Pengenalan Sidik Jari Menggunakan Resilient Backpropagation Neural Network dengan Praproses Transformasi Wavelet

Abstract

Sistem pengenalan biometrik menggunakan karakteristik fisiologis yang dimiliki manusia sebagai dasar dari pengenalannya. Karakteristik fisiologis yang digunakan harus bersifat unik, permanen, dan universal. Sidik jari memiliki semua karakteristik tersebut sehingga digunakan sebagai dasar pengenalan dalam penelitian ini. Data yang digunakan pada penelitian ini berjumlah 70 buah sidik jari yang diperoleh dari situs internet pada alamat http://www.bias.csr.unibo.it/fvc2000/databases.asp. Sidik jari tersebut diambil dari 10 orang berbeda dengan 7 posisi pengambilan yang serupa. Data akan mengalami transformasi wavelet sebanyak enam level dengan menerapkan bank filter wavelet. Induk wavelet yang digunakan pada penelitian ini adalah Haar. Citra yang akan digunakan pada proses pengenalan sidik jari adalah citra pendekatan hasil dekomposisi wavelet level 1, level 2, level 3, level 4, level 5, dan level 6.