PENGENALAN POLA SIDIK JARI MANUSIA DENGAN METODE PROBABILISTIC NEURAL NETWORK (PNN)

PENGENALAN POLA SIDIK JARI MANUSIA DENGAN METODE PROBABILISTIC NEURAL NETWORK (PNN)

Pengenalan sidik jari merupakan salah satu perkembangan teknologi biometrika yang digunakan untuk mengenali sidik jari manusia. Sidik jari telah terbukti cukup akurat, aman, mudah, dan nyaman bila dibandingkan dengan sistem biometrik yang lainnya seperti bentuk wajah, warna suara dan retina mata. Dalam penelitian ini metode yang digunakan sebagai proses pengenalan sidik jari adalah Probabilistic Neural Network (PNN). PNN dilihat dari cara pendekatannya merupakan metode pengklasifikasian pola yang menggunakan penggabungan secara statistik dan jaringan syaraf. tiruan. PNN memiliki 4 lapisan terdiri dari lapisan input, lapisan pola, lapisan penjumlahan dan lapisan keluaran.
Seperti dalam sistem jaringan syaraf tiruan lainnya, PNN memerlukan proses pelatihan (training) untuk sidik jari yang akan dikenali. Pola–pola sidik jari yang digunakan untuk proses PNN merupakan hasil dari FFT yamg berupa nilai spektrum. Keputusan diambil menggunakan keputusan Bayes berdasarkan nilai pada lapisan penjumlahan yang tertinggi.
Uji coba sistem dilakukan terhadap 9 orang dimana 4 pria dan 5 wanita. Setiap orang memiliki masing–masing 40 sampel yaitu 20 ibu jari tangan kanan dan 20 ibu jari tangan kiri. Dari data-data ini, 10 data sebagai digunakan untuk data training dan 10 data sebagai untuk data testing. Dilihat dari hasil uji coba yang telah dilakukan memperlihatkan bahwa PNN sesuai dalam mengenali sidik jari. Hasil pengenalan sidik jari rata-rata bisa mencapai 81,67% dengan ukuran gambar diperkecil hingga 25% dari ukuran gambar asli, 91,39% dengan ukuran gambar diperkecil hingga 50% dari ukuran gambar asli, 92,5% dengan ukuran gambar diperkecil hingga 75% dari ukuran gambar asli dan 93,06% dengan ukuran gambar asli.