IMPLEMENTASI METODE LEARNING VECTOR QUANTIZATION UNTUK APLIKASI PENGENALAN TANDA TANGAN

22074369, Adin Pramudita Nugraha (2012) IMPLEMENTASI METODE LEARNING VECTOR QUANTIZATION UNTUK APLIKASI PENGENALAN TANDA TANGAN. Bachelor thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 22074369_bab1_bab5_daftarpustaka.pdf Download (2MB)
	Text (Skripsi Informatika) 22074369_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (3MB) | Request a copy

Abstract

Saat ini jaringan saraf tiruan telah berkembang dengan pesat, berbagai aplikasi telah diterapkan dengan memanfaatkan jaringan saraf tiruan ini. Salah satu penerapan aplikasi jaringan saraf tiruan adalah dalam hal pengenalan pola, misalnya pengenalan sidik jari yang berupa gambar, pengenalan suara, dan pengenalan tulisan. Tanda tangan yang memiliki peran penting dalam kehidupan, misalnya dalam bidang perbankan merupakan suatu hal yang dapat diangkat sebagai bahan untuk diteliti. Bentuk tanda tangan yang unik bahkan masingmasing tanda tangan terkadang mirip satu dengan yang lainnya merupakan pola yang bagus untuk coba dikenali dengan menggunakan jaringan saraf tiruan. Berdasarkan kondisi diatas penulis mencoba merancang sebuah program sederhana yang mampu mengenali pola tanda tangan dengan menggunakan metode Learning Vector Quantization. Proses pengenalan ini dimulai dari mengubah gambar menjadi biner terlebih dahulu, kemudian dari data ini dilakukan proses pelatihan menggunakan metode LVQ, dari hasil pelatihan tersebut digunakan oleh sistem untuk mengenali pola tanda tangan. Pengenalan pola tanda tangan ini dipengaruhi oleh beberapa faktor, yaitu banyaknya target yang harus dikenali sehingga mempengaruhi proses pelatihan dan proses pencocokan/pengenalan. Adanya pola tanda tangan yang memiliki bentuk mirip juga mempengaruhi proses pelatihan, sehingga berpengaruh pula pada proses pengenalan tanda tangan ini.

Actions (login required)

View Item