Sistem Deteksi Kepribadian Berdasarkan Pola Tanda Tangan Menggunakan Metode Support Vector Machine Dan Principal Component Analysis

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.

[img]
Preview
Text
UNIKOM_Maulana Amsor Sidik_cover.pdf - Published Version

Download (32kB) | Preview
[img]
Preview
Text
UNIKOM_Maulana Amsor Sidik_lembar pengesahan.pdf - Published Version

Download (588kB) | Preview
[img]
Preview
Text
UNIKOM_Maulana Amsor Sidik_surat keterangan publikasi.pdf - Published Version

Download (192kB) | Preview
[img]
Preview
Text
UNIKOM_Maulana Amsor Sidik_kata pengantar.pdf - Published Version

Download (118kB) | Preview
[img]
Preview
Text
UNIKOM_Maulana Amsor Sidik_daftar isi.pdf - Published Version

Download (197kB) | Preview
[img]
Preview
Text
UNIKOM_Maulana Amsor Sidik_BAB 1.pdf - Published Version

Download (53kB) | Preview
[img]
Preview
Text
UNIKOM_Maulana Amsor Sidik_BAB 2.pdf - Published Version

Download (1MB) | Preview
[img] Text
UNIKOM_Maulana Amsor Sidik_BAB 3.pdf - Published Version
Restricted to Repository staff only

Download (3MB) | Request a copy
[img] Text
UNIKOM_Maulana Amsor Sidik_BAB 4.pdf - Published Version
Restricted to Repository staff only

Download (1MB) | Request a copy
[img]
Preview
Text
UNIKOM_Maulana Amsor Sidik_daftar pustaka.pdf - Published Version

Download (299kB) | Preview
[img] Text
UNIKOM_Maulana Amsor Sidik_jurnal bahasa indonesia.pdf - Published Version
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text
UNIKOM_Maulana Amsor Sidik_jurnal bahasa inggris.pdf - Published Version
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text
UNIKOM_Maulana Amsor Sidik_biodata.pdf - Published Version
Restricted to Repository staff only

Download (431kB) | Request a copy
Official URL: http://elibrary.unikom.ac.id

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 View Item