Sistem Otentikasi Biometrik Berbasis Sinyal EKG Menggunakan Convolutional Neural Network 1 Dimensi

ABSTRAKBiometrik merupakan salah satu analisis karakteristik individu yang saat ini banyak digunakan, seperti sidik jari, pengenalan suara, dan wajah. Metode biometrik tersebut masih memiliki kelemahan mudah untuk dimanipulasi. Oleh karena itu, penelitian akan menggunakan sinyal Elektrokardiogram (EKG) sebagai metode biometrik. Sinyal EKG keunikan pada setiap sehingga sulit Penelitian mengembangkan sistem otentikasi berbasis EKG. Data digunakan berasal dari ECG-ID database dengan jumlah 90 subjek. hanya gelombang PQRST input model Convolutional Neural Network 1 Dimensi (CNN). Hasil akurasi diperoleh menunjukkan 92.2%. Dengan demikian, dikembangkan memungkinkan biometrik.Kata kunci: Biometrik, EKG, NetworkABSTRACTBiometrics is analyses individual characteristics that are currently widely used, such as fingerprints, voice recognition, and face recognition. The biometric method still has weaknesses, being easy to manipulate. Therefore, this study will use an Electrocardiogram (ECG) signal a method. ECG unique each individual, so it not This develops authentication system based on signals. data used comes from the with total of subjects. only waves for 1-Dimensional (CNN) model. accuracy results obtained show Thus, developed allows be authentication.Keywords: Biometric, Signal,