Pengenalan Tanda Tangan Dengan Metode Principal Component Analysis (PCA) Dan Jaringan Syaraf Tiruan (JST)

  • Hanni Prastika Politeknik Caltex Riau
  • Rahmat Suhatman Politeknik Caltex Riau
  • Warnia Nengsih Politeknik Caltex Riau

Abstract

Tanda tangan adalah sebuah bentuk khusus dari tulisan tangan yang mengandung karakter khusus dan bentuk-bentuk tambahan yang sering digunakan sebagai bukti verifikasi identitas seseorang. Untuk menghindari kemungkinan terjadinya pemalsuan tanda tangan, maka dibangunlah sebuah aplikasi Tanda Tangan Dengan Metode Principal Component Analysis (PCA) dan Jaringan Syaraf Tiruan (JST) yang digunakan untuk mendeteksi tanda tangan. Metode PCA merupakan metode untuk mengambil ciri penting dari sekumpulan data set dengan mereduksi data tersebut menjadi data yang otonormal dan tidak saling berkolerasi. Metode JST yang dipakai dalam aplikasi ini adalah Perceptron. Perceptron merupakan salah satu bentuk jaringan sederhana dan memiliki bobot yang dapat diatur. Sehingga dengan menggunakan metode tersebut aplikasi ini dapat membantu dalam pengenalan tanda tangan dan menampilkan hasil dari pengenalan tanda tangan tersebut.

Author Biographies

Hanni Prastika, Politeknik Caltex Riau
Sistem Informasi
Rahmat Suhatman, Politeknik Caltex Riau
Teknik Informatika
Warnia Nengsih, Politeknik Caltex Riau
Sistem Informasi

References

Adry. 2003. Pengenalan Wajah Dengan Metode Backprogation network dan Principal Component Analysis. Petra Christian University Library. URL : /jiunkpe/s1/elkt/2003/jiunkpe-ns-s1-2003-23498092-5230-saraf-chapter2.pdf

Muis, Saludin. 2006. Teknik Jaringan Syaraf Tiruan. Yogyakarta : Graha Ilmu

Patel, Vithal A. 1994. Numerical Analysis. Harcourt Brace College Publisher.

Qur’aini, Difla Yustisia dan Safrina Rosmalinda. 2010. Jaringan Syaraf Tiruan Leraning Vector Quantitazation Untuk Aplikasi Pengenalan Tanda Tangan. Seminar Nasional Aplikasi Teknologi Informasi 2010. URL : http://journal.uii.ac.id/index.php/Snati/article/view/1950/1725

Sarbini. 2003. Perbandingan Beberapa Metode Eigen dengan PCA Proses Pada Pengenalan Wajah Menggunakan JST Propagasi Balik Standar. E-ILKOM.

Sholeh, Alfin. 2013. Pengembangan Sistem Pengenalan Wajah 2D Dengan Implementasi Algoritma Eigenface Dan Manhattan Distance. Universitas Pendidikan Indonesia.

Siang, Jong Jek. 2009. Jaringan Syaraf Tiruan & Pemgrogramannya Menggunakan MATLAB. Yogyakarta : Andi.

Sutojo, T dan Edy Mulyanto dan Vincent Suhartono. 2011. Kecerdasan Buatan. Yogyakarta : Andi.

Published
2017-01-16
Section
Artikel