Diskrit adalah sejumlah bilangan elemen yang berbeda atau elemen-elemen yang tidak bersambungan. Dimana data diskrit merupakan data yang satuannya selalu bulat dalam bilangan asli, tidak berbentuk pecahan, Contoh dari data diskrit misalnya manusia, pohon, bola dan lain-lain. Fungsi diskrit digambarkan sebagai sekumpulan titik-titik.
Kontinyu adalah sejumlah berhingga elemen yang berbeda atau elemen-elemen yang bersambungan. Data kontinyu merupakan data yang satuannya bisa dalam pecahan atau bilangan real, misalnya minyak dalam 1/2 liter, panjang dalam 0,2 meter dan sebagainya. Fungsi kontinyu digambarkan sebagai kurva.
Komputasi sebetulnya bisa diartikan sebagai cara untuk menemukan pemecahan masalah dari data input dengan menggunakan suatu algoritma. Hal ini ialah apa yang disebut dengan teori komputasi, suatu sub-bidang dari ilmu komputer dan matematika. Selama ribuan tahun, perhitungan dan komputasi umumnya dilakukan dengan menggunakan pena dan kertas, atau kapur dan batu tulis, atau dikerjakan secara mental, kadang-kadang dengan bantuan suatu tabel. Namun sekarang, kebanyakan komputasi telah dilakukan dengan menggunakan komputer. Secara umum iIlmu komputasi adalah bidang ilmu yang mempunyai perhatian pada penyusunan mode matematika dan teknik penyelesaian numerik serta penggunaan komputer untuk menganalisis dan memecahkan masalah-masalah ilmu (sains). Dalam penggunaan praktis, biasanya berupa penerapan simulasi komputer atau berbagai bentuk komputasi lainnya untuk menyelesaikan masalah-masalah dalam berbagai bidang keilmuan, tetapi dalam perkembangannya digunakan juga untuk menemukan prinsip-prinsip baru yang mendasar dalam ilmu. Bidang ini berbeda dengan ilmu komputer (computer science), yang mengkaji komputasi, komputer dan pemrosesan informasi. Bidang ini juga berbeda dengan teori dan percobaan sebagai bentuk tradisional dari ilmu dan kerja keilmuan. Dalam ilmu alam, pendekatan ilmu komputasi dapat memberikan berbagai pemahaman baru, melalui penerapan model-model matematika dalam program komputer berdasarkan landasan teori yang telah berkembang, untuk menyelesaikan masalah-masalah nyata dalam ilmu tersebut.
- Penggunaan fungsi Hash dalam Kriptografi
- Enkripsi Menggunakan Algoritma RSA
- Prakiraan cuaca model
- Bumi simulator model
- Fight simulator model
- Molekul protein lipat model
- Jaringan saraf model
- Pengenalan pola biometrik
- Pengolahan citra digital
- Penerapan komputasi fisika untuk memcahkan masalah medan magnet.
1. Bagaimana proses aplikasi finite automata pada pengenalan pola pada biometric?
Contoh yang kami ambil pada pengenalan pola sidik jari, retina dan iris mata.
a. Pengenalan pola sidik jari
Identifikasi metode ini didasarkan pada fakta bahwa sidik jari merupakan identitas unik yang tidak mungkin sama antara seseorang dengan yang lain karena tebentuk dari proses genetis dan proses lingkungan. Secara evolutif, alur-alur pada jari bermanfaat untuk membantu pegangan, layaknya alur “kembangan” ban untuk mencengkram jalan.
Nah, sidik jari terdiri dari kontur tinggi dan rendah. Bagian ini akan memantulkan cahaya dengan intensitas cahaya yang berbeda. Tentunya, bagian cekungan akan memantulkan intensitas cahaya lemah, sebaliknya bagian yang timbul akan memantulkan intensitas cahaya yang lebih terang. Pantulan cahaya dari kontur sidik jari akan ditangkap oleh sensor cahaya (dalam hal ini CCD-Charge Coupled Device) dan disimpan ke dalam basis data komputer. Data tersebut diubah ke dalam format digital. Piksel gelap diberi nilai 1 dan piksel terang diberi nilai 0.
