Pangaribuan, Togu ( 0722087 ) (2012) Identifikasi Tanda Tangan Menggunakan Algoritma Double Backpropagation. Undergraduate thesis, Universitas Kristen Maranatha.
|
Text
0722087_Abstract_TOC.pdf - Accepted Version Download (75Kb) | Preview |
|
|
Text
0722087_Appendices.pdf - Accepted Version Download (291Kb) | Preview |
|
|
Text
0722087_Chapter1.pdf - Accepted Version Download (75Kb) | Preview |
|
![[img]](http://repository.maranatha.edu/style/images/fileicons/text.png) |
Text
0722087_Chapter2.pdf - Accepted Version Restricted to Repository staff only Download (455Kb) |
|
|
Text
0722087_Chapter3.pdf - Accepted Version Restricted to Repository staff only Download (170Kb) |
|
|
Text
0722087_Chapter4.pdf - Accepted Version Restricted to Repository staff only Download (957Kb) |
|
|
Text
0722087_Conclusion.pdf - Accepted Version Download (8Kb) | Preview |
|
|
Text
0722087_Cover.pdf - Accepted Version Restricted to Repository staff only Download (117Kb) |
|
|
Text
0722087_References.pdf - Accepted Version Download (69Kb) | Preview |
Abstract
Tulisan tanda tangan dapat digunakan untuk mengenali identitas seseorang. Pada kenyataannya, penulisan tanda tangan seseorang tidak konsisten atau tidak selalu tepat sama. Salah satu metode untuk mengidentifikasi tanda tangan adalah dengan menggunakan Jaringan Saraf Tiruan (JST). JST merupakan sistem pemrosesan informasi yang dirancang menirukan cara kerja saraf otak manusia dalam menyelesaikan suatu masalah dengan melakukan proses belajar. Pada Tugas Akhir ini, dirancang dan direalisasikan sebuah perangkat lunak untuk mengidentifikasi tanda tangan dengan JST menggunakan algoritma Double Backpropagation. Citra tanda tangan diperoleh melalui scanner dan disimpan dalam file pada komputer, kemudian citra diolah pada tahap preprocessing image dan ekstraksi fitur. Preprocessing image terdiri dari 4 tahapan yaitu : grayscale, thresholding, resize dan thinning. Ekstraksi fitur yang digunakan adalah moment invariant. Nilai ekstraksi fitur yang didapat menjadi masukan JST. Pelatihan dilakukan untuk mendapatkan nilai bobot JST yang akan digunakan untuk pengujian citra. Sistem pengenalan tanda tangan menggunakan algoritma Double Backpropagation mampu mengidentifikasi tanda tangan dengan persentase kesuksesan identifikasi 100% untuk citra uji sama dengan citra latih dan 80% untuk citra uji berbeda dengan citra latih, namun masih berasal dari kepemilikan yang sama dengan citra latih. Selain itu, berdasarkan hasil percobaan, diketahui bahwa sistem ini lebih baik diimplementasikan untuk sistem verifikasi tanda tangan.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Jaringan Saraf Tiruan, Double Backpropagation, dan Identifikasi Tanda Tangan |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
| Divisions: | Faculty of Engineering > 22 Electrical Engineering Department |
| Depositing User: | Perpustakaan Maranatha |
| Date Deposited: | 17 Sep 2013 09:21 |
| Last Modified: | 17 Sep 2013 09:21 |
| URI: | http://repository.maranatha.edu/id/eprint/4087 |
Actions (login required)
 |
View Item |
