ANALISIS DAN PERANCANGAN SISTEM
3.1Analisis Permasalahan
Pengenalan identitas seseorang masih banyak digunakan sistem tradisional, dimana mengenali dengan pin, password, kata sandi yang banyak menimbulkan permasalahan yaitu lupa dengan kata sandi, hilang, dicuri dan dibajak. Sehingga, solusi yang digunakan dengan menggunakan sistem biometrika. Dalam sistem biometrika, pola biometrik yang ada dalam tubuh manusia sendiri dapat digunakan untuk mengenali identitas seseorang dengan tingkat keamanan yang lebih baik dibandingkan dengan sistem tradisional.
Gambar 3.1 Diagram Ishikawa Analisis Permasalahan 3.2 Analisis Kebutuhan Sistem
Analisis kebutuhan sistem meliputi analisis kebutuhan fungsional dan analisis kebutuhan
non-fungsional sistem.
3.2.1 Analisis Kebutuhan Fungsional Sistem
Kebutuhan fungsional yang harus dimiliki oleh sistem Identifikasi telapak tangan manusia dengan Jaringan Syaraf Tiruan metode Bidirectional Associative Memory adalah:
1. Sistem dapat menerima inputan citra telapak tangan kanan dengan format JPEG. 2. Sistem dapat melakukan pemrosesan gambar sebelum dilatih.
3. Sistem dapat mengubah citra menjadi citra bipolar.
4. Sistem dapat mengenali identitas seseorang dengan citra telapak tangan kanan yang sudah dilatih .
5. Sistem dapat menyimpan pola dalam bentuk *.xls.
Pengidentifikasian seseorang kurang akurat People Machine / tools Methods Materials kemampuan kurang baik
Mengenali identitas Sistim tradisional
tidak ada tanda duplikasi pin kartu kunci password Dapat diduplikasi Hilang/tercecer
3.2.2 Analisis Kebutuhan Non-Fungsional Sistem
Kebutuhan non-fungsional yang harus dimiliki oleh sistem Identifikasi telapak tangan manusia dengan Jaringan Syaraf Tiruan metode Bidirectional Associative Memory adalah: 1. Tampilan antarmuka sistem yang menarik dan mudah dimengerti oleh pengguna
sistem.
2. Waktu pemrosesan dan pelatihan pola tangan yang lebih cepat. 3.3 Pemodelan Sistem
Pada penelitian ini digunakan UML(Unified Modelling Language) sebagai bahasa pemodelan untuk mendesain dan merancang sistem Implementasi Jaringan Syaraf Tiruan
Bidirectional Associative memory untuk pengidentifikasian telapak tangan manusia. Model
UML yang digunakan adalah use case diagram, activity diagram, dan sequence diagram. 3.3.1 Pemodelan dengan Menggunakan Use Case Diagram
Use Case adalah diagram yang menunjukkan fungsionalitas suatu sistem atau kelas dan
bagaimana sistem tersebut berinteraksi dengan dunia luar dan menjelaskan sistem secara fungsional yang terlihat user.
Dalam pemodelan ini terdapat aktor yaitu user dan programmer. Programmer dapat melakukan pelatihan dan pengujian jaringan syaraf tiruan dengan metode bidirectional
associative memory untuk mengidentifikasi pola telapak tangan, sedangkan user dapat
Sistem Implementasi Jaringan Syaraf Tiruan untuk pengidentifikasian telapak tangan manusia
Pelatihan BAM Pengujian BAM Programmer Metode BAM User << include >> << include >>
Gambar 3.2 Use Case Diagram Sistem Identifikasi Telapak Tangan 3.3.1.1 Use case Pelatihan Jaringan Syaraf Tiruan (JST)
Use case Pelatihan JST ini menjelaskan dokumentasi naratif dari pelatihan JST sistem yang akan dibangun seperti pada Tabel 3.1.
