Identifikasi Personal Berdasarkan Geometri Citra Punggung Tangan Kiri Menggunakan Metode Learning Vector Quantization

Geometri Tangan (Hand Geometry), merupakan biometrika yang relatif baru, yang memiliki karakteristik unik seperti lebar telapak tangan, luas tangan, dan panjang jari. Ukuran geometri tangan seseorang cenderung berbeda dengan tangan milik orang lain. Keunikan inilah yang merupakan ciri setiap tangan. Sistem identifikasi merupakan proses pencocokan citra punggung tangan kiri yang diuji dengan suatu citra punggung tangan kiri yang diklaim. Hasilnya adalah suatu keputusan apakah citra punggung tangan kiri yang diuji milik personal yang sah (genuine user) atau tidak sah (imposter user). Proses perhitungan ukuran panjang jari, lebar tangan, dan luas tangan memegang peranan penting terhadap keberhasilan identifikasi. Tujuan utama penelitian adalah pengembangan program identifikasi personal berdasarkan geometri citra punggung tangan kiri dengan menghitung luas tangan, lebar tangan, dan panjang jari. Panjang jari diperoleh dengan metode pencarian titik puncak jari. Untuk identifikasi geometri citra punggung tangan kiri dalam penelitian ini menggunakan Jaringan Syaraf Tiruan metode Learning Vector Quantization (LVQ). Metode ini akan menghitung jarak antara bobot awal dengan data pelatihan, sehingga pada akhir iterasi akan ditemukan bobot akhir untuk setiap kelas. Hasil pengujian menunjukkan bahwa keberhasilan identifikasi personal mencapai kinerja setinggi 85,71%.