Prasetya Utama, Bhakti (2018) Support Vector Machine Dalam Sistem Pendeteksi Kepribadian Berdasarkan Pola Tanda Tangan. Diploma thesis, Universitas Komputer Indonesia.
Full text not available from this repository.Abstract
Tanda tangan mempunyai pola tertentu berdasarkan fitur yang ditinjau dari ilmu grafologi untuk dapat mengungkapkan kepribadian penulisnya, namun saat ini sistem yang dibangun untuk mendeteksi kepribadian berdasarkan pola tanda tangan secara otomatis belum begitu baik untuk digunakan. Dalam penelitian ini akan mencoba menguji sistem dengan metode yang berbeda yaitu support vector machine dari beberapa penelitian sebelumnya untuk mengidentifikasi pola tanda tangan. Pengujian fitur berdasarkan kesembilan fitur dengan lima fitur yaitu awal kurva, coretan akhir, cangkang, coretan tengah dan garis bawah menggunakan support vector machine (SVM). Dan empat fitur lainnya yaitu margin ekstrim, struktur titik, tanda tangan terpisah, dan coretan garis terputus menggunakan metode rule based. Pelatihan dengan metode SVM menggunakan 50 data latih untuk tiap fitur-fiturnya. Hasil identifikasi SVM terhadap 50 data uji tanda tangan pada tiap fiturnya memperoleh akurasi paling tinggi sebesar 88% untuk pola coretan tengah dan untuk seluruh rata-rata akurasi fitur yaitu sebesar 62% akan tetapi hasil akurasi paling rendah yaitu sebesar 42% untuk pola cangkang. Pada Metode rule based diperoleh akurasi klasifikasi fitur tanda tangan paling tinggi sebesar 70% untuk margin ekstrim dan paling rendah sebesar 34% pada pola garis terputus dengan seluruh fitur menghasilkan rata-rata akurasi sebesar 52,8%.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Support Vector Machine, pola tanda tangan, grafologi, rule based. |
| Subjects: | ?? UNIK1502 ?? |
| Divisions: | Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1) |
| Date Deposited: | 31 Jan 2019 10:24 |
| Last Modified: | 31 Jan 2019 10:24 |
| URI: | http://repository.unikom.ac.id/id/eprint/58762 |
Actions (login required)
 |
View Item |