Tabel 3.1 Dokumentasi Naratif Use Case Pelatihan Jaringan Syaraf Tiruan Nama Use Case Pelatihan Jaringan Syaraf Tiruan
Aktor Programmer dan user
Deskripsi Use Case ini mendeskripsikan proses pelatihan Jaringan Syaraf Tiruan
Prakondisi Berada pada interface menu Train
Alur Dasar Kegiatan User Respon System
1. Tekan Button load 1. Menampilkan semua citra yang akan dilatih pada axes yang tersedia di interface 2. Tekan button Train 2. Melakukan proses Pelatihan
JST pada citra yang disimpan dimana, sebelumnya citra sudah diproses yaitu
mengubah ukuran citra pada tiap axes sebesar 200 x 300
pixel, diubah Grayscale,
diproses dengan Sharpening dan mendeteksi tepi citra dengan metode Canny
Alur Alternatif Tidak ada
Post-Kondisi Sistem telah menyimpan bobot hasil proses pelatihan Jaringan Syaraf Tiruan
3.3.1.2 Use case Pengujian Jaringan Syaraf Tiruan (JST)
Use case pengujian JST ini menjelaskan dokumentasi naratif dari pengujian JST
sistem yang akan dibangun seperti pada Tabel 3.2.
Tabel 3.2 Dokumentasi Naratif Use Case Pengujian Jaringan Syaraf Tiruan Nama UseCase Pengujian Jaringan Syaraf Tiruan
Aktor Programmer dan user
Deskripsi Use Case ini mendeskripsikan proses pengujian Jaringan Syaraf Tiruan
Prakondisi Berada pada interface menu Test
Alur Dasar Kegiatan User Respon System
1. Tekan tombol Buka File Gambar
1. Menampilkan antarmuka pemilihan citra telapak tangan yang akan dikenali
2. Pilih citra yang akan dikenali 2. Menampilkan citra telapak tangan yang akan dikenali pada axes 3. Tekan tombol Test 3. Proses Identifikasi Pengenalan
pola telapak tangan dan informasi pemilik pola telapak tangan
Alur Alternatif 1. Tekan tombol Reset 1. Sistem membersihkan axes dan
static text pada antarmuka Test
Post-Kondisi Sistem menampilkan hasil proses identifikasi telapak tangan, nama, dan nim si pemilik citra telapak tangan
3.3.2 Pemodelan dengan Menggunakan Activity Diagram
Activity diagram menggambarkan berbagai alir aktivitas dalam sistem yang sedang
dirancang, bagaimana masing-masing alir berawal, decision yang mungkin terjadi dan bagaimana mereka berakhir.
Pelatihan
B A M
=latih !=latih
Pengujian
Simpan bobot hasil pelatihan
Browse Citra
Pilih Citra
Tekan tombol kenali
Informasi hasil identifikasi Load citra yang akan dilatih
Tekan tombol Latih
Gambar 3.3 Activity Diagram Proses Pelatihan dan Pengenalan JST BAM
3.3.3 Pemodelan dengan Menggunakan Sequence Diagram
Sequence Diagram (diagram urutan) adalah suatu diagram yang memperlihatkan atau
menampilkan interaksi-interaksi antar objek di dalam sistem yang disusun pada sebuah urutan atau rangkaian waktu. Interaksi antar objek tersebut termasuk pengguna, display, dan sebagainya berupa pesan/message.
3.3.3.1Sequence Diagram proses pelatihan Jaringan Syaraf Tiruan
Pada sistem, akan dilakukan proses pelatihan, dimana terjadi interaksi pada objek kontrol pelatihan citra. Citra telapak tangan akan dijadikan pola dan diproses sebelum dilatih. Ukuran citra telapak tangan yang merupakan jenis citra RGB akan diubah menjadi ukuran 200 x 300 pixel, diproses menjadi citra grayscale dan di-sharpening filter.
Selanjutnya dilakukan deteksi tepi dengan metode Canny untuk mendapatkan tepi citra sekaligus mengubahnya ke dalam bentuk citra biner. Citra biner kemudian akan diubah kedalam citra bipolar untuk mendapatkan elemen matriks citra bernilai 1 dan -1. Kemudian, pola akan dilatih dengan metode BAM untuk mendapatkan bobot dari pola yang sudah dilatih sebelumnya seperti pada gambar 3.4.
