Journal of Applied Electrical Engineering
Vol 1 No 1 (2017): JAEE, October 2017

OPTIMALISASI IDENTIFIKASI SIDIK JARI MENGGUNAKAN METODE NEURAL NETWORK PADA SISTEM KEAMANAN SEPEDA MOTOR

Risandriya, Sumantri K. (Unknown)



Article Info

Publish Date
31 Oct 2017

Abstract

Tingkat pencurian sepeda motor setiap tahunnya cukup tinggi. Penyebab maraknya pencurian sepeda motor karena lemahnya sistem keamanan pada sepeda motor. Oleh sebab itu, dibutuhkan suatu sistem yang bisa mengatasi pembobolan sepeda motor, salah satu nya dengan membuat sistem keamanan pada sepeda motor. Sistem keamanan yang sedang berkembang adalah menggunakan sidik jari. Finger print atau sidik jari manusia memiliki karakteristik yang berbeda di setiap individu. Untuk dapat memanfaatkan sidik jari sebagai alat autentifikasi digunakan finger print scanner Sensor. Namun, terkadang masih ada error yang terjadi pada proses pengenalan diakibatkan oleh masalah spesifikasi sensor yang kurang akurat. Oleh karena itu, penulis melakukan penelitian dengan membuat suatu system keamanan motor menggunakan sidik jari yang diintegrasikan dengan algoritma neural network. Algoritma neural network digunakan untuk mengoptimalkan proses pengenalan citra sidik jari, sehingga akan mengurangi error pada proses identifikasi. Hasil dari penelitian ini adalah menghasilkan sistem keamanan sepeda motor menggunakan sidik jari yang terintegrasi dengan algoritma neural network, sehingga sepeda motor hanya dapat dihidupkan oleh pemilik motor.

Copyrights © 2017






Journal Info

Abbrev

JAEE

Publisher

Subject

Control & Systems Engineering Electrical & Electronics Engineering

Description

JAEE (Journal of Applied Electrical Engineering) e-ISSN: 2548-9682 is a peer-reviewed scientific journal published by the Department of Electrical Engineering, Politeknik Negeri Batam, Indonesia. It is a free-of-charge open access journal published in two issues per year (June, December). The ...