ABSTRAKSI: Pengenalan telapak tangan merupakan suatu proses untuk mengenali dan mengidentifikasi seseorang. Pengenalan telapak tangan termasuk dalam teknologi biometric yang menggunakan karakteristik manusia. Pada saat ini teknologi ini dapat dipergunakan dalam berbagai hal di antaranya untuk keamanan, untuk pengenalan identitas, untuk meningkatkan efisiensi dan efektifitas dalam setiap aspek kehidupan dengan mengurangi pemakaian kartu identitas dan kata sandi.
Pada telapak tangan terdapat berbagai ciri unik yang berbeda pada setiap individu dan tidak akan berubah kecuali mendapat kecelakaan serius. Penggunaan telapak tangan menghasilkan ciri yang lebih baik dalam identifikasi karena telapak tangan memiliki permukaan yang luas. Dalam tugas akhir ini digunakan Independent Component Analysis (ICA) sebagai algoritma ekstraksi ciri dan Support Vector Machine (SVM) sebagai metoda klasifikasi.
Dalam prakteknya, citra digital telapak tangan diambil menggunakan scanner, kemudian masuk dalam tahap preprocessing. Citra keluaran dari tahap preprocessing akan diekstraksi menggunakan algoritma ICA untuk kemudian disimpan dalam database. Pengklasifikasian database akan dilakukan dengan metode SVM. Pengujian dilakukan dengan citra tanpa rotasi dan citra dengan rotasi sebesar 5°, 10°, 15°, 20°, -5°, -10°, -15° dan -20°. Hasil (output) yang diinginkan adalah bagaimana suatu system dapat mengenali dan membandingkan pola telapak tangan serta dapat mengambil keputusan yang tepat pada setiap jenis pola telapak tangan tertentu yang menjadi masukan. Tingkat akurasi yang didapatkan pada tugas akhir ini adalah 94,81 % untuk citra normal tanpa rotasi.Kata Kunci : biometric, Identifikasi telapak tangan, Independent Component Analysis (ICA), Support Vector Machine (SVM).ABSTRACT: Palm print Recognition is a process to recognize and identify the person. Palm print recognition including biometric technology that uses human characteristic. At the present this technology can be used in a variety of things one of them is for security, for introduction the identity, to increase efficiency and effectiveness in all aspect of life by reducing the use of IDs and Password.
On the palm of the hand there are many different unique characteristics of each individual and will not change unless a serious accident. Use the palm of the hand produces a better character in the identification because the palm has a large surface. In this final task is used Independent Component Analysis (ICA) as a feature extraction algorithm and Support Vector Machine (SVM) as classification method.
In practice, the digital image of the palm was taken using a scanner, then enter the preprocessing stage. Image output from the preprocessing stage will be extracted using ICA algorithm and then stored in a database. Classification database will be done with the SVM method. Result (output) is desired is how a system can identify and compare patterns of palms and can make informed decisions on each type of pattern of certain palms become input. The level of accuracy obtained in this final task is 94,81 % for image without rotation.Keyword: biometric, Palm Identification, Independent Component Analysis (ICA), Support Vector Machine (SVM).