ABSTRAKSI: Setiap orang memiliki sesuatu yang unik yang dapat diimplementasikan sebagai biometrik, tidak terkecuali untuk gait. Gait dapat diartikan sebagai cara jalan. Biometrik dari gait mempunyai kelebihan tersendiri karena sifat sensor yang dapat bekerja dalam jarak jauh.
Tugas akhir ini mengimplementasikan biometrik sekuritas berupa identifikasi gait dengan menggunakan wavelet dan jaringan saraf tiruan adaptive resonance theory-2. Wavelet akan mendekomposisi ciri gait yang dihasilkan dengan tujuan mereduksi jumlah data ciri dan mengambil hanya nilai penting dari ciri tersebut, sedangkan jaringan saraf tiruan ART-2 berfungsi sebagai klasifikasinya. Secara garis besar ada beberapa proses yang dilakukan yaitu : pengambilan ciri gait dari diameter objek, dekomposisi wavelet dan klasifikasi menggunakan jaringan saraf tiruan.
Output dari sistem ini adalah apakah objek berjalan dikenali secara benar atau tidak. Hasil pengujian menunjukkan bahwa sistem berhasil mengenali individu dengan akurasi mencapai 82 % dengan sample data sebanyak 7 individu.Kata Kunci : Biometrik, Gait, Wavelet, Jaringan saraf tiruan ART-2ABSTRACT: Everyone has something unique that can be implemented as biometry, no exception for gait. Gait can be interpreted as a person's manner of walking. Gait biometry has its own advantages because of the sensors that can work over long distances as the characteristic.
This final assignment implement a biometric security gait identification using wavelets and artificial neural network adaptive resonance theory-2. Wavelet will decompose generated gait characteristics with the aim of reducing the amount of data characteristics and take only the importance of these traits, whereas artificial neural network ART-2 functions as a classification. Generally, there are several processes that do are: making characteristic gait of the diameter of the object, wavelet decomposition and classification using artificial neural networks.
The output of this system is whether the walking object correctly recognized or not. Test results showed that the system managed to identify individuals with an accuracy reaching 82% with the data sample of 7 individuals.Keyword: Biometrics, Gait, Wavelet, Artificial Neural Network ART-2