Amelia, Irma
Institut Teknologi Nasional Bandung

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Verifikasi Tanda Tangan Dengan Edge Detection Dan Metode Learning Vector Quantization Amelia, Irma; Hermana, Asep Nana; Pramana, Andri
MIND Journal Vol 1, No 1 (2016): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (794.68 KB) | DOI: 10.26760/mindjournal.v1i1.49

Abstract

Tanda tangan merupakan salah satu karakteristik yang dimiliki oleh setiap orang . Kasus pemalsuan tanda tangan cukup banyak terjadi[6]. Hal ini dikarenakan kurangnya sistem verifikasi dalam pengidentifikasian tanda tangan. Berdasarkan hal tersebut, dibangun aplikasi verifikasi tanda tangan. Aplikasi yang dibangun menggunakan metode edge detection dalam pengekstraksi ciri dan metode jaringan syaraf tiruan Learning Vector Quantization (LVQ) pada pencocokan pola tanda tangan. Aplikasi verifikasi tanda tangan diawali dengan pemindaian tanda tangan lalu diekstraksi ciri dan disimpan ke dalam basisdata yang digunakan sebagai data latih. Kemudian pengguna memindai tanda tangan uji dan sistem mencocokan dengan data latih menggunakan metode LVQ. Hasil pencocokan dari aplikasi tersebut didapat persentase sebesar 70% tanda tangan asli yang terverifikasi dengan benar dan Tingkat  kesalahan dalam system verifikasi tanda tangan dalam membaca tanda tangan palsu sebesar 30% sistem membaca dengan tanda tangan asli. Aplikasi ini dapat memverifikasi tanda tangan.Katakunci : Tanda tangan, Verifikasi. Edge detection, LVQ, Jaringan syaraf tiruan  
Sistem Pengenalan Isyarat Tangan Konduktor Angklung Menggunakan Metode Fuzzy Logic Tsukamoto Ichwan, Muhammad; Amelia, Irma; Ambarsari, Dewi
MIND Journal Vol 1, No 2 (2016): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v1i2.1-10

Abstract

Didalam permainan angklung interaktif, gestur digunakan oleh conductor atau dirigen angklung sebagai pengganti partitur atau music sheet. Pada permainan angklung, setiap nada dalam satu oktaf direpresentasikan dengan mengadopsi curwen’s solfege handsigns. Penelitian pengenalan isyarat tangan conductor angklung ini mengandalkan salah kemampuan sensor kinect yaitu skeleton tracking dengan membuat isyarat tangan baru menggunakan lengan kanan untuk merepresentasikan nada dan lengan kiri untuk merepresentasikan jumlah ketukan. Isyarat tangan tersebut memanfaatkan tiga joints yaitu bahu, siku dan pergelangan tangan akan membentuk sebuah sudut yang selanjutnya nilai sudut tersebut digunakan sebagai masukkan dalam proses pemetaan output menggunakan metode fuzzy logic. Pengujian dilakukan pada jarak 190 cm, 250 cm dan 300 cm dari sensor kinect dengan ketinggian sensor 84 cm dari tanah dan membentuk sudut sebesar 45 derajat. Hasil pengujian menunjukan bahwa nada do, so, 1/2 ketuk, 1 ketuk dan 3 ketuk memiliki tingkat kebenaran/keberhasilan tertinggi yaitu 100% pada setiap jarak.