Sidik, Maulana Amsor (2019) Sistem Deteksi Kepribadian Berdasarkan Pola Tanda Tangan Menggunakan Metode Support Vector Machine Dan Principal Component Analysis. Other thesis, Universitas Komputer Indonesia.
|
Text
UNIKOM_Maulana Amsor Sidik_cover.pdf - Published Version Download (32kB) | Preview |
|
|
Text
UNIKOM_Maulana Amsor Sidik_lembar pengesahan.pdf - Published Version Download (588kB) | Preview |
|
|
Text
UNIKOM_Maulana Amsor Sidik_surat keterangan publikasi.pdf - Published Version Download (192kB) | Preview |
|
|
Text
UNIKOM_Maulana Amsor Sidik_kata pengantar.pdf - Published Version Download (118kB) | Preview |
|
|
Text
UNIKOM_Maulana Amsor Sidik_daftar isi.pdf - Published Version Download (197kB) | Preview |
|
|
Text
UNIKOM_Maulana Amsor Sidik_BAB 1.pdf - Published Version Download (53kB) | Preview |
|
|
Text
UNIKOM_Maulana Amsor Sidik_BAB 2.pdf - Published Version Download (1MB) | Preview |
|
Text
UNIKOM_Maulana Amsor Sidik_BAB 3.pdf - Published Version Restricted to Repository staff only Download (3MB) | Request a copy |
||
Text
UNIKOM_Maulana Amsor Sidik_BAB 4.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
||
|
Text
UNIKOM_Maulana Amsor Sidik_daftar pustaka.pdf - Published Version Download (299kB) | Preview |
|
Text
UNIKOM_Maulana Amsor Sidik_jurnal bahasa indonesia.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
||
Text
UNIKOM_Maulana Amsor Sidik_jurnal bahasa inggris.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
||
Text
UNIKOM_Maulana Amsor Sidik_biodata.pdf - Published Version Restricted to Repository staff only Download (431kB) | Request a copy |
Abstract
Grafologi merupakan seni yang dapat menilai karakter dan kepribadian seseorang dengan cara melihat tipe tulisan tangan maupun tanda tangan. Informasi mengenai kepribadian seseorang dapat dimanfaatkan untuk berbagai kepentingan salah satunya seperti rekrutmen pegawai, grafologi dijadikan sebagai salah satu perangkat seleksi. Sistem deteksi yang ada saat ini untuk mendeteksi kepribadian berdasarkan pola tanda tangan secara otomatis belum begitu baik digunakan. Pada penelitian ini bertujuan untuk mengetahui nilai akurasi dari sistem deteksi kepribadian berdasarkan pola tanda tangan menggunakan metode Support Vector Machine (SVM) dan Principal Component Analysis(PCA). PCA merupakan metode yang digunakan untuk ektraksi ciri. Fitur yang digunakan terdiri dari 4 fitur yaitu fitur awal kurva terdiri dari kelas lengkung mundur, lengkung tajam, lengkung lembut. Fitur coretan akhir terdiri dari kelas coretan akhir menaik, coretan akhir menurun, tidak adanya coretan akhir. Fitur coretan tengah terdiri dari kelas adanya coretan tengah, tidak adanya coretan tengah. Fitur garis bawah yang terdiri dari kelas adanya garis bawah, dan tidak adanya garis bawah. Berdasarkan pengujian akurasi menggunakan confusion matrix menghasilkan nilai rata-rata akurasi pada fitur awal kurva sebesar 69,44%, fitur coretan akhir sebesar 74,07%, fitur coretan ditengah sebesar 70,83%, fitur garis bawah sebesar 69,44%, akurasi paling tinggi sebesar 91,67%, dan akurasi paling rendah sebesar 50%.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | : Grafologi, Tanda Tangan, SVM, PCA, confusion matrix. |
Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science |
Divisions: | S1_SKRIPSI > FTIK_Teknik Informatika (01) |
Depositing User: | Mrs. Calis Maryani |
Date Deposited: | 19 Dec 2019 08:29 |
Last Modified: | 19 Dec 2019 08:29 |
URI: | http://elibrary.unikom.ac.id/id/eprint/1507 |
Actions (login required)
View Item |