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

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.