RANCANG BAI\GT]N PENGEhIDALI PINTU AUTOMATIS

BERDASARKAII CIRI WAJAH MENGGUNAKAN

METODE EUCLIDEAI\ DISTAI\TCEDAI\[ FUZZY C-MEAN
l, 2 3
PurnawarmanMusa Nuryuliani , MissaLamsani

FakultasIlmu Komputerdan Teknologi Informasi,

Univenitas Gunadarma
Jl. MargondaRayaNo. 100PondokCina
DEPOK 16424
p_musa@staff.gunadaxma.ac.id. missa@staff.gunadarma.ac.id
nr.vulia@staff.gunadarma.ac.id,

Abstrak

Biometrik merupakan suatu metode yang menganalisa secara statistik karakteristik biologis manusia.
Karakteristik selaludipunyai dan menjadi ciri ktrassetiapmanusia.Ciri khastersebutdapatdilihat dari karaller
fisik (misalnya sidik jari, rauVciri-ciri wajatr dan retina mata); dari karakteristik tingkah laku (misalnyatanda
tangan dan suara).Ciri-ciri wajah dapatdigunakanuntuk mengindradari metodebiometrik yang ada. Karena
ciri-ciri wajah memiliki ciri khas yang bisa membedakanantarasatu manusiadenganmanusiayang lainnya.,
sehinggadapat digunakansebagaialat pengaman(password).Penggunaanbiometric ini dipandangmemiliki
tingkat keamananyang lebih tinggi dibandingkandengansistemtradisional yang menggunakanpasswordatau
ID Card untuk autentikasipadapengaksesan suatuarea.
Padametodepenelitian ini dibuat perancangansecaraperangkatkeras denganmembuatsimulasi maket rumah
yang dilengkapi denganpintu otomatis,rangkaiandriver motor DC, rangkaianoptocouplersebagaipenerima
data dari parallel port, komunikasi.parallelport dan perencanaansistem secarakeseluruhan.Jika hasil
perbandinganciri wajah input sama/cocokdenganyang sudahtersimpandalam database,maka dapatmembuka
pintu, tetapijika tidak samamakapintu akantetaptertutup.
Sistem ini menggunakanbantuankamerawebcamuntuk mendeteksidan mengenaliciri wajah seseorangdan
bahasapemogramanMicrosoft Visual Basic 6.0. Algoritma yang digunakanpada ekstraksi ciri wajah untuk
dapat membedakanwajah seseoftrngdenganorang lain menggunakanalgoritrna Fuzzy Cluster Mean. Gambar
seseorangyang diterima sensorpenangkapobjek bergerakakan diprosesoleh komputermenggunakan"image
processingprogram". Metodeyang digunakanuntuk menghitungkecocokanciri wajah menggunakanEuclidean
Distance.
Dari hasil pengujiaq didapatbahwasiste4 dapatmengenaliciri - ciri wajahdari 30 sampelmemberyang terdapat
padadatabase, didapatkantinglet keberhasilanmengenaliciri - ciri wajahseseorang mencapai80,o/o.

Kata kunci : PengolahanCitra, Biometrih EuclideanDistance,FuzzyC-Mean

1. Pendahuluan Penggunaan teknologi informasi dalam

Pengamanan sangat diperlukan dalam
kegiatan sehari-hari, terutama jika menyangkut
suatu otoritas. Salah satu bentuk dari pengamanan
yang sulit untuk ditiru, dibuka atau dimodifikasi
oleh orang lain adalah menggunakanpencirian
otomatis dari karakteristik biologis yang selalu
dipunyai dan menjadi ciri khas setiapdiri manusia.
Pencirian dan penandaantersebut dikenal sebagai
biometrik.Ciri khas tersebut dapat dilihat dari
karakteristikfisik, misalnyasidik jari, raut wajah,
retina mata,tandatangandan suara.
penandaanbiometrik dapatdigunakandalam model
identifikasi, dimana sistem biometrik
mengidentifikasi setiap orang dan melakukan
pencarianmelalui kode yang samapada database
yang telah disusun. Penggunaanbiometric tni
dipandang memiliki tingkat keamanan yang lebih
tinggi dibandingkan dengan sistem tradisional yang
menggunakan password atau ID Card untuk
autentikasi pada pengaksesan suatu sistem. Raut
wajah/ciri wajah dapat digunakan pada
pengamanan (password).
Penggunaan ciri wajah dalam pengamanan
adalah hal yang memungkinkan untuk tidak