Kontrol Pelatihan
Resize
Imread(citra telapak tangan)
Grayscale Sharpen Filtering Deteksi Tepi Canny BAM
Resize(citra telapak) Grayscale(Matriks) Imfilter(Matriks) Edge Detection(Matriks) Pelatihan Simpan(bobot)
3.3.3.2Diagram sequence proses Pengujian Jaringan Syaraf Tiruan
Pada sistem, akan dilakukan proses pengujian terhadap citra telapak tangan yang sudah dilatih dan citra telapak tangan baru yang belum dilatih seperti pada sequence
diagram pada gambar 3.5.
Kontrol Pengujian Metode BAM
Imread (citra telapak tangan)
pengujian
Set String (data identitas pemilik Telapak tangan)
3.4 Flowchart Gambaran umum Sistem
Flowchart merupakan gambaran- gambaran umum aliran sistem. Gambaran umum
Pengenalan pola telapak tangan diawali dengan memanggil citra pola telapak tangan kanan yang akan dilatih dengan menggunakan metode bidirectional associative memory yang merupakan citra RGB sebanyak 20 sampel citra. Citra RGB yang dipanggil akan diubah ukurannya. Agar setiap citra memiliki ukuran yang sama yaitu 200 x 300. Kemudian citra yang sudah di-resize yang masih merupakan citra RGB di ubah menjadi citra Grayscale dan untuk memperkuat garis tepi dari citra telapak tangan maka akan dilakukan sharpening filter agar informasi dari garis telapak tangan semakin jelas dan kemudian citra akan dideteksi tepinya dengan menggunakan deteksi tepi canny. Pendeteksian tepi ini dilakukan untuk mendapatkan garis-garis utama dari citra telapak tangan dan mengubah citra menjadi citra biner. Pola citra biner diubah menjadi citra bipolar. Selanjutnya, pola-pola akan dilakukan pelatihan dengan menggunakan metode BAM. Dengan melakukan proses encoding, bobot dari pola akan dihitung dan disimpan. Selanjutnya, pada proses pengujian citra akan yang diuji dipanggil kemudian diuji apakah mengenali atau tidak. Jika dikenali maka akan dihasilkan output identitas pemilik citra telapak tangan, jika tidak dikenali maka akan didapat informasi bahwasanya pemilik citra tidak dikenali.
3.5 Perancangan Arsitektur Jaringan
Pada penelitian ini, menggunakan arsitektur jaringan Bidirectional Associative
Memory yang memiliki dua lapisan yaitu lapisan input yang terdiri dari 20 neuron dan
lapisan output yang terdiri dari 20 neuron. Tiap neuron pada lapisan input merupakan pola citra telapak tangan kanan yang sudah di-prepocessing. Tiap neuron pada lapisan output ditentukan terdiri 11 bit seperti berikut:
Vector output target 1 = 1 -1 1 -1 1 -1 -1 1 -1 1 1 Vector output target 2 = -1 -1 -1 1 -1 1 -1 -1 -1 -1 -1 Vector output target 3 = 1 1 1 -1 1 1 1 1 1 1 1 Vector output target 4 = -1 1 -1 1 -1 -1 1 -1 1 -1 1 Vector output target 5 = -1 1 1 -1 1 -1 -1 1 -1 1 -1 Vector output target 6 = -1 1 -1 1 -1 1 -1 -1 -1 -1 -1 Vector output target 7 = 1 -1 1 -1 1 1 1 1 1 1 1 Vector output target 8 = -1 -1 -1 1 -1 -1 1 -1 1 -1 -1 Vector output target 9 = 1 -1 1 -1 1 1 -1 1 -1 1 1 Vector output target 10 = -1 -1 -1 1 -1 -1 -1 -1 -1 -1 1 Vector output target 11 = 1 1 1 -1 1 1 1 1 1 1 -1 Vector output target 12 = -1 1 -1 1 -1 -1 1 -1 1 -1 -1
Vector output target 13 = 1 1 1 -1 1 -1 -1 1 -1 1 1 Vector output target 14 = 1 1 -1 1 -1 1 -1 -1 -1 -1 1 Vector output target 15 = 1 -1 1 -1 1 -1 1 1 1 1 1 Vector output target 16 = -1 -1 -1 1 -1 1 1 -1 1 -1 -1 Vector output target 17 = 1 -1 1 -1 1 1 -1 1 -1 1 -1 Vector output target 18 = -1 -1 -1 1 -1 -1 -1 -1 -1 -1 -1 Vector output target 19 = 1 1 1 -1 1 -1 1 1 1 1 1 Vector output target 20 = -1 1 -1 1 -1 1 1 -1 1 -1 -1
Sehingga dapat digambarkan bahwasanya arsitektur jaringan dari sistim ini seperti pada gambar 3.13
Gambar 3.7 Arsitektur Jaringan Syaraf tiruan Metode BAM untuk pengenalan pola telapak tangan
3.6 Perancangan Antarmuka Sistem
Sistem yang akan dibangun menggunakan bahasa pemrograman Matlab R2007b untuk memberi kemudahan kepada user menggunakan sistem. Dalam rancangan antar muka sistem ini ada 6 menu yaitu menu home, train, test, help, about dan exit.
