Verifikasi Citra Tanda Tangan Menggunakan Metode Prewitt dan Learning Vector Quantization

Asfanji Sefta, Syarif Hidayatulloh

Sari


Abstrak

Tanda tangan adalah salah satu bukti persetujuan dari seseorang, Jadi tanda tangan ini memiliki arti yang sangat penting. Sering terjadi Kasus pemalsuan tanda tangan, antara lain disebabkan oleh sistem verifikasi yang tidak baik. Verifikasi tanda tangan ini kebanyakan dilakukan secara manual, Yaitu dengan membandingkan langsung dengan menggunakan mata Manusia yang memiliki banyak kelemahan. Jadi ketelitian dan keakuratan hasil yang diinginkan sering kurang memuaskan. Metode yang saya gunakan dalam membangun aplikasi verifikasi tanda tangan ini adalah dengan menggunakan metode Edge Detection dan metode Vector Quantization Learning. Program ini dibangun menggunakan Matlab. Berdasarkan hasil penelitian yang diperoleh dari pengujian sistem verifikasi tanda tangan dengan menerapkan metode edge detection operator prewitt dan metode Learning vector Quantization dengan penghitung vektor, maka diperoleh kesimpulan bahwa Metode Edge Detection operator prewitt dan Learning Vector Quantization dengan penghitung vektor dapat mengekstraksi fitur tanda tangan untuk memproses vektor yang digunakan dalam penghitungan vektor untuk mengenali tanda tangan yang asli dan yang palsu pada aplikasi verifikasi tanda tangan yang  membantu memverifikasi tanda tangan sehingga meminimalisasi pemalsuan tanda tangan. 

 

Kata Kunci : Citra, Edge Detection, Vector Quantization Learning, Tanda Tangan

 

Abstract

The signature is one of the proof of approval from a person, so this signature has a very important meaning. There are often cases of signature forgery, partly due to a poor verification system. This signature verification is mostly done manually, that is by comparing it directly using the eyes of a human who has many weaknesses. So the accuracy and accuracy of the desired results are often unsatisfactory. The method that I use in building this signature verification application is to use the Edge Detection method and the Vector Quantization Learning method. This program is built using Matlab. Based on the research results obtained from the signature verification system testing by applying edge detection operator prewitt method and Learning vector Quantization method with vector counters, the conclusion is that the Edge Detection Method operator prewitt and Learning Vector Quantization with vector counters can extract signature features to process vectors used in vector counting to identify original and fake signatures in the signature verification application that helps verify the signature so as to minimize signature falsification.

 

Keywords: Image, Edge Detection, Vector Quantization Learning, Signature


Kata Kunci


Algoritma, Pengolahan citra, tanda tangan

Teks Lengkap:

PDF

Referensi


Faroqi, A. & Wahana, A . (2012). Sistem pendukung keputusan untuk menyeleksi calon siswa menggunakan metode Analytical Hierarchy Process (AHP). Jurnal ISTEK, 60-70.

Afif, R. (2010). Autentifikasi Pengenalan Pola Tanda Tangan Manual Menggunakan jaringan syaraf tiruan LVQ dan tanda tangan digital menggunakan algoritma RSA. Jakarta: Andi Publisher.

Arief M Rudianto. (2011). Pemrograman Web Dinamis Menggunakan Php dan Mysql. Yogyakarta: ANDI.

Dewi, K. (2013). Artificial Intelegence teknik dan aplikasinya . Yogyakarta: Graha ilmu.

Dikti, K. R. (2016, Mei Senin). Visi, Misi & Strategi. Diambil kembali dari Dikti.go.id: http://dikti.go.id/visi-misi-strategi/

Dwi, P. (2010). Pengolahan Citra Digital. Yogyakarta: EDI Publisher.

Eva Yulianti dan Riska Damayanti. (2015). Sistem pendukung keputusan untuk menentukan penerimaan beasiswa bagi siswa SMAN 9 Padang dengan menggunakan metode AHP ( Analytical Hierarchy Process ). Jurnal TEKNOIF, 21-28.

