Teks
PENGENALAN POLA TANDA TANGAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR DAN EKSTRAKSI FITUR GRAY LEVEL COOCCURRENCE MATRIX
Tanda tangan merupakan sebuah tanda dari seseorang berupa goresan
tangan yang memiliki karakter dan ciri khas, dimana setiap orang memiliki bentuk
tanda tangan yang berbeda-beda dan merupakan bentuk biometrik yang dapat
digunakan dalam memverifikasi seseorang. Tanda tangan sering sekali digunakan
dalam kegiatan administrasi seperti halnya surat tanah, surat perjanjian, cek dan
administrasi lainya. Kasus yang berkaitan dengan tanda tangan adalah kasus
pemalsuan tanda tangan yang sering terjadi pada administrasi perbankan, dimana
pemalsuan tanda tangan dapat menimbulkan kerugian. Penelitian ini bertujuan
melakukan pengenalan pola tanda tangan menggunakan algoritma GLCM yang
dikombinasikan dengan algoritma data mining klasifikasi KNN.
GLCM digunakan untuk melakukan ekstraksi fitur dengan mengubah citra
gambar berwarna kedalam citra gambar keabuan. Cara kerja algoritma GLCM
dengan mengubah gambar keabuan menjadi matrix, dan menghitung nilai ekstraksi
fitur contrast, correlation, energy dan homogeneity berdasarkan matrix sebuah citra
gambar keabuan. Algoritma KNN digunakan untuk mengklsifikasi data hasil
ekstraksi GLCM dari sebuah citra gambar dengan menggunakan MatLab.
Hasil dari penelitian dengan pengujian jarak k=1 sampai k=10 menunjukan
jarak k =7 merupakan yang terbaik dengan tingkat akurasi sebesar 70,28%.
Berdasarkan tingkat akurasi tersebut artinya algoritma data mining KNN dinilai
cukup baik dalam melakukan pengenalan pola tanda tangan.
| S00050.24 | RF TI.S00050.24 Fad p | My Library (Referensi) | Tersedia |
Tidak tersedia versi lain