Deep Learning Untuk Pengenalan Tanda Tangan Dengan Jaringan Syaraf Tiruan
DOI:
https://doi.org/10.29407/inotek.v4i2.149Abstract
Tanda tangan merupakan identitas tanda bukti seseorang. Hal ini membuat keberadaan tanda tangan menjadi penting, biasanya tanda tangan diambil dari nama orang atau gaya lainnya. Dalam membuat tanda tangan tidak boleh diubah-ubah, sebab akan sangat mempengaruhi adanya ketidakaslian identitas, karena dianggap dapat memalsukan sebuah dokumen yang penting maupun dalam melakukan transaksi. Sering terjadi masalah penyalahgunaan tanda tangan oleh pihak yang tidak bertanggung jawab, mengakibatkan identitas seseorang terkadang tidak valid. Sering terjadinya pemalsuan tanda tangan, disebabkan oleh sistem verifikasi yang kurang baik. Verifikasi tanda tangan kebanyakan dilakukan dengan manual, yaitu dengan membandingkan menggunakan indera penglihatan yang masih memungkinkan adanya kekurangan untuk mencegah masalah pemalsuan tanda tangan. Penelitian merancang sistem untuk identifikasi pengenalan pola citra tanda tangan, sistem mampu membedakan tanda tangan asli dan palsu. Proses pengenalan data akan dilatih dengan metode jaringan syaraf tiruan perceptron dan deteksi tepi sobel. Hasil akhirnya sistem mampu mengenali tanda tangan pelatihan pertama hasil 97% dengan 6 tanda tangan asli dan 5 tanda tangan palsu dan pelatihan kedua hasil 95,45% dengan 16 tanda tangan asli dan 6 tanda tangan palsu.
Keywords:
Perceptron, JST, Tanda Tangan##plugins.themes.default.displayStats.downloads##
References
Putra Darma, 2010. Pengolahan Citra Digital. Yogyakarta : C.V ANDI OFFSET.
Sefta Asfanji, Hidayatulloh Syarif. 2018. Verifikasi Citra Tanda Tangan Menggunakan Metode Prewitt dan Learning Vector Quantization. Jurnal Informatika, Vol.5, No.2. ISSN: 2355-6579. Solo.
Kumalasanti, Arum Rosalia, Susanti, Erna. 2015. Perancangan Perbandingan Identifikasi Tanda Tangan Statik menggunakan Alihragam Wavelet Symlet dan Coiflet. Yogyakarta.
Apriyana, Sri Maharani Delta. 2013. Perbandingan Metode Sobel, Metode Prewitt dan Metode Robert Untuk Deteksi Tepi Objek Pada Aplikasi Pengenalan Bentuk Berbasis Citra Digital. Palembang.
Poetra Alqurni, Restu. 2016. Pengenalan Tanda Tangan Menggunakan Metode Jaringan Syaraf Tiruan Perceptron Dan Backpropagation.Techno.com Vol, 15, No.4. ISSN : 352-363 352. Semarang.
Zalukhu Asmardi, 2016. Implementasi Metode Canny Dan Sobel Untuk Mendeteksi Tepi Citra. Jurnal Riset Komputer (JURIKOM), Vol.3, No.6. ISSN 2407-389X. Medan.
Downloads
Published
Issue
Section
License
Copyright (c) 2020 Riska Yuni Susanti, Resty Wulanningrum

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License