Verifikasi Tanda Tangan Asli Atau Palsu Berdasarkan Sifat Keacakan (Entropi)

Main Article Content

Jaenal Arifin Muhammad Zidny Naf’an

Abstract

Tanda tangan merupakan penanda atau identitas yang ada pada suatu dokumen. Tanda tangan mempunyai peranan penting dalam memverifikasi dan melegalisasi dokumen. Tujuan dari penelitian ini menerapkan teknik pengolahan citra pada tanda tangan dan mengidentifikasi pola citra tanda tangan berdasarkan nilai entropi dan waktu perhitungan nilai entropi. Tahapan penelitian meliputi pengambilan data responden berupa tanda tangan citra analog, berikutnya akusisi citra tanda tangan digital dengan cara memindai tanda tangan tersebut, tahap selanjutnya mengkonversi citra tangan tangan digital dari true color menjadi binary. Tahap akhir melakukan perhitungan nilai entropi dan mencatat waktu perhitungan nilai entropi dengan menggunakan software matlab dan dilihat sebaran nilai entropi dari masing - masing citra tanda tangan. Sebaran nilai entropi pada tanda tangan asli mempunyai error 3,31% dari total responden (30 responden). Nilai error ini merupakan nilai entropi yang keluar dari kelompoknya. Waktu perhitungan nilai entropi pada tanda tangan palsu jika coretan atau piksel pada citra lebih besar dari citra tanda tangan asli maka waktu perhitungan nilai entropinya lebih lama dibandingkan dengan citra tanda tangan asli.

Downloads

Download data is not yet available.

Article Details

How to Cite
ARIFIN, Jaenal; NAF’AN, Muhammad Zidny. Verifikasi Tanda Tangan Asli Atau Palsu Berdasarkan Sifat Keacakan (Entropi). JURNAL INFOTEL, [S.l.], v. 9, n. 1, p. 130-135, feb. 2017. ISSN 2460-0997. Available at: <http://ejournal.st3telkom.ac.id/index.php/infotel/article/view/136>. Date accessed: 23 sep. 2017. doi: https://doi.org/10.20895/infotel.v9i1.136.
Section
Articles

References

[1] D. Kurnianto, I. Soesanti, H. A. Nugroho, J. Grafika, Y. Indonesia, and G. Y. Indonesia, “Deteksi Iris Berdasarkan Metode Black Hole dan Circle Curve Fitting,” J. Infotel, vol. 5, no. 2, pp. 10–16, 2013.
[2] and L. S. O. L. G. Hafemann, R. Sabourin, “Offline Handwritten Signature Verification - Literature Review,” CoRR, vol. abs/1, pp. 1–18, 2015.
[3] Http://kbbi.web.id/tanda%20tangan, “Tanda Tangan,” 2016. [Online]. Available: http://kbbi.web.id/tanda tangan.
[4] S. Mertokusumo, Hukum Acara Perdata Indonesia. Yogyakarta: Liberty, 1998.
[5] Z. D. C. OZ, F. Ercal, “Signature Recognition and Verification with ANN,” in in Third International Conference on Electrical and Electronics Engineering, 2003.
[6] A. Rakhmanullah, “Autentifikasi Pengenalan Pola Tanda Tangan Manual Menggunakan Jaringan Saraf Tiruan LVQ (Learning Vector Quantization) dan Tanda Tangan Digital Menggunakan Algoritma RSA (Riset Shamir Adleman),” 2010.
[7] R. C. G. and R. E. Woods, Digital Image Processing, 3rd Edition. New Jersey: Pearson Prentice Hall, 2008.
[8] A. Sanmorino and S. Yazid, “A survey for handwritten signature verification,” in Proceeding of 2012 International Conference on Uncertainty Reasoning and Knowledge Engineering, URKE 2012, 2012, pp. 54–57.
[9] N. Otsu, “A Threshold Selection Method from Gray-Level Histograms,” IEEE Trans. Syst. Man. Cybern., vol. 9, no 1, pp. 62–66, 1979.
[10] N. A. Arifin Jaenal., “Identifikasi dan Klasifikasi Pola Sinyal EKG Berdasarkan Sifat Keacakan (Entropy),” in The 5th Conference on Information Technology and Electrical Engineering, 2013, pp. 1–202.
[11] Mathworks, “Algoritma Otsu’s Thresholding,” 2016. [Online]. Available: http://www.mathworks.com/help/images/ref/graythresh.html.
[12] R. M. Gray, Entropy and Information Theory. Stanford, USA: Springer New York, 2013.
[13] I. Susanti, “Hand Out Teknik Klasifikasi dan Pengenalan Pola: Klasifikasi Pengenalan Pola Berdasarkan Sifat Keacakan,” Yogyakarta, 2012.