Text

Pengenalan tanda tangan menggunakan algoritma single layer perceptron

---

PENGENALAN TANDA TANGAN MENGGUNAKAN ALGORITMA SINGLE LAYER PERCEPTRON
DIMAS AGUNG RIANSA
ABSTRAK
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%
Kata Kunci: Klasifikasi, Tanda Tangan, Perceptron
Bibliografi : lembar 56

---

Ketersediaan

SS00012694

SK 12694

UPT Perpustakaan UNJ (CD.05.2017.005)

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

SK 12694

Penerbit

Jakarta : Prodi Pendidikan Teknik Informatika dan Komputer FT UNJ., 2017

Deskripsi Fisik

xi, 64 lembar : il. ; 30 cm.

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Klasifikasi

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Dimas Agung Riansa

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus login sebelum memberikan komentar