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

(1)

SENTRA IV-1

SISTEM PENGENALAN CITRA SIDIK JARI METODE

JARINGAN SYARAF TIRUAN UNTUK MEMBUKA PINTU

SECARA OTOMATIS

Ahmad Sahru Romadhon1, Vivi Tri Widyaningrum2

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.

(2)

IV-2 SENTRA

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.

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.

(3)

SENTRA IV-3 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 Sidik Jari

Start

Sidik Jari

End Backpropagation

Bobot

Start

End Backpropagation

Sidik Jari dikenali

(4)

IV-4 SENTRA

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

(5)

SENTRA IV-5

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%.

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.

Referensi

.

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

[2] Suprihatin*, Andi Nurhantara. Sistem Informasi Presensi Menggunakan Sidik Jari (Study Kasus Presensi Perkuliahan Program Studi Sistem Informasi FMIPA UAD). JUSI, September 2011, Vol. 1, No. 2.

[3] Rina Candra Noor Santi. Identifikasi Biometrik Sidik Jari dengan Metode Fraktal (Fingerprint Biometric Identification with Approach of Method of Fractals). Jurnal Teknologi Informasi DINAMIK. Januari 2008; Volume XIII, No.1,: 68-72.

[4] Budi Hartanto, Monica Widiasari, DKK. Desain Perangkat Lunak Pengenalan Citra Sidik Jari dengan Menggunakan Metode Partial Thinning. SNASTI. Surabaya. 2008: 359-366.

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

[6]

Jong Jek Siang, Msc, Drs,

“Jaringan Syaraf Tiruan & Pemrogramannya Menggunakan

Matlab”,Andi Offset, Yogyakarta. 2005

.

[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.