Fadilah, Said Dinar (2020) Deteksi Kepribadian Pada Pola Tanda Tangan Dengan Metode Smooth Support Vector Machine (Ssvm). Other thesis, Universitas Komputer Indonesia.
|
Text
UNIKOM_Said Dinar Fadilah_cover.pdf - Published Version Download (34kB) | Preview |
|
|
Text
UNIKOM_Said Dinar Fadilah_lembar pengesahan.pdf - Published Version Download (377kB) | Preview |
|
|
Text
UNIKOM_Said Dinar Fadilah_surat keterangan persetujuan publikasi.pdf - Published Version Download (149kB) | Preview |
|
|
Text
UNIKOM_Said Dinar Fadilah_surat pernyataan orisinalitas.pdf - Published Version Download (152kB) | Preview |
|
|
Text
UNIKOM_Said Dinar Fadilah_kata pengantar.pdf - Published Version Download (97kB) | Preview |
|
|
Text
UNIKOM_Said Dinar Fadilah_daftar isi.pdf - Published Version Download (41kB) | Preview |
|
|
Text
UNIKOM_Said Dinar Fadilah_Bab I.pdf - Published Version Download (187kB) | Preview |
|
|
Text
UNIKOM_Said Dinar Fadilah_Bab II.pdf - Published Version Download (518kB) | Preview |
|
Text
UNIKOM_Said Dinar Fadilah_Bab III.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
||
Text
UNIKOM_Said Dinar Fadilah_Bab IV.pdf - Published Version Restricted to Repository staff only Download (221kB) | Request a copy |
||
|
Text
UNIKOM_Said Dinar Fadilah_Bab V.pdf - Published Version Download (13kB) | Preview |
|
|
Text
UNIKOM_Said Dinar Fadilah_daftar pustaka.pdf - Published Version Download (91kB) | Preview |
|
|
Text
UNIKOM_Said Dinar Fadilah_kontak penulis dan kontributor.pdf - Published Version Download (29kB) | Preview |
Abstract
Sistem deteksi kepribadian pada pola tanda tangan merupakan salah satu teknologi yang sangat penting karena memiliki banyak manfaat bagi suatu organisasi, kelompok maupun individu. Citra digital tanda tangan yang melalui proses image processing dimanipulasi untuk menghasilkan citra yang diharapkan. Hu Moment merupakan descriptor yang digunakan untuk mengenali ciri tanda tangan. Hu Moment dihitung berdasarkan informasi yang diberikan oleh boundary bentuk dan daerah interiornya. Smooth Support Vector Machine (SSVM) adalah algoritma learning keturunan Support Vector Machine (SVM) yang memiliki sifat matematika kecembungan yang kuat dan terdiferensialkan tak hingga. Berdasarkan sifat-sifat ini, solusi unik dari SSVM akan konvergen terhadap solusi unik problem optimasi SVM bila smooth parameter α pada SSVM mendekati tak hingga. Penelitian ini bertujuan untuk mendeteksi kepribadian pada citra digital hasil scan dengan menggunakan metode Smooth Support Vector Machine (SSVM). Hasil Akurasi paling tinggi dari data uji sebanyak 80 citra, daerah garis tengah menghasilkan akurasi paling tinggi 62,5% dan daerah awal kurva menghasilkan akurasi paling rendah 45%. Dengan rata-rata akurasi 55,31% untuk 4 daerah analisis.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Kepribadian, Tanda Tangan, Image Processing, Hu Moment, Smooth Support Vector Machine (SSVM). |
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: | 23 Jul 2021 07:58 |
Last Modified: | 23 Jul 2021 07:58 |
URI: | http://elibrary.unikom.ac.id/id/eprint/4151 |
Actions (login required)
View Item |