Implementasi Jaringan Neuron McCulloc-Pitt pada Henry Classification System untuk Klasifikasi Pola Sidik Jari

Abstract

Klasifikasi sidik jari berdasarkan Henry Classification Sysfem merupakan sistem
klasifikasi yang paling banyak digunakan di seluruh dunia. Setiap jari pada tangan kanan
dan tangan kiri diberi nomor urut dan bobot sesuai dengan posisinya. Kelas atau grup pola
sidik jari seseorang merupakan rasio bobot total jari-jari bernomor genap dengan bobot total
jari-jari bernomor ganjil. Karena bobot yang digunakan menggunakan nilai kelipatan 2, maka
operasi bilangan biner dapat dimanfaatkan untuk menentukan nilai kelas atau grup. Dalam
paper ini jaringan neuron sederhana dari McCulloc-Pitt diimplementasikan untuk
menentukan kelas atau grup dari suatu pola sidik jari berdasarkan Henry Classification
Sysfem. Meskipun jaringan ini cukup sederhana dan tidak memerlukan pelatihan, namun
karena sifat biner yang dimiliki oleh Henry Classification Sysfem, maka jaringan neuron
McCulloc-Pitt dapat dirancang untuk menghitung kelas atau grup suatu pola sidik jari secara
cepat.