Prosiding Seminar Nasional Sains dan Teknologi Terapan
2020: Memberdayakan Riset dan Inovasi untuk Teknologi yang Berkelanjutan

Implementasi Shape Feature dan K-Nearest Neighbor untuk Klasifikasi Tanda Tangan

Muchamad Kurniawan (Institut Teknologi Adhi Tama Surabaya)
Naili Saidatin (Institut Teknologi Adhi Tama Surabaya)
Hendro Nugroho (Institut Teknologi Adhi Tama Surabaya)



Article Info

Publish Date
26 Sep 2020

Abstract

Salah satu bukti yang digunakan untuk verifikasi identitas seseorang adalah melalui tanda tangan yang mengandung karakter khusus dan bentuk-bentuk tambahan. Penggunaan tanda tangan sering dijumpai pada beberapa kegiatan  khususnya dalam bidang administrasi. Pada penelitian ini dilakukan pengenalan tanda tangan dengan menggunakan dua pola segmentasi yaitu square dan triangle, yang bertujuan untuk mengetahui pengaruh pengenalan pola terhadap tingkat akurasi keaslian tanda tangan dan klasifikasi tanda tangan. Dalam pembuatan sistem ini diterapkan klasifikasi  tanda  tangan  secara  off-line dengan mengambil  sebuah  image tanda tangan  sebagai  input  yang  akan  digunakan  dalam proses  selanjutnya.  Proses pengolahan citra digital  diawali  dengan proses prepocesing pada citra digital , dilanjutkan dengan proses fitur ekstraksi dan terakhir proses klasifikasi dengan metode K-Nearest Neighbor (K-NN). Berdasarkan hasil klasifikasi didapatkan dengan melakukan dua pendekatan pemotongan citra hasil yang didapatkan tidak jauh berbeda, baik persegi atau segitiga mempunyai akurasi yang cukup bagus diatas 95%. Hasil lebih bagus didapatkan dari pendekatan segitiga, pendetakan ini secara konsisten menghasilkan akurasi 98.25%.

Copyrights © 2020