Juliansyah, Andika Bratadirja Sensus (2020) Metode Learning Vector Quantization 3 (Lvq3) Dan Algoritma Chain Code Untuk Klasifikasi Kepribadian Berdasarkan Pola Tanda Tangan. Other thesis, Univesitas Komputer Indonesia.
|
Text
UNIKOM_Andika Bratadirja SJ_cover.pdf Download (311kB) | Preview |
|
|
Text
UNIKOM_Andika Bratadirja SJ_lembar pengesahan.pdf - Published Version Download (859kB) | Preview |
|
|
Text
UNIKOM_Andika Bratadirja SJ_surat keterangan publikasi.pdf - Published Version Download (177kB) | Preview |
|
|
Text
UNIKOM_Andika Bratadirja SJ_surat keterangan orisinalitas.pdf - Published Version Download (449kB) | Preview |
|
|
Text
UNIKOM_Andika Bratadirja SJ_kata pengantar.pdf - Published Version Download (117kB) | Preview |
|
|
Text
UNIKOM_Andika Bratadirja SJ_daftar isi.pdf - Published Version Download (344kB) | Preview |
|
|
Text
UNIKOM_Andika Bratadirja SJ_bab 1.pdf - Published Version Download (56kB) | Preview |
|
|
Text
UNIKOM_Andika Bratadirja SJ_bab 2.pdf - Published Version Download (1MB) | Preview |
|
![[img]](http://elibrary.unikom.ac.id/style/images/fileicons/text.png) |
Text
UNIKOM_Andika Bratadirja SJ_bab 3.pdf - Published Version Restricted to Repository staff only Download (4MB) | Request a copy |
|
|
Text
UNIKOM_Andika Bratadirja SJ_bab 4.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy |
|
|
Text
UNIKOM_Andika Bratadirja SJ_bab 5.pdf - Published Version Download (10kB) | Preview |
|
|
Text
UNIKOM_Andika Bratadirja SJ_daftar pustaka.pdf - Published Version Download (135kB) | Preview |
|
|
Text
UNIKOM_Andika Bratadirja SJ_kontak penulis dan kontributor penelitian.pdf - Published Version Download (14kB) | Preview |
Abstract
Grafologi merupakan salah satu cabang ilmu psikologi yang khusus mempelajari tentang tulisan tangan. Ada banyak tulisan tangan dalam grafologi yang dapat digunakan untuk mendapatkan informasi tentang kepribadian seseorang, diantaranya tulisan tangan dalam bentuk tanda tangan. Pada penelitian Harris Teguh dengan menggunakan Eval Attribute Strengthening Info (EASI) dan K-Nearest Neighbor dalam pendeteksi kepribadian berdasarkan pola tanda tangan hanya memperoleh rata-rata akurasi sebesar 77,7%. Hal ini dikarenakan area citra yang ditangkap oleh aplikasi berbeda dengan area yang dimaksud oleh grafologi dalam dalam penentuan fitur, serta metode klasifikasi SVM sulit digunakan dalam kasus dengan jumlah data yang besar. Oleh karena itu pada penelitian ini akan menambahkan ekstraksi ciri chain code dan LVQ3 untuk klasifikasinya, karena LVQ3 mampu meringkas data yang besar menjadi vector codebook berkuran kecil. Fitur tanda tangan yang digunakan pada penelitian ini terdiri dari 4 fitur yaitu fitur awal kurva, fitur coretan akhir, fitur garis tengah, dan fitur garis bawah. Dari hasil pengujian akurasi dengan Confusion Matrix menghasilkan nilai akurasi untuk fitur awal kurva sebesar 75%, fitur coretan akhir sebesar 77%, fitur garis tengah sebesar 73%, dan fitur garis bawah sebesar 81%. Sedangkan untuk akurasi terbesar didapat pada kelas adanya garis bawah yaitu 95,45% dan akurasi terendah didapat pada kelas lengkung tajam sebesar 61,36%. Hasil akurasi tersebut diperoleh dengan menggunakan parameter pada LVQ3 yaitu epochnya sebesar 1000 epoch, learning rate nya 0.001, dan nilai window nya 0.1. Dari hasil tersebut menunjukan bahwa metode LVQ3 dapat meningkat akurasi tetapi tidak terlalu baik, itu dikarenakan ekstraksi ciri yang digunakan rentang merubah informasi ciri dari citra apabila terdapat adanya noise dari citra tersebut.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Kepribadian, Tanda Tangan, Chain Code, LVQ3, Cofusion Matrix |
| Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 005_Computer Programming, Programs & Data |
| Divisions: | S1_SKRIPSI > FTIK_Teknik Informatika (01) |
| Depositing User: | Mrs. Calis Maryani |
| Date Deposited: | 29 Jun 2021 05:29 |
| Last Modified: | 29 Jun 2021 05:30 |
| URI: | http://elibrary.unikom.ac.id/id/eprint/4004 |
Actions (login required)
 |
View Item |
