• English
    • Bahasa Indonesia
  • English 
    • English
    • Bahasa Indonesia
  • Login
View Item 
  •   DSpace Home
  • UPHS PROCEEDING
  • National Con (PRC)
  • View Item
  •   DSpace Home
  • UPHS PROCEEDING
  • National Con (PRC)
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Pengenalan Tanda Tangan melalui Pengolahan Citra Digital dan Jaringan Saraf Tiruan Radial Basis Function

Thumbnail
View/Open
1227. Pengenalan Tanda Tangan.pdf (149.3Kb)
Date
2012-08-03
Author
Ricardo, Ignatius
Metadata
Show full item record
Abstract
Abstrak — Tanda tangan adalah salah satu keunikan yang dimiliki oleh setiap orang sehingga seringkali dipakai dalam menentukan keabsahan dari suatu dokumen atau transaksi. Sistem yang dibuat bertujuan untuk melakukan pengenalan tanda tangan secara efisien serta mengetahui manfaat pengolahan citra digital dan jaringan saraf tiruan Radial Basis Function dalam dunia nyata. Sistem ini dibuat dengan menerapkan pengolahan citra digital dan pemanfaatan jaringan saraf tiruan Radial Basis Function. Citra tanda tangan yang akan dilatih atau diuji harus melalui beberapa proses pengolahan citra digital yaitu proses pengubahan citra menjadi citra keabuan (grayscale), pengambangan (thresholding), segmentasi citra (segmentation), normalisasi ukuran citra (size normalization), thinning, dan pembagian citra ke dalam wilayah-wilayah (region) yang akan menghasilkan nilai-nilai untuk selanjutnya diproses dengan jaringan saraf tiruan Radial Basis Function. Pemanfaatan jaringan saraf tiruan Radial Basis Function dimulai dengan pelatihan terhadap sampel tanda tangan dari setiap responden yang telah diolah. Setelah proses pelatihan selesai maka sebuah citra tanda tangan milik salah satu responden yang telah dilatih dapat dikenali oleh sistem. Pengolahan citra tanda tangan dan jaringan saraf tiruan Radial Basis Function yang diterapkan dalam sistem berhasil melakukan pengenalan terhadap beberapa citra tanda tangan. Penelitian ini menguji 100 citra tanda tangan yang berasal dari 10 responden yang telah masing-masing telah memberikan lima citra tanda tangan untuk pelatihan sistem. Tingkat akurasi dari hasil pengujian tersebut sebesar 88% dimana terdapat 88 tanda tangan yang dapat dikenali dengan benar dan 12 tanda tangan yang gagal dikenali.
URI
http://hdl.handle.net/123456789/164
Collections
  • National Con (PRC)

DSpace software copyright © 2002-2016  DuraSpace
Contact Us | Send Feedback
Theme by 
Atmire NV
 

 

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

LoginRegister

DSpace software copyright © 2002-2016  DuraSpace
Contact Us | Send Feedback
Theme by 
Atmire NV