321

terjadinya pembobolan kerahasiaan oleh orang-
orang yang tidak berkepentingan. Karena pada
prinsipnyasetiapciri wajah manusiamemiliki ciri
khas tersendiri yang berbedaantara satu manusia
denganmanusialainnya.
2. KeamananSistemdan Metodepengenalan
yang digunakan
2.1; Biometikdan KeamananSistem
Kebanyakansistemkeamananmenggunakan
sebuah perlindungan yang akan mendefinisikan
pemakai, sehingga sistem keamanan mengetahui
identitas dari pemakai. Masalah identifikasi
pemakai ini disebut sebagai otentifikasi pemakai
(user authentication). Metode otentifikasi yang
biasa digunakan yaitu : sesuatu yang diketahui oleh
pemakai, misalnya password, kombinasi kunci,
nama kecil dan sebagainya.Sesuatuyang dimiliki
pemakai seperti kartu identitas, kunci dan
sebagainya.Ciri biometrik dari pemakaijuga dapat
digunakan sebagaipengamanan,karena biometrik
merupakan ciri khas setiap manusia yang dapat
berupa sidik jari, raut ciri-ciri wajall retina mata
dan dilihat dari karakteristiktingkah lakq misalnya
tandatangandan suar4
Keamanan sistem diperlukan untuk
menjamin sumber daya agar tidak digunakanatau
dimodifikasi oleh orang yang tidak berhak.
Keamanan meliputi masalah teknis, manajerial,
legalitas dan politis. Keamanan sistem dapat
d'ikelompokkan menjadi tiga kelompolg yaitu
keamananekstemal (external secarity), keamanan
interface pemakai (user interface security) dan
keamananinternal (internal security).
Keamanan eksternal meliputi keamanan
yang berkaitan dengan fasilitas komputer dari
penyusupdan bencanaalam sepertikebakarandan
kebanjiran.Sedangkankeamananinterface pem*zi
meliputi keamanan yang berkaitan dengan
identifikasi pemakai sebelum pemakai diijinkan
mengaksesprogntm dan data yang disimpan. Dan
keamanan internal meliputi keamanan yang
berkaitandengankeam413aberagamkendali yang
dibangun pada perangkat keras (hardware) dan
sistemopbrasiyang menjaminoperasiyang handal
dan tidak .tgrkorupsi untuk menjaga integritas
program dan data" biasanya keamananjenis ini
dibangunsecaraperangkatltnak (sofiware).
2.2.PengolahanCitra
Citra merupakan informasi yang secara
umum.tersimpandalam bentuk pemetaanbit - bit,
atau lebih dikenal sebagaibitmap. Video adalah
susunan dari beberapa citra /gambar yang
ditampilkan secara bergantian dan sangat cepat,
sehinggamembentuksuatupergerakanyang halus.
Biasanyagambaryang disusunberasaldari gambar
322
u
ff'
dalam bentuk cina @ukan gafft). Pengertian
Video biasanya mengacu pada proses atau
teknologidari sistemgambarbergerak.
#
, &,
i:
Setiap bit dari citra membenfuk satu titik
informasi yang dikenal sebagaipixel. Satuandari frl
pixel biasanyadinyatakandenganposis x, posisi y
dan nilai dari pixel tersebut (warna atau gray).
Dalam satubidang gambar,sepenuhnyaterdiri dari
pixel - pixel disimpandalambentukbilanganbiner
(hanya memiliki dua kemungkinan,0 atau l, ada
atau tidak). Penggunaan pixel biner ini
dimaksudkan untuk menyederhanakan proses
denganhanyamemperhatikanada atau tidak, dan
juga untuk memperkecildata baik saat dikirimkan
atausaatdisimpan,termasukjuga saatdiproses.
Gray scale dan biner sebenamyamemiliki
kemiripan,hanyasajakalau biner hanyamemiliki 2