y1 y2 y3 y4 y20 x1 x2 x3 x4 x20 Lapisan output Lapisan input ………… ………
3.6.1 Antarmuka Form Home
Form home merupakan form tampilan awal dan sebagai cover pada saat aplikasi ini
dijalankan. Form home antarmuka dari aplikasi ini seperti pada gambar 3.6.
Gambar 3.8 Tampilan Rancangan Antarmuka Form Home Keterangan:
1. Menu Train
Menu untuk menghubungkan form home dengan form train 2. Menu Test
Menu untuk menghubungkan form home dengan form test 3. Menu Help
Menu untuk menghubungkan form home dengan form help 4. Menu About
Menu untuk menghubungkan form home dengan form about 5. Menu Exit
Menu untuk menghubungkan form home dengan form exit 3.6.2 Antarmuka Form Train
Form Train merupakan form tampilan untuk memproses citra yang akan dilatih, melatih
pola citra yang sudah diolah dan menyimpan bobot. Form Train antarmuka dari aplikasi ini seperti pada gambar 3.7.
Gambar 3.9 Tampilan Rancangan Antarmuka Form Train Keterangan:
1. Menu Home
Menu untuk menghubungkan form Train dengan form home 2. Menu Test
Menu untuk menghubungkan form Train dengan form test 3. Menu Help
Menu untuk menghubungkan form Train dengan form help 4. Menu About
Menu untuk menghubungkan form Train dengan form about 5. Menu Exit
1 2 3 4 5
6
7
Tempat untuk menampilkan citra telapak tangan yang akan proses 7. Button Load
Untuk memanggil citra yang tersimpan dalam folder yang disimpan 8. Button Reshape
Untuk mengubah ukuran citra menjadi 200 x300 pixel pada axes 1sampai axes 20 9. Button Grayscale
Untuk mengubah citra RGB menjadi citra grayscale pada axes 1 sampai axes 20 10. Button Sharpening
Untuk melakukan sharpening filter pada citra grayscale dalam axes 1 sampai dengan
axes 20
11. Button Deteksi Tepi Canny
Untuk mendeteksi tepi citra yang sudah di-sharpening filter dengan metode Canny pada
axes 1 sampai dengan axes 20
12. Button Train
Untuk melatih citra yang sudah diolah dan menyimpan matriks bobot citra dalam format *.xls.
3.6.3 Antarmuka Form Test
Form Test merupakan form tampilan untuk melakukan pengujian sistem atau
pengenalan pola yang sudah dilatih sebelumnya. Form Test antarmuka dari aplikasi ini seperti pada gambar 3.9.
Gambar 3.10 Tampilan Rancangan Antarmuka Form Test Keterangan:
1. Menu Home
Menu untuk menghubungkan form test dengan form home 2. Menu Train
Menu untuk menghubungkan form test dengan form train 3. Menu Help
Menu untuk menghubungkan form test dengan form help 4. Menu About
Menu untuk menghubungkan form test dengan form about 5. Menu Exit
Menu untuk menghubungkan form test dengan form exit 6. Axes 1 1 2 3 4 5 6 7 8 9 10 11 12
8. Button Test
Untuk melakukan pengenalan atau pengujian dengan metode BAM pada citra di axes1. 9. Axes 2
Tempat untuk menampilkan citra pemilik pola telapak tangan yang diuji. 10. Edit text1
Menampilkan informasi nama pemilik pola telapak tangan yang diuji dengan menggunakan metode BAM
11. Edit text2
Menampilkan informasi nim pemilik pola telapak tangan yang diuji dengan menggunakan metode BAM
12. Button Reset
3.6.4 Antarmuka Form Help
Form Help merupakan form tampilan untuk menjelaskan cara penggunaan aplikasi.
