PERANCANGAN DAN IMPLEMENTASI MULTI LAYER PERCEPTRON UNTUK IDENTIFIKASI TANDA TANGAN
Design and Implementatio of Multilayer Perceptron for signature identification
DOI:
https://doi.org/10.54593/awl.v6i1.143Keywords:
Perceptron,Tanda Tangan, Cross Validation, File, Citra.Abstract
Tanda Tangan merupakan salah satu bukti pengesahan lembar dokumen yang sering digunakan. Penting nya mengenal bentuk tanda tangan seseorang diperlukan 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 akan diambil dari grid image (sub citra), suatu citra tanda tangan. Model Pengujian menggunakan multi layer perceptron dan cross validation dengan tiga ukuran piksel 4x4, dan dua jenis reprsentasi citar biner dan citra outline. Hasil pengujian adalah untuk hasil piksel 4x4 dan menggunakan citra outline, yaitu dengan tingkat akurasi yaitu 94%, nilai korelasi 0.95 dan nilai kappa 0.94.
References
Abdilah, Resa, dkk. 2017, Identifikasi Otentifikasi Citra Tanda Tangan Menggunakan Wavelet dan Backpropagation, Seminar Nasional Aplikasi Teknologi Informasi (SNATi), ISSN: 1907 – 5022.
Novandra, Gagas, dkk. 2018, PERANCANGAN APLIKASI ANDROID IDENTIFIKASI TANDA TANGAN MENGGUNAKAN MULTI LAYER PERCEPTRON, JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), E-ISSN : 2540 – 8984, Volume 03, Nomor 01.
NO, Rahardiani, dkk. 2018, Optimasi Bobot Multi-Layer Perceptron Menggunakan Algoritma Genetika Untuk Klasifikasi Tingkat Resiko Penyakit Stroke. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, e-ISSN: 2548-964X, Vol. 2, No. 8.
MZ Naf’an, dkk. 2017, Identifikasi Tanda Tangan Berdasarkan Grid Entropy Menggunakan Multi Layer Perceptron. JURNAL INFOTEL Informatika - Telekomunikasi – Elektronika, ISSN : 2085-3688; e-ISSN : 2460-0997, Vol.9 No.2.
Usada, Elida dkk. 2018, EKSTRAKSI FITUR LOKAL PADA CITRA TANDA TANGAN MENGGUNAKAN ADAPTIVE WINDOWS POSITIONING DAN ENTROPY. Prosiding SINTAK, ISBN: 978-602-8557-20-7.
Dewi. 2015, IDENTIFIKASI GORESAN DASAR MANDARIN DENGAN METODE MULTILAYER PERCEPTRON. CSRID Journal, Vol.7 No.1.
Haryati, Siska, dkk. 2015, IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI MASA STUDI MAHASISWA MENGGUNAKAN ALGORITMA C4.5 (STUDI KASUS: UNIVERSITAS DEHASEN BENGKULU). Jurnal Media Infotama, ISSN 1858 – 2680, Vol. 11 No. 2.
Irfan, Muhammad, dkk. 2017, Sistem Klasifikasi Kendaraan Berbasis Pengolahan Citra Digital dengan Metode Multilayer Perceptron, IJEIS, ISSN: 2088-3714, Vol.7, No.2.
Hardiyanto, Deni, dkk. 2018, Optimalisasi Metode Deteksi Wajah berbasis Pengolahan Citra untuk Aplikasi Identifikasi Wajah pada Presensi Digital, Sistem Kendali-Tenaga-Elektronika-Telekomunikasi-Komputer, p-ISSN : 2301-4652 / e-ISSN : 2503-068X, Volume 7, No.1.
Haryoko, Andi, dkk. 2016, Pengenalan Karakter Plat Kendaraan Bermotor berbasis Citra dengan menggunakan Metode Canny dan Algoritma Backpropagation, Journal of Mechanical Engineering and Mechatronics, ISSN: 2527-6212, Vol. 1 No. 2.
MZ, Nawawi, dkk. 2015, KLASIFIKASI TELUR FERTIL DAN INFERTIL MENGGUNAKAN JARINGAN SARAF TIRUAN MULTILAYER PERCEPTRON BERDASARKAN EKSTRAKSI FITUR WARNA DAN BENTUK, JURNAL TEKNOLOGI INFORMASI DAN KOMUNIKASI, Vol. 4 No.2.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Nandri Marsan Sitinjak, Fastabiqul Khairat, Frans Ikorasaki, May Fitriana Hasibuan, Rini Oktari Batubara
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
<p><a href="http://creativecommons.org/licenses/by-nc-sa/4.0/" rel="license"><img style="border-width: 0;" src="https://i.creativecommons.org/l/by-nc-sa/4.0/88x31.png" alt="Creative Commons License" /></a><br /><strong>JURNAL WIDYA (awl)</strong> This work is licensed under a <a href="http://creativecommons.org/licenses/by-nc-sa/4.0/" rel="license">Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License</a>.</p>