Selanjutnya, setiap kali seseorang hendak meminta akses, dia harus menempelkan jari (biasanya jempol) pada kaca landasan pemindai yang memancarkan cahaya. Setelah sensor cahaya melakukan pemindaian, prosesor akan menganalisis apakan citra tersebut memiliki pencahayaan yang cukup dan tajam (fokus) untuk dibandingkan dengan sampel sidik jari dalam basis data. Jika tidak mencukupi, maka pemindaian akan diulang dengan waktu pemindaian yang disesuaikan untuk mengompensasi pencahaayn dan fokus.
Jika pencahayaan sudah cukup, dilakukanlah pemindaian, lalu citra rekaman warnanya dibalik (hitam menjadi putih dan putih menjadi hitam). Citra negatif ini akan menjadi pasangan sampel dalam basis data dalam proses pencocokan. Lalu, berdasarkan apakah pencocokan itu dilakukan? Kuncinya adalah pola-pola unik (minuate), seperti ujung akhir dari dari suatu alur ataupun percabangan dari suatu alur (bifurkasi). Posisi antar minuate akan membentuk bidang dengan dimensi, proporsi, koordinat yang unik, layaknya rasi bintang. Jika data-data itu sesuai dengan sampel yang ada dalam basis data, maka kalkulasi dan analisis dianggap valid. Hak akses pun akan diberikan.
Metode pemindaian sidik jari terkini menerapkan kombinasi dengan metode konvensional, misalnya kata sandi untuk mengantisipasi pemalsuan atau peniruan identitas. Selain itu juga menerapkan detektor suhu tubuh untuk memastikan bahwa yang dipindai bukan cetakan atau diambil dari orang mati.
b. Pengenalan pola retina
Pencarian metode identifikasi yang lebih menjamin validasi terus dilakukan dan menemukan metode pemindaian retina mata. Retina mata memiliki pola pembuluh dari kapiler yang unik bagi setiap orang. Tidak pernah ada yang sama. Hal ini ditetapkan secara konvensi global pada tahun 1930. Pembuluh darah ini bersifat meneyrap dan memantulkan cahaya dengan tingkat kecerlangan titik yang bervariasi.
Proses pemindaian retina mata diawali dengan memposisikan mata pada pemindai yang memancarkan cahaya infra merah denga intensitas rendah. Selama proses pemindaian, kepala harus tidak bergerak. Demikian pula mata harus menatap satu titik hijau agar tidak melirik atau berkedip. Lama pemindaian sekitar 3 x 15 detik. Jarak antara mata dengan pemindai sekitar setengan inchi. Sensor cahaya pada pemindai akan merekam pemantulan dari retina dan merekamnya ke dalam komputer.
Rekaman pola pembuluh darah pada retina akan membentuk sebuah “peta” dan memberikan titik referensi sebanyak 320 sampai 400 hingga memberikan variasi kecerlangan sebanyak 4.095. Data ini berukuran sekitar 35 sampai 80 byte. Hasil pemindaian ini akan dibandingkan dengan sampel rekaman retina yang dilakukan sebelumnya dan tersimpan dalam basis data untuk menentukan hak akses diberikan atau tidak.
c. Pengenalan pola iris mata
Pemindaian retina menemui kendala ketika mata mengalami degenerasi akibat usia atau penyakit seperti glaukoma, katarak, atau diabetes sehingga tidak dapat diterapkan secara seragam pada semua orang. Selain itu, jarak pemindaian yang begitu dekat dapat membahayakan mata. Ditambah dengan waktu pemindaian dan frekuensi pemindaian.
Metode yang lebih aman adalah pemindaian iris mata (selaput pelangi). Pemindaian ini merekam pola pembuluh darah dan pola warna pada iris mata. Pemindaian iris dapat dilakukan dari jarak yang relatif lebih jauh, yaitu sekitar 3 kaki (1 meter) dan totoal waktu sekitar 20 detik.
Pemindaian terhadap iris akan membentuk “peta” dan memberikan sekitar 240 referensi. Data ini berukuran sekitar 512 bytes. Kemingkinan kesamaan pola irirs seseorang dengan orang lain adalah 1 berbanding 10 pangkat 78 sehingga cukup memadai untuk identifikasi hak akses saat ini.
http://www.mediafire.com/download.php?f752m71gpxs4zzc
