Verifikasi Citra Tanda Tangan Berdasarkan Ciri Pyramid Histogram of Oriented Gradient (PHOG) Menggunakan Metode Klasifikasi K-Nearest Neighbor
| Main Author: | Harfiya, Latifa Nabila |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/136/1/Latifa%20Nabil%20Harfiya.pdf http://repository.ub.ac.id/136/ |
Daftar Isi:
- Tanda tangan dikenal sebagai suatu atribut unik yang dimiliki secara personal yang secara luas telah diterima oleh masyarakat menjadi salah satu wujud alat verifikasi identitas seseorang. Upaya-upaya pemalsuan dan penyalahgunaan tanda tangan kerap kali terjadi karena hingga kini tanda tangan masih digunakan dalam berbagai keperluan legalitas untuk berbagai macam dokumen seperti surat akta, katu tanda penduduk, dan lain sebagainya. Rentannya tanda tangan akan pemalsuan dan penyalahgunaan menyebabkan perlu dilakukannya verifikasi tanda tangan. Penelitian ini bertujuan untuk menerapkan dan menguji tingkat akurasi verifikasi citra tanda tangan dengan penggunaan ciri Pyramid Histogram of Oriented Gradient (PHOG) dan hasil klasifikasi K-Nearest Neighbor (K-NN). Proses verifikasi tanda tangan diawali dengan preprocessing kemudian ekstraksi ciri PHOG untuk mendapatkan ciri dari area global hingga area lokal citra yang digunakan untuk proses setelahnya yaitu klasifikasi menggunakan metode K-NN. Terdapat berbagai parameter yang dapat memengaruhi ekstraksi ciri PHOG dan metode klasifikasi K-NN seperti jumlah bin, level, rentang sudut, dan K. Jumlah bin, level, rentang sudut, dan K terbaik untuk data tanda tangan Indonesia didapatkan secara berurutan adalah 10, 2, 180, dan 1, sedangkan untuk data tanda tangan Spanyol dan Persia adalah 9, 2, 180, dan 1. Adapun parameter tambahan yaitu jumlah data latih yang secara keseluruhan memengaruhi hasil klasifikasi yang digunakan. Verifikasi dengan menggunakan parameter terbaik dan jumlah data latih terbanyak berhasil menghasilkan akurasi tertinggi sebesar 99,5% pada data tanda tangan Indonesia asli, 96% pada data tanda tangan Spanyol asli, dan 98,5% pada data tanda tangan Persia asli. Sedangkan pada data tanda tangan palsu akurasi yang dihasilkan hanya sebesar 56% pada data tanda tangan Indonesia, 26,5% pada data tanda tangan Spanyol, dan 35,5% pada data tanda tangan Persia. Hasil pengujian menunjukkan bahwa walaupun algoritme bekerja dengan baik dalam melakukan pengenalan, tetapi masih belum cukup baik membedakan tanda tangan asli dengan tanda tangan palsu yang memiliki kemiripan yang tinggi dengan tanda tangan asli.