BAB I PENDAHULUAN 1.1. Latar Belakang Klasifikasi sidik jari merupakan bagian penting dalam sistem pengidentifikasian individu. Pemanfaatan identifikasi sidik jari sudah semakin luas sebagai bagian dari biometrik. Biometrik adalah cabang ilmu untuk mengidentifikasi individu berdasarkan sifat fisiknya. Sifat fisik harus bersifat unik yaitu dapat berupa pola garis garis alur sidik jari, bentuk geometri tangan, kunci frekuensi suara, rincian ciri wajah, pola iris dan retina mata yang umumnya untuk setiap individu tidak sama. Jadi pola sidik jari merupakan salah satu identifikasi perorangan yang bersifat unik yang sudah lama digunakan dalam penyidikan kepolisian, sistem keamanan dan sekarang untuk kontrol akses dan pemeriksaan kartu ATM. Pola sidik jari merupakan bagian dari cabang ilmu yang disebut dermatoglyphics. Kata dermatoglyphics berasal dari kata Yunani yaitu derma garis alur berhubungan (ridge) yang terdapat pada telapak tangan dan tapak kaki manusia. Selama ini klasifikasi pola sidik jari dilakukan secara manual oleh pakar manusia yang diambil dari cap jari tangan pada kartu. Sekarang telah dibuat teknik klasifikasi sidik jari secara otomatis secara digital, tetapi belum ada algoritma pendekatan yang dapat diandalkan. Biasanya sebelum diklasifikasi dilakukan terlebih dahulu praklasifikasi yang tujuannya adalah untuk meningkatkan keandalan pencarian pada data yang besar. Adanya klasifikasi dapat membantu mempercepat proses dan pencarian pada data sidik jari yang umumnya berjumlah besar. Kelebihan menggunakan fingerprint adalah sistem sidik jari yang akurat, menunjang kelancaran pelaksanaan belajar, meningkatkan produktivitas penghitungan dan pelaporan otomatis dan teknologi universal untuk segala kebutuhan dan keinginan, untuk siapa saja baik perorangan ataupun instansi pemerintah dan swasta. 1
2 Perkembangan teknologi sekarang bukan lagi hanya mampu menyelesaikan masalah manusia tetapi bagaimana kemampuan manusia dapat diaplikasikan kepada teknologi komputer. Beberapa misalnya yang dapat diselesaikan komputer adalah mengenali suatu pola sidik jari dengan cepat dan teliti. Pada dasarnya manusia normal dapat membedakan apapun dengan kemampuan pancaindra yang dimilikinya. Namun kemampuan manusia dalam mengenali objek terbatas kepada kemampuan memori dan ketelitiannya. Karena itu, berkembanglah bidang ilmu jaringan syaraf tiruan untuk mengatasi kelemahan manusia itu. Pengenalan pola dalam sistem jaringan syaraf tiruan berarti membuat klasifikasi terhadap pola-pola masukan dengan tingkat pengenalan yang tinggi, dengan menggolongkannya ke dalam satu kelompok kelas yang benar sesuai dengan persamaan ciri yang dimilikinya. Banyak algoritma dalam jaringan syaraf tiruan yang dapat digunakan dalam pengenalan pola, diantaranya adalah algoritma backpropagation. Menutut Arifin (2011) backpropagation dapat mencapai akurasi 79,37% untuk pengenalan pola sidik jari, dan menurut Aprijani (2011), penggunaan jaringan syaraf tiruan untuk pengenalan pola memberikan hasil yang lebih baik dibandingkan jika tidak menggunakan jaringan syaraf tiruan. Arsitektur jaringan syaraf tiruan yang paling umum digunakan adalah bacpropagation. Jaringan syaraf tiruan mempunyai kemampuan untuk menyimpan pengetahuan yang didapatkan dari hasil latihan. Kemampuan ini mirip dengan fungsi otak manusia, sehingga sistem jaringan syaraf tiruan dapat digunakan pada pekerjaan yang membutuhkan kecerdasan manusia. Dalam melakukan proses belajar, jaringan syaraf tiruan dapat memodifikasi tingkah lakunya sesuai dengan keadaan lingkungannya. jaringan syaraf tiruan dapat mengatur dirinya sendiri untuk menghasilkan suatu respon yang konsisten terhadap serangkaian masukan. Beberapa jaringan syaraf tiruan memiliki kemampuan untuk mengabstraksikan intisari serangkaian masukan. Aplikasi jaringan syaraf selama beberapa tahun ini umumnya berpusat pada tiga bidang utama, yaitu analisis data, pengenalan pola, dan fungsi kendali. Jaringan syaraf tiruan memiliki kemampuan yang sangat baik dalam teknik pengenalan pola (pattern recognition).