kemungkinannilai, tetapi gray scalememiliki lebih
banyakkemungkinannilai, misalkan4, 16 atau256
kemungkinan. Gray scale banyak digunakanjika
adanya perbedaan intensitas antara satu pixel
denganpixel lainnya sangatdipentingkan.Hal ini
terutama jika obyek yang diamati memiliki
perbedaan intensitas yang cukup kecil dengan
berbagai tingkat kecerahan.Jika digunakan pixel
biner, maka kemungkinanperbedaan- perbedaan
tersebut akan hilang hanya menjadi hitam atau
putih.
Untuk mempermudahpengolahansuatucitra
proses yang paling umum digunakan adalah
scaling,scanningdancropping.
Pemilihan faktor penskalaanyang sesuai
akan mempercepatoperasikerja tanpa mengurangi
kinerja sistem. Contoh pada gambar 2.1, jika
dilakukan penskalaanl:8, temyata citra aslinya
cukup buru( namun denganfaktor l:5 didapatkan
hasil yang lebih baik, dan kecepatan yang
didapatkan berkurang menjadi 5 x 5 : 25
(kecepatankeseluruhansistemsangatdipengaruhi
oleh proses-proses yang lain) kali jika
dibandingkandenganpemrosesan citra aslinya.
Untuk menentukansebenarnyaberapa nilai
yang terbaik adalahberdasarkankebutuhan,antara
kecepatandan ketelitian. Sebagaicontoh, pada
gambar sebelumnyamemiliki ukuran 200 x 80
pixel, sebutsajaukurandari obyek sebesaritu. Jika
dilakukanpenskalaanl:5, artinyaakan didapatkan
obyek denganukuran 40 x 16 pixel, dan jika
dilakukan penskalaanl:8 akan didapatkanobyek
denganukuran25 x 10.
VideoUidmH
Gambar2.1.Ciba 200 x 80 di-skala I :5 rlen l:8
Denganmemperkecilukuran citra asli akan
dapat mempercepatproses perhitungan secara
keseluruhan. Namun cara ini juga dapat
 menuunkan kinerja dari sistem,dimana suatucitra
yangsemulamemilikijumlah pixel yangbesarakan
memiliki bentuk yang detil, dengan dilakukan
penskalaanakan didapatkanbentuk gambar yang
kurangdetil.
Pencarianobjek bisa berdasarkanscanning
yang memiliki kelebihan tersendiri, yaitu lebih
cepat(kalau obyek yang dicari dekat dengantitik
awal) dan mudah tetapi tidak akurat.Hal ini tentu
saja menyebabkan proses menjadi lambat.
Kelebihan lain dari prosesscanningadalahmetode
klasifikasi atau identifikasi dad proses deteksi
dapat beragam, artinya dapat menggUnakan
berbagaimetode.
Jika suatuobyek dapatdiketatui berdasarkan
tirt-wrrranya-saja-@-
segmentasi waraa. Metode ini secara runun
digunakanunhrk memisahkansuatuwama terhadap
wama lainnya. Inti dari segmentasiwarna adalah
membacawama pixel demi pixel atau daerahdemi
daeratrdan membandingkannya denganwarnayang
dikehendaki. Jika obyek yang akan dideteksi
dipastikan hanya berjumlah satu, artinya dalam
penangkapancitra nantinya kemungkinan hanya
ada satu obyek yang akan muncul, maka proses
deteksinyamenjadi sederhana.Ioipun masih bisa
dibedakanantaraobyek yang posisinyatertentudan
obyekyangposisinyatidak tentu.
Jika obyek posisinya sudah tentu pada
sensor, maka proses deteksi dilakukan cukup
dengan mengamati daerah tersebut, tanpa
menghiraukandaerahlainnya. Jika obyek ternyata
menempati posisi yang tidak tentu, maka harus
dilakukanprosespencarian.Prosespencariandapat
dilakukan dengandua carq melakukanscanningdi
seluruh daerah citrq atau langsung menentukan
titik tengah (itik berat) dari obyek yang ada di
