Identifikasi Tanda Tangan Berdasarkan Grid Entropy Menggunakan Multi Layer Perceptron

Main Article Content

Muhammad Zidny Naf'an Jaenal Arifin

Abstract

Tanda tangan merupakan salah satu bukti pengesahan dokumen yang sering digunakan. Pentingnya mengenal bentuk tanda tangan seseorang diperlukan untuk melakukan verifikasi terhadap dokumen apakah benar yang memberikan tanda tangan adalah orang yang bersangkutan atau orang lain. Pada penelitian ini penulis mendesain sistem identifikasi tanda tangan dengan fitur yang digunakan adalah nilai entropy yang diambil dari grid image (sub-citra) suatu citra tanda tangan. Model pelatihan dan pengujian menggunakan multi layer perceptron dan cross validation dengan tiga ukuran grid (4x4, 8x8, dan 16x16) dan dua jenis representasi citra (citra biner dan citra outline). Hasil pengujian terbaik adalah untuk pengujian ukuran grid sebanyak 8x8 dan menggunakan citra outline yaitu dengan tingkat akurasi sebesar 97.78%, nilai korelasi 0.981, dan nilai kappa 0.977.

Downloads

Download data is not yet available.

Article Details

How to Cite
NAF'AN, Muhammad Zidny; ARIFIN, Jaenal. Identifikasi Tanda Tangan Berdasarkan Grid Entropy Menggunakan Multi Layer Perceptron. JURNAL INFOTEL, [S.l.], v. 9, n. 2, p. 172-176, may 2017. ISSN 2460-0997. Available at: <http://ejournal.st3telkom.ac.id/index.php/infotel/article/view/219>. Date accessed: 19 oct. 2017. doi: https://doi.org/10.20895/infotel.v9i2.219.
Section
Articles

References

[1] Suyanto, Soft Computing; Membangun Mesin Ber-IQ Tinggi, 1st ed. Bandung: Penerbit Informatika, 2008.
[2] S. Marsland, Machine Learning; An Algorithmic Perspective. CRC Press, 2009.
[3] A. Hayatunnufus, Andrizal, and D. Yendri, “Pendeteksi dan verifikasi tanda tangan menggunakan metode image domain spasial,” Universitas Andalas, 2014.
[4] F. Damayanti and W. Setiawan, “Pengenalan Tanda Tangan Dengan Metode Modified Direction Feature ( Mdf ) Dan Euclidean Distance,” in Prosiding Conference on Smart-Green Technology in Electrical and Information Systems, 2013, pp. 277–282.
[5] E. Utami and R. Wulanningrum, “Penggunaan Principal Component Analysis dan Euclidean Distance untuk Identifikasi Citra Tanda Tangan,” IPTEKKOM, vol. 16, no. 1, pp. 1–16, 2016.
[6] J. Arifin and M. Z. Naf’an, “Verifikasi Tanda Tangan Asli Atau Palsu Berdasarkan Sifat Keacakan (Entropy),” J. INFOTEL, vol. 9, no. 1, 2017.
[7] N. Otsu, “A Threshold Selection Method from Gray-Level Histograms,” IEEE Trans. Syst. Man. Cybern., vol. 9, no 1, pp. 62–66, 1979.
[8] J. Arifin and H. A. Nugroho, “Identifikasi dan Klasifikasi Pola Sinyal EKG Berdasarkan Sifat Keacakan (Entropy),” in Conference on Information Technology and Electrical Engineering (CITEE), 2013.
[9] M. Cheriet, N. Kharma, C.-L. Liu, and C. Y. Suen, Character Recognition Systems: a Guide for Students and Practitioners. John Wiley & Sons, Inc., 2007.
[10] L. G. Hafemann, R. Sabourin, and L. S. Oliveira, “Offline Handwritten Signature Verification - Literature Review,” CoRR, pp. 1–18, 2015.
[11] Suyanto, Artificial Intelligence, 2nd ed. Bandung: Penerbit Informatika, 2014.
[12] R. C. Gonzales and R. E. Woods, Digital Image Processing, 3rd ed. New jersey: Pearson Prentice Hall, 2008.