Implementasi Algoritma Discrete Wavelet Transform dan K-Nearest Neighbor pada Verifikasi Tanda Tangan Offline

Putra, Joshia (2019) Implementasi Algoritma Discrete Wavelet Transform dan K-Nearest Neighbor pada Verifikasi Tanda Tangan Offline. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (859kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (804kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (3MB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (791kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)

Abstract

Verifikasi biometrik merupakan teknik yang paling banyak digunakan untuk memverifikasi seseorang, salah satu verifikasi biometrik yang umum digunakan adalah tanda tangan. Dalam industri keuangan, khususnya perbankan, masih terdapat celah yang dimanfaatkan oleh para pelaku kejahatan untuk mengelabui sistem dalam syarat administratif dengan memalsukan tanda tangan. Untuk itu dibutuhkan metode untuk melakukan verifikasi terhadap identitas seseorang. Dalam tahap verifikasi tanda tangan, terdapat proses feature extraction, salah satu algoritma feature extraction adalah Discrete Wavelet Transform (DWT). Pengklasifikasian tanda tangan menggunakan algoritma K-Nearest Neighbor (KNN). Pada penelitian ini, pengujian dilakukan pada dekomposisi DWT level 1 sampai 7 dan menggunakan dataset dari CEDAR LAB. Berdasarkan hasil uji coba yang telah dilakukan, maka performa sistem dengan akurasi yang paling tinggi didapatkan pada dekomposisi DWT level 3 dengan nilai K=1 sebesar 78,79%. Kemampuan sistem untuk mengenali tanda tangan asli dan palsu masih terbilang rendah, hal ini dikarenakan nilai FRR minimum yang dihasilkan oleh sistem adalah sebesar 13,03% pada dekomposisi DWT level 4 dengan nilai K=1. Sedangkan nilai FAR minimum yang dihasilkan oleh sistem adalah sebesar 1,82% pada dekomposisi DWT level 1 dengan nilai K=1.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Discrete Wavelet Transform, K-Nearest Neighbor, Verifikasi Tanda Tangan Offline
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	04 Dec 2019 06:59
Last Modified:	25 Aug 2023 00:15
URI:	https://kc.umn.ac.id/id/eprint/10475

Actions (login required)

View Item