layar.
Selain scanning, ada prpses lain pada
pengolahancitra yaitu Cropping. Dengancropping,
cara ini mengharuskanprogram untuk mencari
pixel demi pixel, area demi are4 ukuran demi
ukuran dari seluruhbagrancitra. Jika suatuobyek
berhasil ditemukan, bagian citra yang bertepatan
dengan obyek tersebut akan dipotong untuk
diproses pada bagian berikutuiya.Kelebihan dari
cara ini, posisi dan ukuran dari obyek dapatbebas
sertajumlah dari obyekdapatlebih dari satu.
Dapat menggunakan berbagai metode
klasifikasi, dimana hasil crop obyek yang
ditemukan denganmudah diproses pada classifier
yangdikehendaki.
2.4. Fuz,zyC-MeansGCM)
Fuzzy C-Meazs adalah suatu teknik peng-
cluster-an data dimana keberadaandari tiap-tiap
titik datapadasuatucluster ditentukanoleh derajat
keanggotaan.Teknik ini pertamakali diperkenalkan
olehJim Bezdekpadatahun1981.
Konsep dasar FCM, nlenentukan pusat
cluster, yang akan menandailokasi rata.rataunnrk
tiap-tiap cluster.Padakondisi awal, pusat cluster
ini masih belum akurat. Tiap-tiap titik data
memiliki derajat keanggotaan untuk tiap-tiap
cluster.Dengancaramemperbaikipusatcluster darr
derajat keanggotaan tiap-tiap titik data secapa
berulang, maka akan dapat dilihat bahwa pdsat
cluster akanbergerakmenujulokasi yang tepat.
Perulangan ini didasarkan pada mfirimasi
fungsi obyektif yang menggambarkanjarak dari
titik data yang diberikan ke pusat cluster yang
terbobot oleh derajat keanggotaan titik data
tenebut. I
Output dari FCM bukan merupaU'an fuzry
- t prrsEt-
cluster dan beberapa derajat keanggotaanuntuk
tiap-tiaptitik data.
2.5. EuclideanDistance
Euclidean Distance merupakan metode
statistikayang digunakanuntuk mencari data yang
terdekat antara paxameterdata referensi dengan
parameterdatabaru.
Parameterreferensi: Rl, R2, R3, .... Rim
dimana i : jumlah region dan R : data pada tiap
regron.Sedangkan databaru:Rl', R2', R3', .r..Rn',
dinana o : jumlah region dan R : data pada tiap
region, banyalnya jumlah region antara data baril
denganparametersampelharussama,sehinggai :
n.
dR= (Ri - RD2 (t)
Pada pemrosesancitra, nilai yang dicari
jarak perbedaannya adalatrnilai rata-rataRGB atau
nilai biner dari setiap komponencitra antara data
input dan data referensi.Analisa distance ini juga
dapat menentukanjarak dislaiminan terhadapdata
input dan referensi, sehingga dapat mengetahui
termasuk dalarn kelompok mana data input itu
brada"dan dapat diambil kesimpulanpada proses
analisanya. Nilai jarak yang paling minimal
merupakancitra yang memiliki kemiripan dengan
citra referensi
2.6.KomunikasiParallel
Port parallel menyediakan metode yang
mudahuntuk menghubungkan PC denganperalatan
elektronik. Port parallel merupakanport data di
computer untuk menstransrnisi 8 bit data dalarn
sekaliclock.
Paralelport adalahport yang paling banyak
digunakan dalam interfacing dengan berbagai
macam peralataneksternal. Secaraumum paralel
port terdiri dari 4 jalur kontrol, 5 jalur statusdan 8
jalur data.
323
 Hubungan pengkabelan yang umum
digunakan yaitu konektor tipe DB25. Konektor
DB25 merupakan koneltor yang paling banyak
dijumpai pada paralel port PC sedangkankonektor
centronicdijumpai padaprinter.

