Implementasi Relevance Vector Machine (RVM) Untuk Pengenalan Kepribadian Berdasarkan Pola Tanda Tangan

Grafalogi adalah seni untuk mengetahui kepribadian seseorang melalui tulisan tangan dan tanda tangan. Informasi kepribadian seseorang mempunyai manfaat salah satunya dalam rekrutmen pegawai perusahaan. Sistem pengenalan kepribadian berdasarkan pada pola tanda tangan otomatis belum begitu baik digunakan. Fokus utamanya yaitu pengenalan kepribadian berdasarkan pola tanda tangan menggunakan Relevance vector machine. Penelitian ini memiliki tujuan untuk mengetahui nilai akurasi dari Relevance Vector Machine (RVM). Fitur-fitur yang digunakan adalah awal kurva, coretan akhir, coretan tengah dan garis bawah. Fitur awal kurva terdiri dari kelas lengkung mundur, lengkung lembut, lengkung tajam. Fitur coretan akhir terdiri dari tiga kelas. Diantaranya coretan akhir menaik dan coretan akhir menurun serta tidak adanya coretan akhir. Coretan tengah terdiri dari adanya coretan tengah dan tidak adanya coretan di tengah. Garis bawah terdiri dari kelas adanya garis bawah, tidak adanya garis bawah. Pengujian akurasi menggunakan metode Confusion Matrix. nilai akurasi paling tinggi yang didapatkan sebesar 94,23%, sedangkan nilai akurasi paling rendah sebesar 75%. nilai akurasi rata-rata fitur awal kurva sebesar 84,61% dan fitur coretan akhir sebesar 84,61%. Sedangkan, fitur coretan tengah sebesar 83,65% dan fitur garis bawah sebesar 77,88%.