PENGENALAN TANDA TANGAN MENGGUNAKAN ALGORITMA SINGLE LAYER PERCEPTRON

DIMAS AGUNG RIANSA, . (2016) PENGENALAN TANDA TANGAN MENGGUNAKAN ALGORITMA SINGLE LAYER PERCEPTRON. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

Text Skripsi_Dimas Agung Riansa_5235127220.pdf Download (2MB)

Abstract

Tanda tangan yang berasal dari Bahasa latin Signare adalah sebuah tulisan tangan yang digunakan untuk mengesahkan sebuah dokumen atau surat Keterdapatan tanda tangan dalam sebuah dokumen mengartikan bahwa pihak yang menandatangani mengetahui dan menyetujui seluruh isi dari dokumen. Hal ini menyebabkan tanda tangan dapat dipalsukan oleh pihak yang tidak bertanggung jawab. Tanda tangan dapat dikenali keaslianya secara manual atau dengan penggunaan komputer dengan menggunakan jaringan syaraf tiruan (JST). Perceptron adalah salah satu algoritma jaringan syaraf tiruan yang dapat digunakan untuk mengenali tanda tangan dengan akurat. Algoritma Perceptron merupakan sebuah algoritma yang digunakan untuk supervised learning (Pembelajaran Terarah) yang dapat mengklasifikasi sebuah input yang bersifat linearly seperable (dapat dipisahkan secara linier) kedalam kelas-kelas tertentu. Peneliti menggunakan tanda tangan dari 5 pejabat fakultas teknik universitas negeri Jakarta, terdapat 15 tanda tangan asli masing masing pejabat dan terdapat juga 15 tanda tangan palsu masing masing pejabat, secara keseluruhan terdapat 150 tanda tangan yang akan dijadikan sebagai data uji (data test) dan data latih (data train). K fold-cross validation digunakan untuk mendapatkan tingkat akurasi yang valid dari penggunaan algoritma perceptron, data dibagi kedalam 10 kelompok untuk membentuk 10 fold-cross validation dari 150 data uji berjumlah 15 tanda tangan dan data latih berjumlah 135 tanda tangan. Hasil pengenalan tanda tangan menggunakan algoritma perceptron yang tingkat akurasinya diukur dengan menggunakan k fold-cross validation, memiliki rata-rata akurasi algoritma 78.667%. Signature derived from the Latin language Signare is a handwriting that is used to validate a document or letter. Existence of a signature in a document meant that the signatories acknowledge and agree to the entire content of the document. This causes a signature can be forged by those who are not responsible. The signature can be recognized its authenticity either manually or with the use of computers by using artificial neural network (ANN). Perceptron is an artificial neural network algorithm which can be used to identify the signature accurately. Perceptron is an algorithm used for supervised learning (Focused Learning) to classify an input that is linearly separable (can be separated linearly) into certain classes. Researcher used the signature of five officials of the faculty of engineering state university of Jakarta, there are 15 original signature of each official and there are also 15 fake signature of each official, overall there were 150 signatures that will serve as test data and train data. K-fold cross validation is used to obtain a valid accuracy of the perceptron, the data is divided into 10 groups to form 10-fold cross validation, of the 150 signatures, 15 of it is test data while 135 of the rest is train data. The result of the signature recognition using perceptron algorithm's accuracy which measured using k-fold cross validation, had an average of 78 667%.

Item Type:	Thesis (Sarjana)
Additional Information:	1) Widodo, M.Kom 2) Bambang Prasetya Adhi, S.Pd., M.Kom
Subjects:	Teknologi dan Ilmu Terapan > Teknik Komputer
Divisions:	FT > S1 Pendidikan Teknik Informatika Komputer
Depositing User:	sawung yudo
Date Deposited:	26 Jun 2022 08:11
Last Modified:	26 Jun 2022 08:11
URI:	http://repository.unj.ac.id/id/eprint/30705

Actions (login required)

View Item