KLASIFIKASI ANALISIS KEPRIBADIAN MELALUI TULISAN TANGAN MENGGUNAKAN METODE HISTOGRAM OF ORIENTED GRADIENT DAN SUPPORT VEKTOR MACHINE

Sinulingga, Jerrycho Yudhis Tyra R B (2023) KLASIFIKASI ANALISIS KEPRIBADIAN MELALUI TULISAN TANGAN MENGGUNAKAN METODE HISTOGRAM OF ORIENTED GRADIENT DAN SUPPORT VEKTOR MACHINE. Diploma thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

	Text ABSTRAK.pdf Download (43kB)
	Text COVER.pdf Download (270kB)
	Text DAFTAR ISI.pdf Download (74kB)
	Text PENGESAHAN PEMBIMBING.pdf Download (126kB)
	Text PENGESAHAN PENGUJU.pdf Download (117kB)
	Text SKRIPSI FULL.pdf Restricted to Repository staff only Download (2MB)

Abstract

Grafologi adalah salah satu cabang dari beragam kelompok ilmu membaca karakter.
Manusia selalu tertarik dengan keragaman dan keunikan individu. Dengan bantuan grafologi
seseorang dapat berfokus pada penafsiran karakter atau ciri kepribadian seseorang dengan
menganalisa tulisan tangan. Namun pada saat ini penggunaan tulisan tangan sebagai acuan test
kepribadian membuthkan waktu yang lama dan sulitnya untuk menganalisa banyak data
sekaligus. Oleh Karena itu dibuthkan teknologi computer dalam mengklasifikasikan hasil
tulisan tangan menjadi hasil kepribadian, salah satunya menggunakan Support Vector Machine
(SVM) dan Histogram of Oriented Gradient (HOG).
Salah satu cara mengoptimalkan metode SVM yaitu melakukan fitur ekstraksi
menggunakan HOG sebelum melakukan klasifikasi. Fitur ekstraksi digunakan untuk
mengurangi jumlah fitur untuk meningkatkan hasil klasifikasi menggunakan metode SVM.
Pengujian klasifikasi hasil seleksi fitur dilakukan dengan menggunakan kombinasi
metode SVM dan HOG. Dari hasil pengujian didapati hasil akurasi terbaik yaitu sebesar
80,00%
Kata Kunci : Grafologi, Citra Tulisan Tangan, SVM, HOG, Kepribadian, Klasifikasi
Citra

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Grafologi, Citra Tulisan Tangan, SVM, HOG, Kepribadian, Klasifikasi Citra
Subjects:	B Philosophy. Psychology. Religion > B Philosophy (General) H Social Sciences > H Social Sciences (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eny Suparny
Date Deposited:	15 Mar 2023 07:33
Last Modified:	15 Mar 2023 07:34
URI:	http://eprints.upnyk.ac.id/id/eprint/32871

Actions (login required)

View Item