Alfarisi, Luthfi (2020) Pengenalan Kepribadian Berdasarkan Pola Tulisan Tangan Menggunakan Metode Reduced Support Vector Machine (RSVM). Other thesis, Universitas Komputer Indonesia.
|
Text
UNIKOM_Luthfi Alfarisi_Cover.pdf - Published Version Download (62kB) | Preview |
|
|
Text
UNIKOM_Luthfi Alfarisi_Lembar Pengesahan.pdf - Published Version Download (283kB) | Preview |
|
|
Text
UNIKOM_Luthfi Alfarisi_Surat Keterangan Publikasi.pdf - Published Version Download (319kB) | Preview |
|
|
Text
UNIKOM_Luthfi Alfarisi_Surat Keterangan Orisinalitas.pdf - Published Version Download (44kB) | Preview |
|
|
Text
UNIKOM_Luthfi Alfarisi_Kata Pengantar.pdf - Published Version Download (105kB) | Preview |
|
|
Text
UNIKOM_Luthfi Alfarisi_Daftar Isi.pdf - Published Version Download (40kB) | Preview |
|
|
Text
UNIKOM_Luthfi Alfarisi_Bab 1.pdf - Published Version Download (50kB) | Preview |
|
|
Text
UNIKOM_Luthfi Alfarisi_Bab 2.pdf - Published Version Download (998kB) | Preview |
|
Text
UNIKOM_Luthfi Alfarisi_Bab 3.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
||
Text
UNIKOM_Luthfi Alfarisi_Bab 4.pdf - Published Version Restricted to Repository staff only Download (435kB) | Request a copy |
||
|
Text
UNIKOM_Luthfi Alfarisi_Bab 5.pdf - Published Version Download (11kB) | Preview |
|
|
Text
UNIKOM_Luthfi Alfarisi_Daftar Pustaka.pdf - Published Version Download (102kB) | Preview |
|
|
Text
UNIKOM_Luthfi Alfarisi_Kontak Penulis dan Kontributor Penelitian.pdf - Published Version Download (7kB) | Preview |
Abstract
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.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Grafologi, Kepribadian, Tulisan Tangan, Pemrosesan Citra, Reduced Support Vector Machine. |
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: | 12 Jul 2021 07:41 |
Last Modified: | 12 Jul 2021 07:41 |
URI: | http://elibrary.unikom.ac.id/id/eprint/4089 |
Actions (login required)
View Item |