Pengenalan Tanda Tangan Menggunakan Algoritma Single Layer Perceptron

Dimas Agung Riansa, Widodo, Bambang Prasetya Adhi
{"title":"Pengenalan Tanda Tangan Menggunakan Algoritma Single Layer Perceptron","authors":"Dimas Agung Riansa, Widodo, Bambang Prasetya Adhi","doi":"10.21009/pinter.3.1.1","DOIUrl":null,"url":null,"abstract":"Tanda tangan adalah sebuah tulisan tangan yang digunakan untuk mengesahkan sebuah dokumen atau surat Keterdapatan tanda tangan dalam sebuah dokumen mengartikan bahwa pihak yang menandatangani mengetahui dan menyetujui seluruh isi dari dokumen. Hal ini menyebabkan tanda tangan dapat dipalsukan oleh pihak yang tidak bertanggung jawab. Tanda tangan dapat dikenali keaslianya secara manual atau dengan penggunaan komputer dengan menggunakan jaringan syaraf tiruan (JST). Perceptron adalah salah satu algoritma jaringan syaraf tiruan yang dapat digunakan untuk mengenali tanda tangan dengan akurat. Algoritma Perceptron merupakan sebuah algoritma yang digunakan untuk supervised learning (Pembelajaran Terarah) yang dapat mengklasifikasi sebuah input yang bersifat linearly seperable (dapat dipisahkan secara linier) kedalam kelas-kelas tertentu. Peneliti menggunakan tanda tangan dari 5 pejabat fakultas teknik universitas negeri Jakarta, terdapat 15 tanda tangan asli masing masing pejabat dan terdapat juga 15 tanda tangan palsu masing masing pejabat, secara keseluruhan terdapat 150 tanda tangan yang akan dijadikan sebagai data uji (data test) dan data latih (data train). K fold-cross validation digunakan untuk mendapatkan tingkat akurasi yang valid dari penggunaan algoritma perceptron. Hasil pengenalan tanda tangan menggunakan algoritma perceptron yang tingkat akurasinya diukur dengan menggunakan k fold-cross validation, memiliki rata-rata akurasi algoritma 78.667%","PeriodicalId":258953,"journal":{"name":"PINTER : Jurnal Pendidikan Teknik Informatika dan Komputer","volume":"396 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-06-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"PINTER : Jurnal Pendidikan Teknik Informatika dan Komputer","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.21009/pinter.3.1.1","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Tanda tangan adalah sebuah tulisan tangan yang digunakan untuk mengesahkan sebuah dokumen atau surat Keterdapatan tanda tangan dalam sebuah dokumen mengartikan bahwa pihak yang menandatangani mengetahui dan menyetujui seluruh isi dari dokumen. Hal ini menyebabkan tanda tangan dapat dipalsukan oleh pihak yang tidak bertanggung jawab. Tanda tangan dapat dikenali keaslianya secara manual atau dengan penggunaan komputer dengan menggunakan jaringan syaraf tiruan (JST). Perceptron adalah salah satu algoritma jaringan syaraf tiruan yang dapat digunakan untuk mengenali tanda tangan dengan akurat. Algoritma Perceptron merupakan sebuah algoritma yang digunakan untuk supervised learning (Pembelajaran Terarah) yang dapat mengklasifikasi sebuah input yang bersifat linearly seperable (dapat dipisahkan secara linier) kedalam kelas-kelas tertentu. Peneliti menggunakan tanda tangan dari 5 pejabat fakultas teknik universitas negeri Jakarta, terdapat 15 tanda tangan asli masing masing pejabat dan terdapat juga 15 tanda tangan palsu masing masing pejabat, secara keseluruhan terdapat 150 tanda tangan yang akan dijadikan sebagai data uji (data test) dan data latih (data train). K fold-cross validation digunakan untuk mendapatkan tingkat akurasi yang valid dari penggunaan algoritma perceptron. Hasil pengenalan tanda tangan menggunakan algoritma perceptron yang tingkat akurasinya diukur dengan menggunakan k fold-cross validation, memiliki rata-rata akurasi algoritma 78.667%
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
签名是一种手写的文字,用于批准一份文件或在一份文件中签名的字母,表示签字的各方知道并批准了文件的全部内容。这导致不负责任的政党伪造签名。签名可以手动识别,也可以使用人工神经网络(JST)进行计算机操作。Perceptron是一种模拟神经网络算法,可以用来精确识别签名。Perceptron算法是一种用于监督学习的算法,它可以将第一次可用的输入分类为线性的。研究人员使用的签名5雅加达国立大学工程学院,有官员15原始签名每个城市官员,也有15假签名每个城市官员,总的来说有150座的签名将作为数据测试(测试)和训练数据(数据次列车)。翻角验证是为了从perceptron算法的使用中获得有效的准确率。使用perceptron算法测量准确度的结果是使用k翻交叉验证算法,平均准确率为78,667%
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
PENGARUH PEMBELAJARAN MELALUI UNPLUGGED BERBASIS TEAM ASSISTED INDIVIDUALIZATION UNTUK MENINGKATKAN KEMAMPUAN BERPIKIR KOMPUTASI PENGEMBANGAN VIDEO PEMBELAJARAN PADA MATA PELAJARAN DASAR DESAIN GRAFIS KELAS X SMK NEGERI 40 JAKARTA UJI KECEPATAN RASPBERRY PI SEBAGAI PRIVATE CLOUD STORAGE UNTUK SMALL OFFICE HOME OFFICE: DENGAN STUDI KASUS DI UPT TIK PERANCANGAN BERBASIS USER EXPERIENCE PADA MODUL ADMIN SISTEM INFORMASI AKADEMIK UNIVERSITAS NEGERI JAKARTA PERANCANGAN SISTEM E-LEARNING BERBASIS LMS MOODLE PADA MATA KULIAH ALGORITMA DAN PEMROGRAMAN DI PROGRAM STUDI PENDIDIKAN TEKNIK INFORMATIKA DAN KOMPUTER UNIVERSITAS NEGERI JAKARTA
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1