Form Help antarmuka dari aplikasi ini seperti pada gambar 3.9.
Gambar 3.11 Tampilan Rancangan Antarmuka Form Help Keterangan:
1. Menu Home
Menu untuk menghubungkan form Help dengan form home 2. Menu Train
Menu untuk menghubungkan form Help dengan form Train 3. Menu Test
Menu untuk menghubungkan form Help dengan form Test 4. Menu About
Menu untuk menghubungkan form Help dengan form About 5. Menu Exit
Menu untuk menghubungkan form Help dengan form exit 6. Static text
Sebagai tempat teks cara penggunaan aplikasi. 1 2 3 4 5
3.6.5 Antarmuka Form About
Form About merupakan form tampilan untuk melatih pola yang sudah diproses
sebelumnya. Form About antarmuka dari aplikasi ini seperti pada gambar 3.10
Gambar 3.12 Tampilan Rancangan Antarmuka Form About Keterangan:
1. Menu Home
Menu untuk menghubungkan form About dengan form Home 2. Menu Train
Menu untuk menghubungkan form About dengan form Train
3. Menu Test
Menu untuk menghubungkan form About dengan form Test 4. Menu Help
Menu untuk menghubungkan form About dengan form Help 5. Menu Exit
Menu untuk menghubungkan form About dengan form Exit 6. Axes 1
Tempat untuk menampilkan gambar programmer
7. Static text
Sebagai tempat teks profil pembuat aplikasi (nama, nim, alamat). 1 2 3 4 6
7
3.6.6 Antarmuka Form Exit
Form Exit merupakan form tampilan untuk meminta konfirmasi user apakah akan
menutup aplikasi atau tidak. Form Exit antarmuka dari aplikasi ini seperti pada gambar 3.11.
Gambar 3.13 Tampilan Rancangan Antarmuka Form Exit Keterangan:
1. Button “ya”
Memberi konfirmasi user kepada sistem untuk menutup aplikasi. 2. Button “tidak”
Memberi konfirmasi user kepada sistem untuk tidak menutup aplikasi.
BAB IV
IMPLEMENTASI DAN PENGUJIAN
4.1 Implementasi Sistem
Implementasi sistem pengenalan identitas dengan pola telapak tangan menggunakan
Bidirectional Associative Memory (BAM) ini menggunakan bahasa pemrograman Matlab
R2007b. Penerapan sistem ini dilakukan dengan dengan perangkat keras yang memilki spesifikasi notebook dengan prosessor intel(R) Atom(TM), CPU N570, 1,67 GHz dan RAM 1GB.
4.1.1 Tampilan Antarmuka Sistem
Sistem pengidentifikasian telapak tangan manusia diimplementasikan dalam beberapa tampilan antarmuka untuk memberi kemudahan memahami proses identifikasi dengan 6 antarmuka yaitu antarmuka home, train, test, help, about, dan exit.
4.1.1.1Antarmuka Home
Antarmuka Home merupakan antarmuka yang ditampilkan pertama kali ketika aplikasi dijalankan. Dalam antarmuka home terdapat menu-menu yang dapat menghubungkan menu
Tampilan antarmuka home ditunjukkan pada Gambar 4.1.
Gambar 4.1 Tampilan Antarmuka Home
4.1.1.2Antarmuka Train
Antarmuka Train merupakan antarmuka dimana tempat pola-pola citra telapak tangan yang akan dilatih ditampilkan yaitu terdiri dari 20 sampel citra. Button Load diklik untuk menampilkan semua pola citra telapak tangan kanan yang akan diolah terlebih dahulu sebelum dilatih. Pada antarmuka train juga terdapat menu lain untuk dapat menghubungkan antarmuka train dengan antarmuka lain seperti menu home, menu test, menu help, menu
Gambar 4.2 Tampilan antarmuka Train
Tampilan antarmuka train pada saat button Load diklik ditunjukkan pada Gambar 4.3
Gambar 4.3 Tampilan antarmuka Train setelah button Load diklik
Pada antarmuka Train terdapat panel preprocessing yang berisi 4 button yaitu button
tersebut merupakan proses pre-processing untuk mengolah pola citra telapak tangan sebelum diolah. Keempat button digunakan secara berurutan dimulai dari button Reshape kemudian ke button Grayscale selanjutnya ke button Sharpening dan akhirnya ke button Deteksi Tepi Canny. Button Reshape berfungsi untuk mengubah ukuran seluruh pola citra telapak tangan pada 20 axes menjadi 200 x 300 piksel. Tampilan antarmuka setelah button
Reshape di klik ditunjukkan pada gambar 4.4.
