Deteksi Kepribadian Pada Pola Tanda Tangan Dengan Metode Smooth Support Vector Machine (Ssvm)

Fadilah, Said Dinar (2020) Deteksi Kepribadian Pada Pola Tanda Tangan Dengan Metode Smooth Support Vector Machine (Ssvm). Other thesis, Universitas Komputer Indonesia.

[img]
Preview
Text
UNIKOM_Said Dinar Fadilah_cover.pdf - Published Version

Download (34kB) | Preview
[img]
Preview
Text
UNIKOM_Said Dinar Fadilah_lembar pengesahan.pdf - Published Version

Download (377kB) | Preview
[img]
Preview
Text
UNIKOM_Said Dinar Fadilah_surat keterangan persetujuan publikasi.pdf - Published Version

Download (149kB) | Preview
[img]
Preview
Text
UNIKOM_Said Dinar Fadilah_surat pernyataan orisinalitas.pdf - Published Version

Download (152kB) | Preview
[img]
Preview
Text
UNIKOM_Said Dinar Fadilah_kata pengantar.pdf - Published Version

Download (97kB) | Preview
[img]
Preview
Text
UNIKOM_Said Dinar Fadilah_daftar isi.pdf - Published Version

Download (41kB) | Preview
[img]
Preview
Text
UNIKOM_Said Dinar Fadilah_Bab I.pdf - Published Version

Download (187kB) | Preview
[img]
Preview
Text
UNIKOM_Said Dinar Fadilah_Bab II.pdf - Published Version

Download (518kB) | Preview
[img] Text
UNIKOM_Said Dinar Fadilah_Bab III.pdf - Published Version
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text
UNIKOM_Said Dinar Fadilah_Bab IV.pdf - Published Version
Restricted to Repository staff only

Download (221kB) | Request a copy
[img]
Preview
Text
UNIKOM_Said Dinar Fadilah_Bab V.pdf - Published Version

Download (13kB) | Preview
[img]
Preview
Text
UNIKOM_Said Dinar Fadilah_daftar pustaka.pdf - Published Version

Download (91kB) | Preview
[img]
Preview
Text
UNIKOM_Said Dinar Fadilah_kontak penulis dan kontributor.pdf - Published Version

Download (29kB) | Preview
Official URL: http://elibrary.unikom.ac.id

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 View Item