IMPLEMENTASI PENGENALAN TANDA TANGAN MENGGUNAKAN METODE LOCAL BINNARY PATTERN (LBP)

Paleva, Kenny Rheza (2019) IMPLEMENTASI PENGENALAN TANDA TANGAN MENGGUNAKAN METODE LOCAL BINNARY PATTERN (LBP). Other thesis, Universitas Pembangunan Nasional Veteran Yogyakarta.

[img]
Preview
Text
COVER.pdf

Download (182kB) | Preview
[img]
Preview
Text
HALAMAN PENGESAHAN PEMBIMBNG.pdf

Download (86kB) | Preview
[img]
Preview
Text
HALAMAN PENGESAHAN PENGUJI.pdf

Download (89kB) | Preview
[img]
Preview
Text
ABSTRAK.pdf

Download (75kB) | Preview
[img]
Preview
Text
DAFTAR ISI.pdf

Download (94kB) | Preview

Abstract

ABSTRAK Tanda tangan adalah tulisan tangan yang diberi gaya tertentu bersifat khusus sebagai substansi simbolik. Pada kenyataannya tanda tangan seseorang tidak terlalu persis satu dengan yang lain, artinya tanda tangan dapat berubah – ubah setiap waktu. Perubahan ini menyangkut posisi, ukuran, maupun factor tekanan tanda tangan. Saat ini, tanda tangan banyak digunakan sebagai identifikasi dari pemilik tanda tangan sehingga sering kali dipakai untuk kegiatan adminitrasi yang penting. Pengenalan tanda tangan termasuk kedalam masalah pengenalan pola (pattern recognition), pada umumnya pengenalan tanda tangan bertujuan untuk mengidentifikasikan seseorang yang merupakan bagian dari security sistem. Salah satu metode citra yang bisa digunakan untuk mengenali tanda tangan adalah Local Binary Pattern (LBP), metode ini menggunakan proses ekstraksi. Proses ekstraksi sangat berperan penting dalam proses selanjutnya. Misalnya saja dalam proses pengambilan keputusan dalam dalam proses pengujian. Selain itu proses ekstraksi juga berperan dalam proses kecepatan dari proses pengenalan. Metode ekstraksi yang baik dapat menghasilkan proses pengenalan pola yang baik. Pengenalan tanda tangan yang begitu penting sebagai security system maka tercetuslah ide untuk membuat aplikasi yang bisa mengenali tanda tangan sesuai dengan tanda tangan yang asli. Hasil dari penelitian ini diharapkan dengan menggunakan metode LBP dapat membantu proses ekstraksi yang nantinya akan mengenali tanda tangan secara baik. Katakunci : Tanda Tangan, LBP, Backpropagation, Grayscale

Item Type: Thesis (Other)
Subjects: Q Science > QA Mathematics > QA76 Computer software
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Basir Umaryadi
Date Deposited: 16 Jan 2019 08:08
Last Modified: 16 Jan 2019 08:08
URI: http://eprints.upnyk.ac.id/id/eprint/18002

Actions (login required)

View Item View Item