ABSTRAKSI: Perkembangan teknologi informasi selalu sejalan dengan meningkatnya keamanan untuk melindungi data dan infrastruktur IT yang ada di dalamnya. Salah satu keamanan ini adalah dibutuhkannya kunci yang handal untuk mendeteksi kepemilikan yang sah dari akses sebuah teknologi informasi. Kunci tersebut dapat berupa kata sandi, PIN (Personal Indentifier Number), ataupun ciri-ciri fisik yang unik dari personal tertentu yang dapat dibedakan dari personal lainnya.
Kata sandi dan juga PIN merupakan metode keamanan paling dasar yang sudah lama sekali digunakan. Sering kali metode ini bisa dimanipulasi dan terdapat celah tindak kriminal. Oleh karena itu saat ini sudah banyak digunakan kunci berupa biometrik anggota tubuh manusia. Anggota tubuh manusia yang sering digunakan adalah sidik jari, pola retina, dan garis telapak tangan.
Dalam tugas akhir ini digunakan ruas jari tangan sebagai objek penelitian karena objek pengukuran semakin luas. Metode ekstrasi cirinya menggunakan Principal Componet Analysis (PCA) dan klasifikasi cirinya menggunakan Learning Vector Quantization (LVQ). Adapun parameter terbaik PCA dan LVQ dalam tugas akhir ini, yaitu : 95 PC, 500 Epoch, Learning Rate 0.0075, 60 hidden layer.Kata Kunci : keamanan, biometrik, ruas jari tangan, PCA, LVQABSTRACT: Development of information technology is always in line with the increasing security to protect data and IT infrastructure that is in it. One of these is the need for the security of a reliable key to detect the unauthorized possession of an access to information technology. It could be the key password, PIN (Personal Indentifier Number), or physical characteristics that are unique to a particular personal can be distinguished from the other personal.
Password and PIN is the most basic security methods that have been used for a long time. Often this method can be manipulated and there are gaps crime. Therefore, it is now widely used form of biometric key member of the human body. Members of the human body is often used fingerprints, retinal patterns, and hand lines.
In this thesis used the finger knuckles of the hand as the research object because the object of more extensive measurements. Characteristic extraction method using Principal Component Analysis (PCA) and character classification using Learning Vector Quantization (LVQ). The best parameters of PCA and LVQ are 95 PCs, 500 epochs, 0.0075 learning rate, 60 hidden layers.Keyword: security, biometrics, finger knuckles,PCA , LVQ