<![CDATA[Identifikasi telapak tangan dapat berpengaruh untuk keamanan data. Identifikasi telapak tangan diimplementasikan dengan menggunakan metode Jaringan Syaraf Tiruan Learning Vector Quantization. Ada 4 langkah dalam mengidentifikasi telapak tangan. Langkah pertama dimulai dengan menggunakan metode image processing grayscalling dari data gambar berwarna dan menghasilkan data gambar grayscale sebagai input untuk langkah kedua. Langkah kedua yaitu menggunakan metode image processing edge detection dan menghasilkan beberapa piksel edge dalam data gambar grayscale sebagai input untuk langkah ketiga. Langkah ketiga yaitu menggunakan metode image processing thresholding dan menghasilkan data array biner. Langkah keempat yaitu menggunakan metode Jaringan Syaraf Tiruan Learning Vector Quantization pada data array biner dan menghasilkan data array bobot. Data array bobot ini yang dihitung untuk mengidentifikasi telapak tangan. Studi kasus dilakukan dengan menggunakan maksimal 240 buah data pembelajaran, 160 buah data pengujian, dan 4 buah parameter sensitity yang menghasilkan akurasi keberhasilan sebesar 37,25% untuk perubahan epoh, 35% untuk perubahan jumlah data pembelajaran, 32,625% untuk perubahan learning rate, 24,22% untuk perubahan nilai threshold. Akurasi keberhasilan yang kecil dikarenakan posisi telapak tangan yang berubah-ubah. Kata Kuncipengenalan dan identifikasi telapak tangan, Jaringan Syaraf Tiruan Learning Vector Quantization, image processing grayscalling, image processing edge detection, image processing thresholding.]]>
