Klasifikasi sidik jari berdasarkan Henry Classification Sysfem merupakan sistemklasifikasi yang paling banyak digunakan di seluruh dunia. Setiap jari pada tangan kanandan tangan kiri diberi nomor urut dan bobot sesuai dengan posisinya. Kelas atau grup polasidik jari seseorang merupakan rasio bobot total jari-jari bernomor genap dengan bobot totaljari-jari bernomor ganjil. Karena bobot yang digunakan menggunakan nilai kelipatan 2, makaoperasi bilangan biner dapat dimanfaatkan untuk menentukan nilai kelas atau grup. Dalampaper ini jaringan neuron sederhana dari McCulloc-Pitt diimplementasikan untukmenentukan kelas atau grup dari suatu pola sidik jari berdasarkan Henry ClassificationSysfem. Meskipun jaringan ini cukup sederhana dan tidak memerlukan pelatihan, namunkarena sifat biner yang dimiliki oleh Henry Classification Sysfem, maka jaringan neuronMcCulloc-Pitt dapat dirancang untuk menghitung kelas atau grup suatu pola sidik jari secaracepat.
Copyrights © 2011