Hamzah Fadhilah, Ryan (2015) Implementasi jaringan syaraf tiruan feedforward dan feature detection untuk verifikasi tanda tangan. Diploma thesis, Universitas Komputer Indonesia.
Full text not available from this repository.Abstract
Tanda tangan adalah hasil proses menulis seseorang yang bersifat khusus sebagai substansi simbolik. Pada penelitian yang telah dilakukan oleh Hidayanto A., dkk. (2008) yang melakukan penelitian identifikasi tanda tangan menggunakan jaringan syaraf tiruan algortima backpropagation, Namun pada hasil penelitian tersebut menyarankan bahwa perlu dilakukan penelitian pengenalan tanda tangan dengan metode jaringan syaraf tiruan selain backpropagation, untuk membandingkan tingkat keberhasilannya, agar diperoleh metode terbaik untuk identifikasi tanda tangan dan juga menyarankan untuk dilakukan proses prapengolahan yang lebih kompleks pada citra tanda tangan sehingga diperoleh ciri citra tanda tangan yang lebih detail. Dalam penelitian ini digunakan algoritma learning vector quantization dan metode edge detection sobel. Learning vector quantization merupakan jaringan syaraf tiruan dengan tipe arsitektur single layer feeforward. Edge detection sobel merupakan salah satu metode dari fitur deteksi tepi. Setelah dilakukan pengujian data citra tanda tangan terhadap data hasil pelatihan maka dapat diambil kesimpulan bahwa rata-rata persentase kecocokan tanda tangan sebesar 83% dan rata-rata waktu total 0,02246013 detik.
Item Type: | Thesis (Diploma) |
---|---|
Uncontrolled Keywords: | Edge detection sobel, Feature detection, Feedforward, Learning vector quantization, Verifikasi tanda tangan |
Subjects: | S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2015 |
Divisions: | Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1) |
Depositing User: | Admin Repository |
Date Deposited: | 16 Nov 2016 08:10 |
Last Modified: | 16 Nov 2016 08:10 |
URI: | http://repository.unikom.ac.id/id/eprint/28999 |
Actions (login required)
View Item |