Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

PEMBANGUNAN APLIKASI PENGENALAN POLA TANDA TANGAN MENGGUNAKA

No description
by

red devils

on 26 February 2015

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of PEMBANGUNAN APLIKASI PENGENALAN POLA TANDA TANGAN MENGGUNAKA

SIDANG SKRIPSI
KESIMPULAN
SARAN
Bagaimana membangun aplikasi yang mampu melakukan pengenalan pola terhadap citra tanda tangan menggunakan metode klasifikasi Support Vector Machine (SVM) dan metode ekstraksi ciri Image Centroid Zone dan Zone Centroid Zone.
Tanda tangan adalah salah satu biometrika yang dimiliki manusia.

Tanda tangan dapat dijumpai pada operasi dokumen ataupun kegiatan administrasi sehari hari.

Tanda tangan yang terdapat pada sebuah dokumen menyatakan bahwa pihak yang menandatangani, mengetahui, dan menyetujui, dan bertanggung jawab terhadap seluruh isi dokumen.

Untuk mengetahui pemilik tanda tangan secara otomatis dilakukan dengan memanfaatkan teknik RPL dan PCD
Penguji
Rusdi Efendi, S.T., M.Kom
Desi Andreswari, S.T., M.Cs


Pembimbing
DR. Diyah Puspitaningrum, S.T., M.Kom
Endina Putri Purwandari, S.T., M.Kom


Oleh :
Andre Mirfen
G1A010002
PEMBANGUNAN APLIKASI PENGENALAN POLA TANDA TANGAN
OFFLINE
MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)

Program Studi Teknik Informatika
Universitas Bengkulu

LATAR BELAKANG
Masih terbukanya penelitian terhadap pengenalan pola tanda tangan, serta masih ditelitinya berbagai metode yang dapat melakukan pengenalan pola tanda tangan yang optimal.

SVM mempunyai kemampuan menemukan fungsi pemisah (classfier) yang optimal.
Rumusan Masalah
Bagaimana kinerja pengenalan metode klasifikasi Support Vector Machine yang digabungkan dengan metode ekstraksi ciri Image Centroid Zone dan Zone Centroid Zone dalam melakukan pengenalan pola citra tanda tangan.
Bagaimana menampilkan identitas/ informasi pemilik citra tanda tangan yang sesuai dengan klasifikasi SVM pada citra masukan
Batasan Masalah
Banyaknya macam citra tanda tangan yang digunakan sebagai database adalah sebanyak 15 sampel dan masing masing sampel dilakukan pengambilan sebanyak 15 kali dengan 10 sampel sebagai data training dan 5 sampel sebagai data testing.
Sumber citra yang digunakan dalam penelitian ini adalah citra tanda tangan mahasiswa Teknik Informatika hasil scanning dengan mesin scanner 600 dpi dengan ukuran citra sebesar 300x300 piksel berformat *.JPG.
Fitur ekstraksi pada penelitian ini menggunakan metode Image Centroid Zone dan Zone Centroid and Zone dengan ukuran zona 2x2,4x3,5x4,dan 10x6 serta nilai derajat polinomial sebesar 2, 3, dan 4.
Tahap preprocessing yang dilakukan pada penelitian ini yaitu Binerisasi, Remove Noise, Thinning, Cropping, dan Resize.



Sistem hanya mengklasifikasikan citra tanda tangan dan tidak sampai pada pengujian kebenaran/ menunjukkan persentase keaslian tanda tangan, ataupun adanya tindak pemalsuan tanda tangan.
Tujuan Penelitian
1. Membangun aplikasi pengenalan pola citra tanda tangan dengan metode klasifikasi Support Vector Machine (SVM) dan metode ekstraksi ciri Image Centroid Zone dan Zone Centroid Zone.


2. Mengetahui kinerja metode klasifikasi Support Vector Machine yang digabungkan dengan metode ekstraksi ciri Image Centroid Zone dan Zone Centroid Zone dalam pengenalan pola citra tanda tangan.


