Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal e-Jurnal Arus Elektro Indonesia
Dailami Firdaus
Universitas Jember
Electrical & Electronics Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PENGENALAN SIGNATURE (TANDA TANGAN) MENGGUNAKAN EXTRIME LEARNING MACHINE (ELM) Dodi Setiabudi; Dailami Firdaus; Catur Suko Sarwono
Jurnal Arus Elektro Indonesia Vol 6 No 3 (2020)
Publisher : Fakultas Teknik, Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jaei.v6i3.20121

Abstract

Tanda tangan merupakan bentuk yang paling banyak digunakan untuk identifikasi seseorang. Keberadaan tanda tangan dalam_sebuah dokumen menyatakan bahwa pihak yang menandatangani, mengetahui, dan menyetujui seluruh isi dari suatu dokumen. Salah satu teknik yaitu analisis_psikofisiologis masih_membutuhkan tulisan tangan dari individu-yang-diindikasi­_sebagai pemilik_tanda tangan, dan-individu yang-dianggap pelaku pemalsuan tanda_tangan. Metode analisa tulisan-tangan itu digunakan sebagai pembanding. Hasil analisa metode ini_lemah jika tidak_dilakukan oleh grafolog _atau psikolog. Hal lain yaitu_analisis_tanda-tangan_secara mekanis biasanya menggunakan peralatan khusus. Analisanya lebih mengerucut pada hal yang berkaitan-dengan-pemalsuan mekanis. Maka proses pembacaan tanda tangan yang dapat meringankan kinerja manusia menggunakan metode Image Processing dan Neural network merupakan sebuah sistem yang dapat membaca pola tanda tangan seseorang mengunakan pengolahan citra digital dan Extreme Learning Machine (ELM) dan merupakan salah satu solusi yang dapat digunakan untuk megurangi angka kasus pemalsuan tanda tangan (signature).
Co-Authors Catur Suko Sarwono Dodi Setiabudi