IKHSAN, FAUZI (2020) IDENTIFIKASI TANDA TANGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN MEMANFAATKAN METODE ZONING UNTUK EKSTRAKSI CIRI CITRA. S1 thesis, Universitas Mercu Buana Jakarta.
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (JURNAL MAHASISWA)
Jurnal 41515120200 Fauzi Ikhsan.pdf Restricted to Registered users only Download (2MB) |
Abstract
In the process of ratification or approving an agreement on a document, Signature is one of the mandatory requirements as a proof of identity result of a person's writing process that is special as a symbolic substance. An imitation of a signature might be possible, so as to know the ownership needed an identification or matching. Therefore, to facilitate the identification of a person's signature is required a computer system that automatically reads the match level with ownership. This research conducts the development of the identification system using the Zoning method with the Image Centroid Zone (ICZ) algorithm to extract the imagery feature and the classification feature using the Neural network method (JST) with the algorithm Backpropagation. Image used 120x120 pixels with a division of 20 zones of 24x30 pixels each. The Dataset used is the 110 signature Image feature value of 11 respondents with 8 images each as training data and 2 imagery as test data. The results of this research get an accuracy value of 90,91%. The error occurred in this identification not only because it failed on an inaccurate classification, but also because of an imperfect preprocessing stage so that the extracted image loses some parts that should be objects of the signature. Key words: Identification, signature, zoning, ANN Dalam proses pengesahan atau menyetujui suatu kesepakatan pada lembaran dokumen, tanda tangan adalah salah satu syarat wajib yang diperlukan sebagai bukti identitas hasil dari proses menulis seseorang yang bersifat khusus sebagai substansi simbolik. Upaya peniruan suatu tanda tangan kemungkinan bisa dilakukan, sehingga untuk mengetahui kepemilikannya dibutuhkan suatu identifikasi atau pencocokan. Oleh karena itu, untuk mempermudah dalam identifikasi tanda tangan seseorang dibutuhkan sebuah sistem komputer yang secara otomatis membaca tingkat kecocokan dengan kepemilikannya. Penelitian ini melakukan pengembangan sistem identifikasi menggunakan metode Zoning dengan algoritma Image Centroid Zone (ICZ) untuk mengekstraksi ciri citra dan klasifikasi ciri menggunakan metode Jaringan Syaraf Tiruan (JST) dengan algoritma Backpropagation. Citra yang digunakan berukuruan 120x120 piksel dengan pembagian 20 zona masing-masing 24x30 piksel. Dataset yang digunakan merupakan nilai fitur 110 citra tanda tangan dari 11 responden dengan masing-masing 8 citra sebagai data latih dan 2 citra sebagai data uji. Hasil coba penelitian ini mendapatkan nilai akurasi mencapai 90,91%. Kesalahan yang terjadi pada identifikasi ini bukan hanya karena gagal pada klasifikasi yang tidak akurat, akan tetapi juga karena tahap preprocessing yang tidak sempurna sehingga citra yang diekstraksi kehilangan beberapa bagian yang seharusnya menjadi objek dari tanda tangan tersebut. Kata kunci: identifikasi, tanda tangan, zoning, JST
Actions (login required)
 |
View Item |
