• Login
    View Item 
    •   Home
    • Proceedings
    • Prosiding Simposium Nasional Rekayasa Aplikasi Perancangan dan Industri
    • Simposium Nasional Ke-14 RAPI 2015
    • View Item
    •   Home
    • Proceedings
    • Prosiding Simposium Nasional Rekayasa Aplikasi Perancangan dan Industri
    • Simposium Nasional Ke-14 RAPI 2015
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    IDENTIFIKASI TANDA TANGAN STATIK MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN WAVELET HAAR

    Thumbnail
    View/Open
    E76.pdf (398.4Kb)
    Date
    2015-10-15
    Author
    Kumalasanti, R. Arum
    Ernawati
    Dwiandiyanta, B. Yudi
    Metadata
    Show full item record
    Abstract
    Tanda tangan merupakan atribut biometrik yang penting dari individu yang dapat digunakan sebagai identitas. Penggunaan tanda tangan merupakan cara yang alami dan tradisional sebagai identitas yang sah. Hal ini membuat keberadaan tanda tangan menjadi penting, sehingga diperlukan adanya sistem yang digunakan untuk memberi pengamanansupaya tidak disalahgunakan oleh pihak yang tidak bertanggungjawab. Berbagai pendekatan telah diusulkan dalam pengembangan identifikasi tanda tangan yang bertujuan untuk mengidentifikasi tanda tangan sesuai kepemilikannya. Penelitian ini akan membahas identifikasi tanda tangan statik yang terdiri atas dua proses utama yaitu pelatihan dan pengujian. Ukuran citra yang digunakan adalah 256x256 piksel. Pada tahap pelatihan, citra tanda tangan dikenai beberapa proses yaitu threshold, alihragam wavelet Haar, normalisasi, dan kemudian dilatih dengan menggunakan algoritma Jaringan Syaraf Tiruan (JST) Backpropagation. Tahap pengujian memiliki proses yang sama seperti pada tahap pelatihan namun di akhir proses akan dilakukan perbandingan antara data citra yang telah tersimpan dengan citra pembanding. JST dapat bekerja secara optimal apabila dilatih dengan menggunakan data input yang sudah dipertimbangkan ukuran, parameter, dan jumlah node pada jaringan. Hasil optimal didapat dengan menggunakan JST yang memiliki dua hidden layer, masing-masing 20 dan 10 node, alihragam waveler Haar pada level 4, learning rate 0,12. Pelatihan dan pengujian pada tahap identifikasi ini, masing-masing memberikan akurasi sebesar 95,56% dan 100%.
    URI
    http://hdl.handle.net/11617/6588
    Collections
    • Simposium Nasional Ke-14 RAPI 2015

    DSpace software copyright © 2002-2016  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    Atmire NV
     

     

    Browse

    Publikasi IlmiahCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    Login

    DSpace software copyright © 2002-2016  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    Atmire NV