PENGENALAN CITRA TANDA TANGAN MENGGUNAKAN METODE 2DPCA DAN EUCLIDEAN DISTANCE

Danar Putra Pamungkas, Fajar Rohman Hariri
{"title":"PENGENALAN CITRA TANDA TANGAN MENGGUNAKAN METODE 2DPCA DAN EUCLIDEAN DISTANCE","authors":"Danar Putra Pamungkas, Fajar Rohman Hariri","doi":"10.24076/citec.2016v3i4.83","DOIUrl":null,"url":null,"abstract":"Pada umumnya pengenalan tanda tangan dilakukan secara manual oleh seseorang dengan mencocokkan secara langsung tanda tangan yang sah dengan tanda tangan yang dilakukan saat itu. Cara tersebut memiliki kelemahan yaitu membutuhkan ketilitian pada saat memcocokan. Oleh karena itu proses pencocokan tanda tangan perlu dilakukan secara otomastis dengan sistem komputer sehingga diharapkan mempermudah dalam identifikasi tanda tangan seseorang. Pada penelitian ini peneliti menggunakan metode 2DPCA untuk ekstraksi citra tanda tangan dan menggunakan metode Euclidean Distance untuk mencari kemiripan data tanda tangan. Dari hasil ujicoba tingkat akurasi pengenalan citra tanda tangan menggunakan metode 2DPCA mencapai 97% dengan menggunakan citra berukuran 150x150 piksel dan 200x200 piksel. Akurasi optimal dapat dicapai dengan menggunakan ukuran citra tanda tangan 150x150 dengan akurasi 97% dan kecepatan 0.37679 detik","PeriodicalId":163137,"journal":{"name":"SEMNASTEKNOMEDIA ONLINE","volume":"46 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2016-02-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"4","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"SEMNASTEKNOMEDIA ONLINE","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24076/citec.2016v3i4.83","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 4

Abstract

Pada umumnya pengenalan tanda tangan dilakukan secara manual oleh seseorang dengan mencocokkan secara langsung tanda tangan yang sah dengan tanda tangan yang dilakukan saat itu. Cara tersebut memiliki kelemahan yaitu membutuhkan ketilitian pada saat memcocokan. Oleh karena itu proses pencocokan tanda tangan perlu dilakukan secara otomastis dengan sistem komputer sehingga diharapkan mempermudah dalam identifikasi tanda tangan seseorang. Pada penelitian ini peneliti menggunakan metode 2DPCA untuk ekstraksi citra tanda tangan dan menggunakan metode Euclidean Distance untuk mencari kemiripan data tanda tangan. Dari hasil ujicoba tingkat akurasi pengenalan citra tanda tangan menggunakan metode 2DPCA mencapai 97% dengan menggunakan citra berukuran 150x150 piksel dan 200x200 piksel. Akurasi optimal dapat dicapai dengan menggunakan ukuran citra tanda tangan 150x150 dengan akurasi 97% dan kecepatan 0.37679 detik
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
图像识别使用2DPCA和欧几里得距离
一般来说,签名识别是由某人手工完成的,其授权签名与当时的签名直接匹配。这种方法有一个弱点,那就是在适当的时候需要把它弄清楚。因此,签名匹配过程需要自动与计算机系统进行,以便使签名识别更容易。在这项研究中,研究人员使用2DPCA方法提取签名图像,并使用欧几里得距离法来匹配签名数据。在测试中,签名图像识别的准确性水平达到97%,使用图像为150x150像素和200x200像素。最佳准确性可以通过表象大小为150x150的签名以97%的精度和速度为0.37679秒达到
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
Rekayasa Perangkat Lunak Aplikasi Keputusan Multi Kriteria dengan Algoritma Analytic Network Process (ANP) Berbasis Android Deteksi Motif Batik Menggunakan Ekstraksi Tekstur dan Jaringan Syaraf Tiruan PENERAPAN SAW-TOPSIS DALAM ANALISIS RASIO KEUANGAN UNTUK MENUNJANG KEPUTUSAN BERINVESTASI SAHAM PERANCANGAN ANTARMUKA GRAPH US SEBAGAI PEMETAKAN BENGKEL DI KABUPATEN SLEMAN PENGENALAN CITRA TANDA TANGAN MENGGUNAKAN METODE 2DPCA DAN EUCLIDEAN DISTANCE
×
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