5lalus Regiricr 0itJ Reqr llef

tlt 06 rln:0? 0 00

Gambar3.1. RangkaianPerangkatKerasPembuka
pintu

Crrtrrl RcSirlcr
PerancanganPerangkatLunak
-reZfin :Fin-paratGlport
Perancangan secara perangkat lunak
Paralel port yang telah distandarisasi menggunakan sebuah program Visual Basic,
dibawah standard IEEE 1284, pertama dimana perangkat lunak ini digunakan untuk
diperkenalkanpada tahun 1994. Standardtersebut menyimpanhasil penangkapanobjek yarig bergerak
didefinisikan dalam5 modeoperasi,yaitu: yaitu foto untuk dijadikan sebuah database.
l. Mode kompabilitas(CompabilityMode) Kegunaandari databaseini untuk membandingkan
2. Mode 4 bit (Nibble Mode) dengan data baru yang masuk, apakah data baru
3. ModeSbit@yteMode) tersebutcocokatautidak dengandatabaseyang ada.
4. Mode parallel port lanjutan (EnhancedParalel
Port)
5. Mode kapabilitas diperluas (Extended
Capability Port)
'Register
yang ada pada DB25 terdiri dari 3 jenis,
antaralain :
l. RegisterData
2. RegisterControl
3. RegisterStatus

3. Metode PengenalanWajah yang diusulkan

Perancangan Perangkat Keras

Perancangan soGara perangkat keras

dilakukan denganmembuat simulasi maket rumah
yang.dilengkapi denganpintu otomatis, rangkaian
driver motor DC, rangkaian optocoupler sebagai
penerima data dari parallel potr, komunikasi
parallel port dan perencana:m sistem secara
keseluruhan.Gambar rangkaian secara perangkat Gambar3.2. FlowchartPerangkatLunak
keras untuk membuka pintu jika data yang baru
masuk cocok dengan database dan tetap akan RancanganSecaraBlok Diagram
tertufup jika data yang baru masuk tidak cocok
dengandatabase. Dalarn perancangan alat identifikasi,
dalam hal ini sensor untuk mengambil gambar,
diperlukan suatu cara bagaimana suatu gambar
yang ditangkap oleh sensor dapat diolah oleh
komputer. Dari pengolahantersebut, data yang
diperoleh kemudian dijadikan acuan untuk

