PENS Repository

Penerapan LVQ Neural Network pada Absensi Jarak Jauh Menggunakan Geometri Tangan Secara Online

edi, Edi Satriyanto (2009) Penerapan LVQ Neural Network pada Absensi Jarak Jauh Menggunakan Geometri Tangan Secara Online. Industrial Electronic Seminar.

[img] Microsoft Word - Published Version
Download (871Kb)

    Abstract

    Banyak mesin absensi yang beredar dipasaran saat ini membutuhkan biaya yang tidaklah murah sehingga jumlah mesin abensi yang di gunakan sangat sedikit. Hal ini akan menyebabkan antrian absensi pegawai dan cepatnya kerusakan pada mesin absensi tersebut.Berdasarkan permasalahan tersebut maka dalam penelitian ini akan dibuat sistem absensi pegawai jarak jauh dengan identifikasi pegawai berdasarkan geometri tangannya menggunakan web camera sebagai mesin absensinya disemua computer yang terhubung ke jaringan komputer. Geometri tangan adalah struktur geometri tangan seseorang seperti: lebar jari tangan, lebar telapak tangan, panjang jari tangan, tebal telapak tangan, dan suhu tangan. Untuk identifikasi geometri tangan pegawai 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/data pegawai. Hasil pengujian absensi menunjukkan bahwa keberhasilan identifikasi personal untuk melakukan absensi cukup tinggi, yaitu 87,5% untuk 20 pegawai dengan data training sebanyak 6 buah untuk setiap pegawai. Kata kunci: Learning Vector Quantization (LVQ), geometri tangan, absensi jarak jauh

    Item Type: Article
    Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
    Q Science > QA Mathematics > QA76 Computer software
    Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
    Depositing User: ms irene erlyn
    Date Deposited: 15 Mar 2011 19:19
    Last Modified: 15 Mar 2011 19:19
    URI: http://repo.pens.ac.id/id/eprint/103

    Actions (login required)

    View Item