Sistem Deteksi Kepribadian Berdasarkan Pola Tanda Tangan Menggunakan Metode Support Vector Machine Dan Principal Component Analysis

Grafologi merupakan seni yang dapat menilai karakter dan kepribadian seseorang dengan cara melihat tipe tulisan tangan maupun tanda tangan. Informasi mengenai kepribadian seseorang dapat dimanfaatkan untuk berbagai kepentingan salah satunya seperti rekrutmen pegawai, grafologi dijadikan sebagai salah satu perangkat seleksi. Sistem deteksi yang ada saat ini untuk mendeteksi kepribadian berdasarkan pola tanda tangan secara otomatis belum begitu baik digunakan. Pada penelitian ini bertujuan untuk mengetahui nilai akurasi dari sistem deteksi kepribadian berdasarkan pola tanda tangan menggunakan metode Support Vector Machine (SVM) dan Principal Component Analysis(PCA). PCA merupakan metode yang digunakan untuk ektraksi ciri. Fitur yang digunakan terdiri dari 4 fitur yaitu fitur awal kurva terdiri dari kelas lengkung mundur, lengkung tajam, lengkung lembut. Fitur coretan akhir terdiri dari kelas coretan akhir menaik, coretan akhir menurun, tidak adanya coretan akhir. Fitur coretan tengah terdiri dari kelas adanya coretan tengah, tidak adanya coretan tengah. Fitur garis bawah yang terdiri dari kelas adanya garis bawah, dan tidak adanya garis bawah. Berdasarkan pengujian akurasi menggunakan confusion matrix menghasilkan nilai rata-rata akurasi pada fitur awal kurva sebesar 69,44%, fitur coretan akhir sebesar 74,07%, fitur coretan ditengah sebesar 70,83%, fitur garis bawah sebesar 69,44%, akurasi paling tinggi sebesar 91,67%, dan akurasi paling rendah sebesar 50%.