Pengenalan Kepribadian Berdasarkan Pola Tulisan Tangan Menggunakan Metode Reduced Support Vector Machine (RSVM)

Grafologi adalah sebuah metode ilmiah yang dapat mengidentifikasi kondisi psikologis maupun kepribadian dari seseorang berdasarkan pola tulisan tangan [1]. Seiring dengan berkembangnya teknologi, ilmu grafologi sudah mulai dikembangkan ke dalam program pembelajaran mesin. Salah satu metode yang pernah digunakan untuk mengenali kepribadian berdasarkan pola tulisan tangan adalah Support Vector Machine (SVM). Salah satu kekurangan dari algoritma SVM ini adalah kurang efisien saat bekerja dengan data yang berjumlah besar [9]. Untuk mengatasi masalah tersebut, dibuatlah algoritma Reduced Support Vector Machine (RSVM). Kelebihan dari metode RSVM adalah mampu untuk mengurangi kompleksitas model dan juga waktu komputasi serta penggunaan memori jauh lebih kecil daripada metode SVM konvensional pada umumnya [2]. Hasil dari proses klasifikasi metode RSVM dengan menggunakan dataset berjumlah 1845 sampel citra tulisan tangan mendapatkan nilai akurasi rata-rata sebesar 96,2% untuk fitur dominasi zona tulisan dan 98,93% untuk fitur tekanan tulisan menggunakan kernel Radial Basis Function (RBF) dengan nilai gamma terbaik 0,0001.