Abstrak—Pentingnya keamanan digital di era teknologi saat
ini menuntut berbagai inovasi dalam menciptakan sistem
keamanan yang handal bagi manusia. Biometrik merupakan
metode otentikasi dan sistem yang paling efektif untuk
melakukan pengenalan personal karena biometrik memiliki
karakteristik yang unik. Pembuluh darah punggung tangan
menjadi biometrik untuk proses pengenalan individu pada
penelitian ini menggunakan fitur ekstraksi filter gabor dan
neural network backpropagation untuk mengklasifikasikan
pengenalan menjadi lima kelas individu manusia, yang
diharapkan mampu memberikan nilai akurasi yang lebih tinggi.
jika dibandingkan dengan penelitian tentang pengenalan
pembuluh darah dorsal tangan sebelumnya. Proses klasifikasi ini

memiliki beberapa tahapan, yaitu citra masukan, pra-
pengolahan citra, segmentasi, ekstraksi ciri, klasifikasi citra, dan

hasil klasifikasi citra pembuluh darah. Hasil pengujian
menunjukkan bahwa persentase keberhasilan berdasarkan lima
skenario pengujian memiliki nilai rata-rata 75%. Pada penelitian
ini didapatkan hasil akurasi pengujian terbesar pada skenario
keempat sebesar 91%.