Gambar 4.4 Tampilan antarmuka train setelah button Reshape diklik
Button Grayscale berfungsi untuk mengubah seluruh pola citra telapak tangan RGB pada 20 axes yang sudah di-Reshape menjadi grayscale. Tampilan antarmuka setelah button Graycale di klik ditunjukkan pada gambar 4.5.
Gambar 4.5 Tampilan antarmuka setelah button Graycale diklik
Selanjutnya, pola citra telapak tangan yang sudah di grayscale akan di sharpening dengang
button Shapening sebanyak 3 kali untuk menajamkan garis tepi pada pola citra telapak
tangan. Tampilan antarmuka train pada saat di-sharpening pertama kali ditunjukkan pada Gambar 4.6.
Tampilan antarmuka train pada saat di-sharpening kedua kali ditunjukkan pada Gambar 4.7.
Gambar 4.7 Tampilan antarmuka train pada saat di-sharpening kedua kali
Tampilan antarmuka train pada saat di-sharpening ketiga kali ditunjukkan pada Gambar 4.8.
Gambar 4.9 Tampilan antarmuka train pada saat di deteksi tepi Canny
Pola yang sudah siap diolah akan di latih dengan mengklik button train, maka pola citra telapak tangan kanan akan diolah dan akan menghasilkan bobot yang disimpan dalam pelatihan.xls. Setelah siap disimpan bobot disimpan, maka diberi informasi seperti tampilan antarmuka Gambar 4.10.
Gambar 4.10 Tampilan Antarmuka setelah selesai dilatih
4.1.1.3Antarmuka Test
Antarmuka test merupakan tampilan antarmuka untuk melakukan pengujian terhadap pola citra telapak tangan yang sudah dilatih sebelumnya dan pola citra telapak tangan kanan yang baru. Dalam tampilan antarmuka test terdapat juga menu-menu yang dapat menghubungkan antarmuka test dengan tampilan antarmuka yang lain seperti menu home, train, help, about, dan exit. Tampilan antarmuka test ditunjukkan pada Gambar 4.11.
Gambar 4.11 Tampilan antarmuka Test
Untuk melakukan pengujian terhadap pola citra telapak tangan kanan, klik button Buka File Gambar, maka akan muncul tampilan buka file gambar seperti ditunjukkan pada Gambar 4.12.
Gambar 4.12 Tampilan Buka File Gambar
Setelah gambar dipilih maka citra pola telapak tangan kanan akan ditampilkan pada axes 1 seperti pada Gambar 4.13.
Gambar 4.13 Tampilan Antarmuka Test Pola yang Akan Diuji Ditampilkan Untuk menguji pola citra, klik button test, maka akan dilatih dan hasilnya akan ditampilkan. Jika pola citra telapak tangan kanan dikenali, maka akan ditampilkan gambar pemilik telapak tangan pada axes 2 dan informasi nama serta nim pemilik telapak tangan seperti yang ditunjukkan pada gambar 4.14.
Jika dalam pengujian tidak dikenali, maka akan diberi informasi bahwasanya pola citra telapak tangan kanan tidak dikenali seperti yang ditunjukkan pada gambar 4.15.