324
melakukan suatu tindakan seperti pada gambar aksi yang berhubungandengankecocokandata
berikut: tersebut,yaitujika datacocokmakapintu akan
terbuka,tetapi jika data tidak cocok, makan
pintu akan tetap tertutup. yang kemudianakan
dikirimkan
Hasil pendekatansuatupencocokandata yang
didapat dengan data yang tersimpan akan
dikirimkan komunikasiparallel.
Gambar5. Blok DiagramSistem
I
Gambaran umum dari percobaan dibagi
Hasil dan Pembahasan
menjadibanyakbagianyaitu :
Langkah dalam percobaan ini adalah sebagai
Hasil dari penelitian berdasarkan uji coba
berikut:
pada pengambilan data dari setiap ciri wajah belum
l. Pengambilan data input dari sebuah frame
mendapatkan hasil yang diharapkan. Kemungkinan
ohiek samhar vang sedang berserak _-_-Teryb-ab-ffi -F-en-ferck6im
menggunakanwebcam.Jika frame objek sudah
wajah sangat lambat terhadap kecepatan objek
didapatkan, maka dapat melahrkan
bergerak.
penyimpanan untuk memperbanyakdatabase
Setelah menyelesaikan perencanaan dan
yang ada. Data yang dapat disimpan dalarr
pembuatan alal selanjutnya untuk mengetahui serta
databasemencapai lebih dari 1000 database,
meyakinkan bahwa seluruh sistem perancangan
yang artinya databasedapat rnenyimpan data
perangkat telah bekerja dengan baik, sehingga
wajahlebihdari 1000orang.
dilakukan beberapa pengujian pada setiap tahap.
2. Pen-skala-an dilakukan karena input yang
Pengujian ini meliputi beberapa tahap,
didapatkan berukuran besar, sehingga untuk
yaitu: l) Pengujian Sensorpenangkap objek, untuk
mendapatkanobjek denganpixel yang standm
menguji apakah sensor penangkap objek dapat
untuk ukuran pixel cifra, dipilihlah objek
menangkapobjek atau tidak. Jika sensorpenangkap
dengan ukuran 320 x 240 : 76800 pixel.
objek dan program Visual Basic bekerj4 maka
tlkuran tersebut masih besar jika harus
akan tampil gambar sebuah objek; 2) Pengujian
menghitung keseluruhan data yang ada,
pengambilan datE yang bertujuan melakukan
sehinggaperlu pula dilakukan pen-skala-an
pengujian terhadap data yang diambil untuk
menjadil:15. Sehinggadidapatkan16 x 16 :
dijadikan sebagai data referensi (sebagai
256 data pixel untuk I databasewajah yang
pembanding) dengan data yang akan input.
terdeteksi
Program menyimpan data secara otomatis data
Segmentasi digunakan unhrk membedakan
tersebut akan tersimpan pada database yang sudah
wama kulit dengan warna background.Pada
dikoneksikan; 3) Pengujian perangkat lunak,
batasan masalah ditentukan bahwa warna
dengan melakukan pengecekan satu objek
backgroundadalahbiru sehinggauntuk dapat
sebanyak 20 kali tes. Tingkat keberhasilan dalam
menentukan posisi wajah maka harus
menentukan target dihampkan melebihi 50% - 85%.
membuangwarna biru dan mengambil warna
Perangkat lunak dapat mengenali objek yang
kulit yimg telah diasumsikan
ditangkap oleh webcam yang sesuai pada database
Gray Scale dilakukan, karena gambar yang
dan dapat dikenali dengan benar; 4) Pengujian
terekam adalah gambar berbentuk RGB atau
rangkaian driver motor, bertujuan untuk apakah
berwarna, sehingga untuk memudahkan
mengetahui rangkaian motor dapat bekerja dengan
pemrosesangambartersebutdi ubahbentuknya
benar apabila diberi tegangan berupa pulsa. Input
menjadigambargray scale
dari optocoupler diberi tegangan 5Volt sebagai
5. Melakukan pendeteksian keberadaan objek
pengganti logic I dari PC, Output optocoupler
sehingga objek dapat dibedakan dengan
menjadi input unhrk rangkaian driver.
background. Pendeteksian ini dilakukan
dengancara segmentasiwarna kulit dan juga
melakukancropping 5. Kesimpulan dan saran
Kuantisasi, yaitu mengambil data pixel dari
suatuobjek gambaryang sudahterekamuntuk Kesimpulan
dimasukkankedalamsebuahdatabase
Berdasarkanhasil pengujian, didapat bahwa
Pembandingan datapixel dari objectyangbaru
sistem dapat mengenali ciri - ciri wajah dari 30
dengan data yang ada pada database.
sampel member yang terdapat pada database,
Pembandinganini menggunakanverifikasi
didapatkan tingkat keberhasilan mengenali ciri - ciri
dengan algoritma Euclidean Distance dan
wajah seseorangmencapai8002.
Fuzzy C Mean. Dan setelah pembandingan
Setelah menganalisa hasil tersebut ada
dilakukan, data tersebut dikirimkan ke
beberapa faktor keeagalan yanC ditimbulkan
komunikasi paralel sehingga terjadi sebuah