Faroqi Adam, Agung Wahana, Muktar Isep. (2015). Sistem pendukung keputusan untuk menyeleksi calon siswa menggunakan metode Analytic hierarchy process. Jurnal ISTEK 6, 60-69.

Hayatunnufus, A. (2010). Pendeteksi dan Verifikasi Tanda Tangan Menggunakan Metode Image Domain Spasial. Jurnal Sistem Komputer, 1-8.

IMade dan Tineke. (2015). SISTEM PENDUKUNG KEPUTUSAN DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) UNTUK MENENTUKAN PERINGKAT SISWA BERDASARKAN NILAI HARD SKILL DAN SOFT SKILL. Edu Komputika Journal, 1-6.

Iwan Rijayana dan Lirien Okirindho. (2012). Sistem pendukung keputusan pemilihan karyawan berprestasi berdasarkan kinerjaa menggunakaan metode Analytical Hierarchy Process . SemnasIF, 48-53.

Kusrini, M. (2007). Konsep dan aplikasi sistem pendukung keputusan. Yogyakarta: Andi.

Munawar. (2005). Pemodelan Visual dengan UML. Yogyakarta: Graha Ilmu.

muntasa, a. (2010). konsep pengolahan citra digital dan ekstraksi fitur . yogyakarta: Graha Ilmu.

Nalwan, A. (2012). Pengolahan Gambar Secara Digital. Jakarta: PT Elex Media Komputindo.

PUI, R. (2016, APRIL 5). Profil Pusat Unggulan Iptek. Dipetik APRIL 6, 2016, dari PUI Ristekdikti: http://pui.ristek.go.id

Putra, D. (2009). SIstem biometrika konsep dasar teknik analisis citra dan tahapan membangun aplikasi sistem biometrika. jakarta: dharma publisher.

Ristekdikti PUI. (2015). Pusat Unggulan Iptek. Dalam P. Ristekdikti, Pusat Unggulan Iptek Unggul, Inovatif, Berdaya saing (hal. 18). Jakarta: Direktorat Lembaga Litbang.

Romeo. (2003). Black Box Testing. kansas.

Setiawan, E. (2016, April 28). Kamus Besar Bahasa Indonesia (KBBI). Dipetik April 28, 2016, dari kbbi.web.id: http://kbbi.web.id/capai

Setiawan, E. (2016, April 28). KBBI. Dipetik April 28, 2016, dari kbbi.web.id: http://kbbi.web.id/manfaat

SIRAIT , H. (2007). KLASIFIKASI SIDIKJARI DENGAN PEMROSESAN AWAL . Pascasarjana Universitas Hasanuddin Makassar.

Sparague, W. (1993). Decision Support System : Putting Theory Into Practice. New Jersey: Englewood Clifts Prentice Hall.

Sugiyono. (2013). Metode Penelitian Kuantitatif, Kualitatif dan R&D. Jakarta: Alfhabeta.

Suhendra, A. (2011). Catatan Kuliah Pengantar pengolahan Citra. Yogyakarta: Andi Publisher.

Sutoyo. (2010). Teori Pengolahan Citra DIgital. Yogyakarta: Andi Publisher.

Tineke karunika dan I made Sudana. (2015). Sistem Pendukung Keputusan dengan menggunakan metode Analytical Hierarchy Process (AHP) untuk menetukan peringkat siswa berdasarkan nilai Hard skill dan Soft skill. Edu Komputika Journal, 1-6.

Turban, E. A. (2001). Decision Support Systems and Intelligent Systems.6th edition. New Jersey: Upper Saddle River.

Yustisia, D. (2010). Jaringan Syaraf Tiruan Learning Vector Quantization Untuk Aplikasi Pengenalan Tanda Tangan . Seminar Nasional Aplikasi Teknologi Informasi, 6-10.




DOI: https://doi.org/10.31311/ji.v5i2.3952

##submission.license.cc.by4.footer##

 dipublikasikan oleh LPPM UBSI
Jl. Kamal Raya No. 18 Cengkareng, Jakarta Barat