Nama : Dicky Mahendra

NPM : 197006516024
Prodi : Sistem informasi
Mata Kuliah : Global Inovation Ecosystem R.01

Jawaban

Untuk tugas 2 ini, saya mengambil bahan referensi jurnal internasional, kemudian dari jurnal
internasional itu, salah 1 jurnal akan saya pilih sebagai topik yang akan saya angkat di tugas 2 saya

Resume Abstrack :

Biometrik adalah salah satu analisis karakteristik individu saat ini banyak digunakan, seperti sidik
jari, pengenalan suara, dan pengenalan wajah. Metode biometrik masih memiliki kelemahan seperti
mudah digunakan dimanipulasi. Elektrokardiogram sebagai metode biometrik. sinyal EKG memiliki
keunikan pada setiap individu sehingga sulit untuk dimanipulasi. Penelitian ini mengembangkan
sistem otentikasi biometrik berbasis sinyal EKG. Data yang digunakan berasal dari database ECG-ID
dengan total 90 subjek. Sinyal EKG yang digunakan hanya menggunakan gelombang PQRST sebagai
sinyal .

Studi Literatur :

JUDUL Sistem Otentikasi Biometrik Berbasis Sinyal

EKG Menggunakan Convolutional Neural
Network 1 Dimensi
Nama Penulis 1.FAUZI FRAHMA TALININGSIH
2.YUNENDAH NUR FU’ADAH
3.SYAMSUL RIZAL
4.ACHMAD RIZAL
5.MUHAMMAD ADNAN PRAMUDITO
Metode yang digunakan Penelitian ini menggunakan sinyal EKG sebagai
sistem pengenalan individu. CNN 1D digunakan
untuk mengklasifikasikan sinyal EKG
Hasil dari jurnal Dataset yang digunakan terbagi menjadi data
latih dan data validasi, masing-masing 3178 dan
795. Penelitian ini menggunakan berbagai
learning rate seperti 0.1, 0.01, 0.001, dan 0.0001.
Data dilatih menggunakan berbagai pengoptimal,
seperti pengoptimal adam, RMSprop, dan SGD.
Hasil penelitian ini menunjukkan bahwa
penggunaan adam optimizer dengan learning rate
0,001 memiliki hasil terbaik
Kesimpulan Pada penelitian ini telah dibuat sistem otentikasi
biometrik berbasis sinyal EKG. Penelitian
Penelitian ini menggunakan metode CNN 1
Dimensi dengan jumlah subjek sebanyak 90
orang. Model CNN 1-Dimensi yang digunakan
memiliki tiga lapisan tersembunyi, 32 sample
batch size, dan adam optimizer. Sinyal EKG
karakteristik hanya menggunakan gelombang
PQRST. Akurasi terbaik diperoleh sebesar
92,2%. Hasilnya menunjukkan nilai yang baik
untuk semua parameter sehingga model dapat
dikatakan akurat. Sistem memungkinkan untuk
digunakan dalam otentikasi biometrik. Meskipun
demikian, sistem yang diusulkan masih
membutuhkan pengembangan agar mendapatkan
kinerja yang maksimal.