PENGENALAN MATERAI PALSU BERDASARKAN HISTOGRAM CITRA DENGAN JARINGAN SYARAF TIRUAN

ELNOORDIANSYAH, . (2017) PENGENALAN MATERAI PALSU BERDASARKAN HISTOGRAM CITRA DENGAN JARINGAN SYARAF TIRUAN. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text Skripsi_ Elnoordiansyah_Fisika_3225122066.pdf Download (2MB)
	Text Abstrak_Elnoordiansyah_Fisika_3225122066.pdf Download (11kB)

Abstract

Banyaknya peredaran materai palsu yang sangat mirip dengan aslinya memerlukan teknik identifikasi yang efektif dalam membedakannya. Salah satu tekniknya adalah ekstraksi ciri dengan nilai intensitas histogram sebagai ciri yang didapatkan dari citra materai dengan menggunakan jaringan syaraf tiruan. Menggunakan 75 data materai yang terdiri dari 25 asli dan 50 palsu yang diperoleh dari proses pemindaian pada 75, 100, 150, 200, 300, dan 600 dpi. Pemindaian menghasilkan citra RGB yang kemudian dikonversi menjadi citra keabuan. Citra keabuan digunakan untuk mendapakan nilai histogramnya untuk dilakukan ekstraksi ciri, diantaranya rerata,variansi, normalitas data, energi, entropi. Hasil ekstraksi ciri digunakan sebagai input pelatihan dan pengujian dengan komposisi data latih dan uji 60:40 menggunakan jaringan syaraf tiruan dengan metode multi layer feed-forward backpropagation. Dari hasil pengujian diperoleh akurasi paling tinggi 100%, presisi 100%, tingkat kesalahan 0% pada 600 dpi Dari hasil tersebut disimpulkan bahwa pengenalan materai dengan menggunakan ciri nilai intensitas histogram pada citra dengan jaringan syaraf tiruan dapat digunakan dalam membedakan materai palsu dan asli Many circulation of counterfeit stamp that are very similar to the original require effective identification techniques to distinguish them. One technique is feature extraction with histogram intensity value as a feature obtained from stamped images using artificial neural networks. Using 75 stamped data consisting of 25 original and 50 counterfeit obtained from the scanning process at 75, 100, 150, 200, 300, dan 600 dpi. Scan produce RGB image which is then converted to grayscale image. The grayscale image is used to obtain the histogram value for feature extraction, including mean, variance, data normality, energy, entropy. The feature extraction results are used as training inputs and tests with the composition of the training data and the test is 60:40 using artificial neural network with multi layer feed-forward backpropagation method. From the best test results obtained 100% accuracy, precision 100%, error rate 0% at 600 dpi. From these results it is concluded that the identification of the stamp using the histogram intensity value on the image with the artificial neural network can be used in distinguishing the counterfeit and original

Item Type:	Thesis (Sarjana)
Additional Information:	1) Dr.rer.nat. Bambang Heru Iswanti, M.Si 2) Dr. Widyaningrum Indrasari
Subjects:	Sains > Fisika
Divisions:	FMIPA > S1 Fisika
Depositing User:	sawung yudo
Date Deposited:	21 Mar 2022 01:58
Last Modified:	21 Mar 2022 01:58
URI:	http://repository.unj.ac.id/id/eprint/24950

Actions (login required)

View Item