IDENTIFIKASI TANDA TANGAN DENGAN METODE ZONING MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)

Hidayatulloh, Fahris (2021) IDENTIFIKASI TANDA TANGAN DENGAN METODE ZONING MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM). Other thesis, Universitas Darul Ulum.

[img] Text (Abstract)
S1-2021-162355201032-Abstract.pdf - Submitted Version
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (36kB)
[img] Text (Bab 1 Pendahuluan)
S1-2021-162355201032-Bab I Introduction.pdf - Submitted Version
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (167kB)
[img] Text (Daftar Pustaka)
S1-2021-162355201032-Reference.pdf - Submitted Version
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (248kB)
[img] Text (Full Skripsi)
S1-2021-162355201032-Full Report.pdf - Submitted Version
Restricted to Repository staff only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (2MB) | Request a copy

Abstract

Tanda tangan merupakan sebuah tanda khusus dari tanda tangan seseorang, yang memiliki ciri atau karakter khusus. Tanda tangan hal yang wajib dan tidak bisa lepas dari aktivitas pengesahan sebuah dokumen atau surat di organisasi/perusahaan. Seringkali membuat seseorang menirukan atau memalsukan tanda tangan demi kepentingan dirinya sendiri maupun kelompoknya. Penelitian ini bertujuan untuk identifikasi tanda tangan melalui ekstraksi fitur zoning dan mengklasifikasi citra tanda tangan menggunakan Support Vector Machine. Data penelitian ini menggunakan 20 citra tanda tangan dari 10 responden masing - masing tanda tangan 2 kali yang akan digunakan sebagai 10 data latih dan 10 data uji. Pembuatan aplikasi menggunakan Matlab 2018b. Aplikasi dibagi menjadi 2 tahapan yaitu tahap pertama pelatihan data meliputi memasukan data latih, preprocessing, ekstraksi fitur zoning, klasifikasi Support Vector Machine tahap kedua pengujian data meliputi memasukkan data uji, preprocessing, ekstraksi fitur zoning, hasil prediksi dari klasifikasi Support Vector Machine. Preprocessing meliputi binerisasi, crop, resize 60x90 piksel. Ekstraksi fitur zoning meliputi pecah citra 10x10, perhitungan fitur.
Hasil pengujian aplikasi dapat mengidentifikasi 8 tanda tangan responden dari 10 tanda tangan responden, akurasi pengujian data latih citra tanda tangan mencapai 100%, teknik zoning cukup membantu dalam proses klasifikasi untuk identifikasi tanda tangan.

Item Type: Thesis (Other)
Uncontrolled Keywords: Support Vector Machine, Zoning, Preprocessing, klasifikasi, tanda tangan.
Subjects: University Structure > Fakultas Teknik > Teknik Informatika
University Structure > Fakultas Teknik > Teknik Informatika
Divisions: Fakultas Teknik > Teknik Informatika
Depositing User: fahris hidayatulloh
Date Deposited: 28 Sep 2021 08:28
Last Modified: 28 Sep 2021 08:28
URI: http://repository.undar.ac.id/id/eprint/1452

Actions (login required)

View Item View Item