A new fingerprint image recognition approach using artificial neural network

Sistem keamanan yang bertujuan sebagai sistem monitoring pada smart home seperti memonitoring pengguna laboratorium, perpustakaan, atau ruangan penyimpanan dan peminjaman peralatan praktek di program studi suatu kampus, ruang penyimpanan senjata, hingga rumah tinggal, memerlukan sekuritas yang handal untuk memudahkan identifikasi pengguna ruangan atau pencegahan dari tindak pencurian, maka dirancang sistem monitoring melalui pengenalan citra sidik jari menggunakan sensor ZFM60, jaringan syaraf tiruan dan MySQL. Tujuannya agar di dapat pola yang relevan dari citra dan mengeliminasi informasi atau variabel yang tidak relevan. Metode yang digunakan yaitu experimental, terdiri dari pengumpulan data sidik jari, perancangan sistem pengolahan citra, pembuatan dan pengujian hardware dan software, serta implementasi sistem. Hasil proses pengenalan atau klarifikasi citra sidik jari melalui GUI Matlab, nilai error hasil pengolahan dan pelatihan citra sidik jari dengan jaringan syaraf tiruan, digunakan sebagai ciri citra dan disimpan sebagai data base pada MySQL, kemudian dibandingkan dengan nilai error citra sidik jari baru yang di klarifikasi. Nilai citra yang dapat dikenali berada diantara -0,0005 hingga 0,0005, diluar batas tersebut merupakan citra yang tidak dikenali. Selisih (nilai error) antara ciri citra yang tersimpan pada data base dan ciri citra yang diklarifikasi menghasilkan nilai error yang kecil yaitu < 0.0005, menunjukkan jaringan syaraf tiruan backpropagation handal diimplementasikan pada pengenalan sidik jari untuk melatih pola citra dari sidik jari. Konfigurasi jaringan yaitu maksimal epoch = 3000, learning rate = 1, target error = 0.1, hidden layer = 17. Pelatihan jaringan syaraf tiruan pada konfigurasi tersebut menghasilkan nilai error terkecil dari ciri citra sebesar 0.0000085. Abstract The security system that aims as a monitoring system in smart home such as monitoring laboratory users, libraries, or storage rooms and borrowing practical equipment in the study program of a campus, weapons storage room, to a residence, requires reliable securities to facilitate identification of room users or prevention from theft, it is designed a monitoring system through fingerprint image recognition using ZFM60 sensors, artificial neural networks and MySQL. The goal is to get relevant patterns from the image and eliminate irrelevant information or variables. The method used is experimental, consisting of fingerprint data collection, image processing system design, hardware and software manufacturing and testing, and system implementation. The result of the process of recognition or clarification of fingerprint images through the Matlab GUI, the error value of processing and training of fingerprint images with artificial neural networks, is used as a feature of the image and stored as a data base on MySQL, then compared with the error value of the new fingerprint image that is clarified. The recognizable image value is between -0,0005 to 0,0005, beyond this limit is an unrecognized image. The difference (error value) between the characteristics of the image stored in the data base and the clarified image feature produces a small error value of <0.0005, indicating a reliable backpropagation artificial neural network is implemented in fingerprint recognition to train the image pattern of fingerprints. Network configuration is maximum epoch = 3000, learning rate = 1, target error = 0.1, hidden layer = 17. Artificial neural network training in the configuration produces the smallest error value of the image characteristics of 0.0000085.

Download Full-text