi grayscale.

  3. Pada citra tersebut dilakukan proses binerisasi yaitu 1 (hitam) dan 0 (putih).

  4. Normalisasi ukuran agar semua citra yang digunakan memiliki ukuran yang standar atau sama.

  5. Proses pembelajaran menggunakan Jaringan Saraf Tiruan (JST) yaitu algoritma backpropagation.

  6. Proses pengenalan menggunakan Jaringan Saraf Tiruan (JST) yaitu algoritma backpropagation.

  7. Jika pengenalan berhasil maka pintu akan terbuka.

  8. Jika pengenalan gagal maka menampilkan pesan bahwa akses ditolak.

  Hasil Penelitian dan Pembahasan

  Pengambilan citra sidik jari dilakukan dengan menggunakan fingerprint reader yang dilakukan pada 10 orang sebagai sampel, dimana masing-masing orang diambil 10 citra sidik jari dari dua jari berbeda (jari telunjuk dan jari tengah masing – masing 5 citra) yang akan digunakan sebagai data pelatihan. Image pre-processing yang dilakukan meliputi normalisasi dan konversi citra dari citra true

  

color menjadi citra gray scale. Selanjutnya citra yang sudah konversi menjadi gray scale akan diubah

  menjadi citra biner dengan matriks 0 (hitam) dan 1 (putih) salah satu contohnya seperti tampak pada Gambar 5.

  

Gambar 5. Contoh Normalisasi dan Konverrsi Citra Sidik Jari

  Selanjutnya citra hasil image pre-processing dari 10 data sidik jari dari masing masing orang akan dijadikan masukan pada jaringan syaraf tiruan dengan menggunakan backpropagation untuk dilakukan pelatihan. Pelatihan dilakukan terus menerus sampai menghasilkan MSE lebih kecil dari 0.01 yaitu pada iterasi 2340 dengan nilai MSE 0.00986.

  Pengujian sistem dilakukan dengan memasukkan 10 citra sidik jari terhadap 10 orang yang telah dilakukan pelatihan. Sistem ini brerhasil membuka pintu secarara otomatis sebanyak 94 kali serta gagal sebanyak 6 kali, hal ini berarti sistem mempunyai akurasi 94% dan error 6%. Hal ini dapat kita lihat seperti pada Tabel 1.

  Tabel 1. Hasil Pengujian Sistem Pintu Otomatis

  NO Sidik Jari Uji Coba Pintu Terbuka Tidak

  1 Citra Sidik Jari 1

  10 Kali

  10 Kali

  0 Kali

  2 Citra Sidik Jari 2

  10 Kali

  10 Kali

  0 Kali

  3 Citra Sidik Jari 3

  10 Kali

  9 Kali

  1 Kali

  4 Citra Sidik Jari 4

  10 Kali

  10 Kali

  0 Kali

  5 Citra Sidik Jari 5

  10 Kali

  8 Kali

  2 Kali

  6 Citra Sidik Jari 6

  10 Kali

  10 Kali

  0 Kali

  7 Citra Sidik Jari 7

  10 Kali

  10 Kali

  0 Kali

  8 Citra Sidik Jari 8

  10 Kali

  10 Kali

  0 Kali

  IV-4 SENTRA

  Kesimpulan

  Setelah melakukan tahap pelatihan dan pengujian hasil pelatihan, serta analisa terhadap beberapa data yang ada, maka dapat di tarik kesimpulan sebagai berikut:

  1. Sistem pengenalan sidik jari dilakukan dengan menginputkan 10 citra sidik jari (jari telunjuk dan jari tengah masing-masing 5 citra ) dari 10 orang berbeda dapat melakukan penganalan dengan baik..

  2. Sistem pengenalan sidik jari untuk membuka pintu secarara otomatis dilakukan 10 kali untuk tiap orang dan berhasil membuka pintu sebanyak 94 kali serta gagal sebanyak 6 kali, hal ini berarti sistem mempunyai akurasi 94%.

  2 Kali

  8 Kali

  10 Kali

  10 Citra Sidik Jari 10

  1 Kali

  9 Kali

  10 Kali

  9 Citra Sidik Jari 9

3. Dari proses pelatihan dapat disimpulkan bahwa semakin besar input, hidden dan output layer serta citra yang akan dijadikan pelatihan maka akan semakin lama proses pelatihannya.

  [6]

  [5] Fausett, Laurence, “Fundamentals of Neural Networks (Architectures, Algorithms and Application) ”, Prentice-Hall, New Jersey. 1994.

  [7] Sahru Romadhon, Ahmad. Sistem Kendali Robot menggunakan Perintah Suara dengan Metode Back Propagation . SNASTI. Surabaya 2012.

  [8] Syahwil, Muhammad, “Panduan Mudah Simulasi & Praktek Mikrokontroler Arduino”, Andi,

  Yogyakarta. 2013 [9]

  Munir, Rinaldi,”Pengolahan Citra Digital dengan Pendekatan Algoritmatik” Informatika, Bandung. 2004. [10] Kusumadewi, Sri. “Artificial Intelligence”, Graha Ilmu, Yogyakarta. 2003.

  dengan Menggunakan Metode Partial Thinning . SNASTI. Surabaya. 2008: 359-366.

  [4] Budi Hartanto, Monica Widiasari, DKK. Desain Perangkat Lunak Pengenalan Citra Sidik Jari

  Biometric Identification with Approach of Method of Fractals). Jurnal Teknologi Informasi DINAMIK . Januari 2008; Volume XIII, No.1,: 68-72.

  Rina Candra Noor Santi. Identifikasi Biometrik Sidik Jari dengan Metode Fraktal (Fingerprint

  Presensi Perkuliahan Program Studi Sistem Informasi FMIPA UAD). JUSI, September 2011, Vol. 1, No. 2. [3]

  [2] Suprihatin*, Andi Nurhantara. Sistem Informasi Presensi Menggunakan Sidik Jari (Study Kasus

  [1] Suci Dwijayanti, Puspa Kurniasari, Pengenalan Sidik Jari Menggunakan Jaringan Syaraf Tiruan Berbasis Scaled Conjugate Gradient, Mikrotiga, Mei 2014, Vol 1, No. 2.

  Referensi.

  Jong Jek Siang, Msc, Drs, “Jaringan Syaraf Tiruan & Pemrogramannya Menggunakan Matlab”,Andi Offset, Yogyakarta. 2005.