3. Menampilkan identitas/ informasi pemilik tanda tangan yang sesuai dengan klasifikasi SVM pada citra masukan.

Memberikan kemudahan dalam melakukan pengenalan terhadap pola citra tanda tangan seseorang sehingga dapat diketahui informasi pemilik tanda tangan tersebut.

Selain itu juga untuk mengetahui kinerja pengenalan pola tanda tangan menggunakan metode klasifikasi SVM yang digabungkan dengan metode ekstraksi ciri ICZ dan ZCZ serta sebagai bahan acuan dalam mengembangkan sistem selanjutnya untuk solusi pengenalan pola tanda tangan.
Manfaat Penelitian
PERANCANGAN SISTEM
DIAGRAM ALIR
USE CASE DIAGRAM
ACTIVITY DIAGRAM

SEQUENCE DIAGRAM
CLASS DIAGRAM
Dilakukan dengan menguji atribut dan method yang ada pada kelas-kelas yang dibangun, hasil pengujian dapat dilihat pada lampiran.
Pengujian White-box
Pengujian Black-box
Dilakukan untuk menguji apakah sistem yang dikembangkan sesuai dengan spesifikasi fungsional sistem. Black box juga digunakan untuk menguji fungsi-fungsi khusus dari perangkat lunak yang dirancang.
Hasil Pengujian Pelatihan Citra Tanda Tangan Pada Aplikasi.
Tahap Pelatihan pada aplikasi ini dilakukan terhadap 15x10 citra tanda tangan atau 10 tanda tangan dari tiap tiap orang (15 sampel). Pada tahap pelatihan penelitian ini menggunakan 4 nilai zona untuk mengekstraksi fitur citra tanda tangan. Nilai tersebut adalah 2x2, 4x3, 5x4, dan 10x6.

Proses pelatihan terhadap citra berhasil 100%

Waktu rata-rata pelatihan citra tanda tangan pada :
Zona 2x2 : 176,4933
Zona 4x3 : 174,8467
Zona 5x4 : 181,58
Zona 10x6 : 179,0733

Hasil Pengujian Pengenalan Citra Tanda Tangan Pada Aplikasi.
Zona 2x2 dan 2 polinomial sebesar 68%, 3 polinomial sebesar 64%, dan 4 polinomial sebesar 62,66%

Zona 4x3 dan 2 polinomial sebesar 70%, 3 polinomial sebesar 69,33%, dan 4 polinomial sebesar 69,33%

Zona 5x4 dan 2 polinomial sebesar 97,33%, 3 polinomial sebesar 88%, dan 4 polinomial sebesar 84%

Zona 10x6 dan 2 polinomial sebesar 77,33%, 3 polinomial sebesar 76%, dan 4 polinomial sebesar 72%



Aplikasi Pengenalan Pola Tanda Tangan Offline menggunakan metode Support Vector Machine dan ekstraksi fitur menggunakan metode Image Centroid Zone dan Zone Centroid Zone berhasil melakukan pengenalan pola tanda tangan.

Kinerja pengenalan pola tanda tangan pada penelitian ini dipengaruhi oleh nilai zona dan nilai derajad polinomial, karena semakin besar zona yang digunakan maka semakin tinggi keakuratan pengenalan dan semakin kecil derajad polinomial maka semakin tinggi pula keakuratan pengenalan.

Aplikasi ini dapat menampilkan identitas pemilik tanda tangan secara akurat dengan kinerja terbaik pada zona 5x4 dan derajat polinomial 2 yaitu sebesar 97,33% sementara untuk kinerja terburuk pada zona 2x2 dan derajat polinomial 4 yaitu sebesar 62,66%
Mengembangkan aplikasi ini dalam bentuk portable sehingga bisa berjalan sebagai file executable. Sistem yang digunakan pada penelitian ini hanya bisa berjalan di lingkungan java IDE

Mencoba algoritma ekstraksi fitur yang lain selain metode Zoning sehingga dapat diketahui metode yang lebih optimal seperti metode Slant Removal Algoritm. Hal ini karena metode zoning tidak dapat menangani kemiringan pada tanda tangan.

SEKIAN
DAN
TERIMA KASIH
Full transcript