32s
diantarany4 karena adanya perbedaankondisi Face Detection, Faculty of Computer and
lingkungan antara pada saat pengarnbilan data InformationScienceUniversityof Ljubljana
referensiciri - ciri wajah dan padasaatsoftwareini e) Gunadi Kartika dan Sonny RP, 2001,
dilakukanpengujian. Pembuatan Perangkat Lunak Pengenalan
Untuk mendapatkan hasil yang optimal, Wajah MenggunakqnPrincipal Components
adalah dengan menambatrjumlah data referensi. Analysis, Universitas Kristen Petra, Jurnal
Semakin banyak data referensi yang diambil, Informatika Vol.2 No.2.
semakinkecil jarak kedekatanantaracitra input dan l0) KusumadewiSri, Analisis dan Desain Sistem
pusatcluster. Fuzry MenggunakanTool Box Motlab, Grilra
Pada saatpengujiandilakukaq posisi wajah Ilmu,2002.
tidak terlalu banyak bergerak untuk mendapa&an I l) Leong Marlon, 2004, Pemrograman Dasar
datainput yangbaik. Microsofi Yisual Basic .NET, ANDI
Yogyakarta.
Saran t2) Linda G Shapira dan George C. Stockman,
2001, ComputerVision,PrenticeHall.
_Ilmil_pimrFte-kim *PenCdtahan -C.-trq
masfi dapatdiringkaftan 13) l\funir, Rmakn;2004;
lagi akurasiny4 karena pencapaian kecocokan Digital dengan Pendekatan Algoritmik,
antara databasedengan data yang baru masuk Informatikagsndrrng.
belum mencapu l00%o.Sehinggadiharapkanakan 14) Satriyanto Edi, 2006, Identifikasi Isyarat
ada pengembanganlebih lanjut tentang penelitian Tangan Sebagai Pengendoli Telerobotik
ini, misalnya dengan membuat setiingan suatu Secara Real-Time, Tesis Program
objek yang di5impandi perbesar,meskipunharus Pascasarjana Matematika Fakultas
menperhitungkankecepatanresponantaradatabase Matematika dan Ilmu PengetahuanAlam,
dengandatayangbaru masuk. Institut Teknologi SepuluhNopember.
Penelitian ini tidak hanya dapat digunakan
untuk aplikasi membuka pintu saj4 tetapi dapat
pula digunakan pada aplikasi lainnya yang
otoritasyangtinggi.
.membutubkan
DAFTARPUSTAKA
l) Basuki Achmad, Jonla F. Palandi, dan
Fatchurrochman, 2005, Pengolahan Citra
Digital Menggunakan Visual Basic, Graha
Ilmu.
2) Hariyanto Bambang, 1999, Sistem Operasi,
Bandung,Edisi 2, Informatika.
3) Bima Sena Bayu Dewantar4 SST, 2006,
Materi Image Prosesing dan Aplikasinya,
PelatihanImageProsesing,Surabaya.
4) Darma Putra, 2004, Sistem Identifiktsi
Wajah Dengan Metode Wavelel, Majalah
Ilmiah Teknologi Elektro Udayana ISSN :
16932951Vol.3/No.l Januari- Juni.
5)t - Edi Satriyanto, Golan, 2003, Pengendalian
Robot Dengan Isyarat Tangan,Final Project
EEPISITS.
6) Prasetyo Eri dan Isma Rahmatun,Oktober
2008, Design Sistem Pengenalan wajah
dengan variasi ekspresi dan posisi
' menggunakanmetodeEagenface,Universitas
Gunadarma.
' http://pusatstudi.gunadarma.ac.id/pscitr4.
7)' Juan Wachs,U. Kartoun,HelmanSterm,dan
Yael Edan, 2004, Real-TimeHand Gesture
TeleroboticSystemUsing the Fuzzy C-Means
Clustering Algorithm, Departrnent of
Industrial Engineeringand ManagementBen-
GurionUniversityof theNegev.
8) Jure Kova"c, Peter Peer, dan Franc Solina
2003, Human Skin Colour Clustering for

326