Jika dalam pengujian salah mengenali, maka akan diberi informasi bahwasanya pola citra telapak tangan kanan dengan data yang tidak sesuai dengan pemilik telapak tangan sebenarnya seperti yang ditunjukkan pada gambar 4.16
. Gambar 4.16 Tampilan Antarmuka Test Hasil Uji Salah Mengenali
4.1.1.4Antarmuka Help
Antarmuka help merupakan tampilan antarmuka memuat teks informasi bagaimana menggunakan aplikasi. Dalam antarmuka help juga terdapat menu-menu lain yang dapat menghubungkan antarmuka help dengan antarmuka lain seperti antarmuka
home, train, test, about, dan exit. Tampilan antarmuka help ditunjukkan pada Gambar
Gambar 4.17 Gambar Antarmuka Help
4.1.1.5Antarmuka About
Antarmuka About merupakan tampilan antarmuka yang memuat teks dan gambar tentang informasi pembuat aplikasi. Dalam antarmuka about juga terdapat menu-menu lain yang dapat menghubungkan antarmuka about dengan antarmuka lain seperti antarmuka home, train, test, help, dan exit. Tampilan antarmuka about ditunjukkan pada Gambar 4.18.
Gambar 4.18 Tampilan Antarmuka About
4.1.1.6Antarmuka Exit
Antarmuka Exit merupakan tampilan antarmuka untuk konfirmasi keluar dari aplikasi atau tidak. Jika ingin keluar dari aplikasi, maka klik button “ya”, jika tidak klik button “tidak”. Tampilan antarmuka exit ditunjukkan pada Gambar 4.17.
Gambar 4.18 Tampilan Antarmuka Exit
4.2 Pengujian Sistem
Pengujian dilakukan untuk membuktikan bahwa jaringan syaraf tiruan dengan metode
terhadap pola telapak tangan kanan yang sudah dilatih dan kedua pengujian terhadap pola telapak tangan kanan yang baru yang belum dilatih.
4.2.1 Pengujian terhadap Citra Telapak Tangan Kanan yang Sudah Dilatih
Pada pengujian ini, data masukan yang digunakan adalah citra telapak tangan kanan yang sudah dilatih sebelumnya, dimana terdiri dari 20 citra telapak tangan dengan format .jpg atau .jpeg berukuran 200 x 300 piksel. Setiap citra diambil dengan posisi telapak tangan terbuka dan melintang. Target dari pola telapak tangan tersebut yaitu,
y1 = (1 -1 1 1 -1 -1 -1 1 1 -1 1), y2 = ( -1 -1 -1 1 -1 1 -1 -1 -1 -1 -1) y3 = ( 1 1 1 -1 1 1 1 1 1 1 1) y4 = ( -1 1 -1 1 -1 -1 1 -1 1 -1 1) y5 = ( -1 1 1 -1 1 -1 -1 1 -1 1 -1) y6 = ( -1 1 -1 1 -1 1 -1 -1 -1 -1 -1) y7 = ( 1 -1 1 -1 1 1 1 1 1 1 1) y8 = ( -1 -1 -1 1 -1 -1 1 -1 1 -1 -1) y9 = ( 1 -1 1 -1 1 1 -1 1 -1 1 1) y10= ( -1 -1 -1 1 -1 -1 -1 -1 -1 -1 1) y11= ( 1 1 1 -1 1 1 1 1 1 1 -1) y12= ( -1 1 -1 1 -1 -1 1 -1 1 -1 -1) y13= ( 1 1 1 -1 1 -1 -1 1 -1 1 1) y14= ( 1 1 -1 1 -1 1 -1 -1 -1 -1 1) y15= ( 1 -1 1 -1 1 -1 1 1 1 1 1) y16= ( -1 -1 -1 1 -1 1 1 -1 1 -1 -1) y17= ( 1 -1 1 -1 1 1 -1 1 -1 1 -1) y18= ( -1 -1 -1 1 -1 -1 -1 -1 -1 -1 -1) y19= ( 1 1 1 -1 1 -1 1 1 1 1 1) y20= ( -1 1 -1 1 -1 1 1 -1 1 -1 -1)
Hasil pengujian sistem ditunjukkan pada tabel 4.1. Setiap baris dalam tabel menunjukkan nomor urut pengujian, citra telapak tangan kanan yang diuji, nama pemilik citra telapak tangan, target terhadap telapak tangan yang dilatih dan hasil pengenalan.
Tabel 4.1 Pengujian citra telapak tangan kanan yang sudah dilatih No Pola telapak tangan Nama pemilik Telapak Tangan Target Hasil Pengenalan