Implementasi Algoritma Principal Component Analysis dan K-nearest Neighbor untuk Identifikasi Tanda Tangan

Alexanda, Kazenski (2019) Implementasi Algoritma Principal Component Analysis dan K-nearest Neighbor untuk Identifikasi Tanda Tangan. 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 (719kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (802kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (938kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (871kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (715kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB)

Abstract

Sistem biometrik sampai saat ini banyak digunakan untuk membantu proses identifikasi dan verifikasi individu berdasarkan karakter fisik dan tingkah lakunya, seperti wajah, suara, tanda tangan, dll. Tanda tangan merupakan sistem biometrik yang sampai sekarang masih banyak digunakan karena proses identifikasi dan verifikasinya yang lebih mudah dibanding sistem biometrik lainnya. Tanda tangan dapat dianggap secara hukum ketika melakukan berbagai macam transaksi dan perjanjian. Penggunaan tanda tangan adalah sesuatu yang bersifat sangat rawan karena dapat terjadi tindak pemalsuan tanda tangan oleh pihak-pihak yang tidak bertanggung jawab. Berdasarkan hal tersebut dibuatlah sebuah proses identifikasi tanda tangan dengan menggunakan algoritma Principal Component Analysis dan K-Nearest Neighbor. Algoritma Principal Component Analysis digunakan untuk mereduksi dimensi variabel data input menjadi komponen utama yang berdimensi lebih kecil dengan kehilangan informasi minimum. Dimensi gambar yang digunakan dalam penelitian ini adalah 100 x 100 piksel yang berarti awalnya terdapat 10000 fitur yang akan diproses ke dalam komputer, dan algoritma K- Nearest Neighbor digunakan dalam proses identifikasi tanda tangan dengan menggunakan jarak Euclidean untuk menghitung jarak terdekat dari citra tanda tangan latih dan uji. Hasil uji coba yang dilakukan menghasilkan akurasi tertinggi sebesar 100% dengan 70% citra latih dan akurasi terendah adalah 49,9% dengan 30% citra latih dalam mengidentifikasi tanda tangan.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Principal Component Analysis, K-Nearest Neighbor, Identifikasi, Tanda Tangan
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++ 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.5 Application / Software
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	04 Dec 2019 03:14
Last Modified:	21 Aug 2023 02:15
URI:	https://kc.umn.ac.id/id/eprint/11007

Actions (login required)

View Item