3 Pendekatan jaringan saraf tiruan (JST) sangat cocok untuk menerapkan metode pengenalan pola untuk melengkapi sistem sensor. Penelitian ini melengkapi sebuah program jaringan syaraf tiruan backpropagation pola sidik jari, yang dibuat dengan Visual C#. Arsitektur backpropagation dipilih karena dapat sekaligus menampilkan berbagai pola sidik jari sebagai keluaran, sehingga identifikasi alternatif dapat dilihat (dalam bentuk faktor korelasi). Arsitektur lain seperti Hebb, heteroassociative, dan autoassociative hanya menetapkan keluaran yang menyatakan apakah sebuah pola yang diuji adalah termasuk pola kelas yang disimpan jaringan atau tidak. Pada program ini untuk memperlihatkan bagaimana jaringan syaraf tiruan menangani pengelompokan kelas pola sidik jari (Dunstone, 2009). Jaringan saraf tiruan dengan metode perambatanbalik (backpropagation) digunakan oleh penulis karena mudah untuk dipelajari dalam sebuah sistem yang mampu menganalisis dan mengidentifikasi sidik jari seseorang dan penggunaan algoritma jaringan syaraf tiruan dengan pendekatan metode backpropagation ini dinilai sesuai karena backpropagation merupakan salah satu algoritma klasifikasi yang sederhana namun memiliki kemampuan dan akurasi tinggi. 1.2. Perumusan Masalah Latar belakang yang telah dijelaskan diatas, maka perumusan masalah dalam penelitian ini adalah menitik beratkan pada bagaimana metode jaringan syaraf tiruan backpropagation melakukan klasifikasi pola sidik jari dan bagaimana memvisualisasikan ke salah satu kelas dalam klasifikasi pola sidik jari. 1.3. Batasan Masalah Penelitian ini, dapat digunakan beberapa macam pola sidik jari berbagai macam ciri atau fitur. Penelitian ini dibatasi pada a. Pola yang digunakan untuk pembanding adalah pola sidik jari umum yaitu: arch, loop, whorl b. Algoritma pencocokan pola akan mencocokkan pola pada sidik jari dengan pola umum sidik jari.
4 c. Metode yang digunakan adalah jaringan syaraf tiruan jenis backpropagation 1.4. Tujuan Penelitian Tujuan penelitian ini adalah membangun aplikasi pengolahan data citra untuk klasifikasi sidik jari dengan menggunakan jaringan syaraf tiruan backpropagation. 1.5. Manfaat Penelitian Manfaat dari penelitian ini adalah diharapkan dapat memberikan informasi bagi penelitian selanjutnya tentang klasifikasi sidik jari dan untuk menghasilkan suatu metode yang dapat digunakan untuk melakukan klasifikasi terhadap sidik jari. 1.6. Keaslian Penelitian Penelitian mengenai klasifikasi pola sidik jari telah banyak dilakukan dalam bidang ilmu komputer, dalam berbagai penelitian penulis mengamati belum banyak adanya penelitian mengenai klasifikasi pola sidik jari menggunakan jaringan syaraf tiruan backpopragation yang digunakan, namun dalam hal kesamaan metode yang digunakan ada beberapa penelitian tentang klasifikasi sidik jari dengan menggunakan metode backpropagation. Pada penelitian ini lebih cenderung pada klasifikasi pola sidik jari. Penelitian-penelitian tersebut dijelaskan pada bagian berikutnya. 1.7. Metodologi Penelitian Metodologi penelitian yang akan dilakukan terdiri atas beberapa tahapan sebagai berikut: 1. Studi Kepustakaan Melakukan berbagai macam pengumpulan bahan referensi, seperti jurnal penelitian, prosiding, tesis, buku-buku teori dan sumber-sumber lain termasuk informasi yang diperoleh dari internet sebagai sumber data dan informasi.
5 2. Analisa dan Perancangan Sistem Merancang dan membangun sistem klasifikasi pola sidik jari menggunakan pendekatan yang diusulkan. 3. Implementasi Melakukan implementasi rancangan dengan menggunakan pemrograman visual C#. 4. Pengujian Mengklasifikasi dengan menggunakan jaringan saraf tiruan, yaitu tahap pelatihan dan tahap klasifikasi. Pada tahap klasifikasi, pola sebagai masukan pada jaringan saraf tiruan menghasilkan keluaran yang menyajikan apa yang diyakini oleh jaringan saraf sebagai keluaran yang benar. Namun demikian, agar tahap klasifikasi berhasil harus didahului dengan tahap pelatihan. Pada tahap ini jaringan saraf menerima sekumpulan masukan yang bersesuaian dengan sekumpulan keluaran. selanjutnya data yang digunakan sebagai inputan adalah sidik jari manusia. Data diuji menggunakan metode sebagai data training atau pun data testing. Dalam setiap menguji coba metode yang diusulkan menggunakan data citra uci kemudian mengevaluasi akurasi hasil klasifikasi. 1.8 Sistematika Penulisan Secara garis besar sistematika penulisan laporan penelitian ini adalah sebagai berikut: BAB I PENDAHULUAN Pada bab ini membahas tentang latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, keaslian penelitian, metodologi penelitian, dan sistematika penulisan. BAB II TINJAUAN PUSTAKA Pada bab ini berisi uraian sistematis tentang informasi hasil penelitian sebelumnya dan menghubungkannya dengan masalah penelitian yang sedang dilakukan.
6 BAB III LANDASAN TEORI Pada bab ini berisi pembahasan tentang, pengolahan citra digital, jaringan syaraf tiruan backpropagation, dan pola sidik jari. BAB IV ANALISA DAN PERANCANGAN SISTEM Pada bab ini berisi berisi penjelasan mengenai kontribusi utama yang dilakukan peneliti dalam merancang klasifikasi pola sidik jari menggunakan jaringan syaraf tiruan. BAB V IMPLEMENTASI Pada bab ini berisi implementasi sistem klasifikasi pola sidik jari. BAB VI HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini berisi berisi hasil penelitian yang digunakan untuk pengujian, skenario pengujian, indikator keberhasilan, hasil pengujian, dan analisis hasil pengujian. BAB VII KESIMPULAN Pada bab ini berisi kesimpulan dari hasil pengujian dan analisis yang dilakukan dan membandingkannya dengan tujuan penelitian.