IDENTIFIKASI POLA CITRA TANDA TANGAN DENGAN METODE SPEEDED UP ROBUST FEATURES (SURF) PADA ARDUINO LCD TFT TOUCH SCREEN

RAHMAWATI, DIVETRI AYU (2021) IDENTIFIKASI POLA CITRA TANDA TANGAN DENGAN METODE SPEEDED UP ROBUST FEATURES (SURF) PADA ARDUINO LCD TFT TOUCH SCREEN. Diploma thesis, UPN "Veteran" Yogyakarta.

	Text SKRIPSI FULL_Divetri Ayu Rahmawati_123150077.pdf Restricted to Repository staff only Download (5MB)
Preview	Text ABSTRAK_Divetri Ayu Rahmawati_123150077.pdf Download (1MB) | Preview
Preview	Text DAFTAR ISI_Divetri Ayu Rahmawati_123150077.pdf Download (1MB) | Preview
Preview	Text COVER_Divetri Ayu Rahmawati_123150077.pdf Download (1MB) | Preview
Preview	Text DAFTAR ISI_Divetri Ayu Rahmawati_123150077.pdf Download (1MB) | Preview
Preview	Text DAFTAR PUSTAKA_Divetri Ayu Rahmawati.pdf Download (1MB) | Preview
Preview	Text LEMBAR PENGESAHAN_Divetri Ayu Rahmawati_123150077.pdf Download (508kB) | Preview

Abstract

Dalam perkuliahan, fungsi tanda tangan sebagai tanda kehadiran umum digunakan.
Namun, validasi terhadap tanda tangan pada sistem presensi perkuliahan masih
menggunakan teknik konvensional yaitu dengan mengamati secara kasat mata dengan
probabilitas kebenaran yang kecil. Sehingga terdapat kemungkinan adanya penyalahgunaan
tanda tangan. Maka dari itu, sistem identifikasi tanda tangan dengan teknologi pengenalan
pola citra dengan konsep Internet of Things dibutuhkan untuk pengganti sistem presensi
konvensional agar tindak penyalahgunaan dan kecurangan terhadap tanda tangan dapat
diminimalisasi.
Proses identifikasi pengenalan pola citra tanda tangan menggunakan metode SpeededUp
Robust
Features
(SURF).
Citra
tanda
tangan
presensi
diambil
fiturnya
dengan
metode

SURF,

sehingga tanda tangan dapat dikenali berdasarkan ciri-ciri garisnya. Fitur tanda
tangan presensi yang diambil dengan SURF kemudian dibandingkan dengan fitur tanda
tangan asli yang telah diregistrasikan dengan metode pencocokan Fast Library for
Approximate Nearest Neighbours (FLANN). Nilai kecocokan yang diperoleh dari metode
FLANN tersebut memberikan nilai keaslian citra tanda tangan presensi. Internet of Things
menjadi konsep pada implementasi produk yang mempu memproses pengenalan citra tanda
tangan ini. LCD TFT Arduino digunakan sebagai media pengambilan citra tanda tangan
pengganti presensi dengan buku presensi/metode konvensional. Kemudian proses
pengenalan pola citra tanda tangan dilakukan di Raspberry Pi 3 yang mampu melakukan
pemrosesan yang besar dan dapat dioperasikan secara mobile.
Pengujian dilakukan pada 100 data citra tanda tangan uji dari 10 responden dengan
250 data tanda tangan asli yang diperoleh dari 25 responden. Hasil yang diperoleh dari
pengujian menggunakan metode Confusion Matrix ini menghasilkan rata-rata akurasi
sebesar 91%, dengan tingkat akurasi pengenalan tanda tangan asli (sensitifity) sebesar 98%
pada 50 data uji tanda tangan asli, dan tingkat akurasi pengenalan tanda tangan palsu
(specifity) sebesar 84% pada 50 data uji tanda tangan palsu. Berdasarkan nilai akurasi
tersebut, maka dapat disimpulkan bahwa metode ekstraksi fitur SURF dan metode
pencocokan fitur FLANN mampu mengidentifikasi keaslian tanda tangan yang diperoleh
dari Arduino LCD TFT Touch Screen.

Kata kunci: Pengenalan Pola, Tanda Tangan, Arduino, Raspberry, Fitur, Kecocokan,
Presensi, Speeded-Up Robust Features

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Pengenalan Pola, Tanda Tangan, Arduino, Raspberry, Fitur, Kecocokan, Presensi, Speeded-Up Robust Features
Divisions:	x. Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eny Suparny
Date Deposited:	23 Feb 2022 03:47
Last Modified:	02 Mar 2022 03:10
URI:	http://eprints.upnyk.ac.id/id/eprint/28495

Actions (login required)

View Item