PRABOWO, BAYOE ADJI (2020) PENGENALAN TANDA TANGAN DIGITAL DENGAN ALGORITMA LEARNING VECTOR QUANTIZATION (STUDI KASUS PRESENSI MAHASISWA). Diploma thesis, UPN "Veteran" Yogyakarta.
Preview |
Text
2 ABSTRAK_BAYOE ADJI PRABOWO_123130058.pdf Download (61kB) | Preview |
Preview |
Text
3 COVER_BAYOE ADJI PRABOWO_123130058.pdf Download (116kB) | Preview |
Preview |
Text
4 PENGESAHAN PEMBIMBING_BAYOE ADJI_123130058.pdf Download (452kB) | Preview |
Preview |
Text
5 PENGESAHAN PENGUJI_BAYOE ADJI_123130058.pdf Download (548kB) | Preview |
Preview |
Text
6 DAFTAR ISI_BAYOE ADJI PRABOWO_123130058.pdf Download (101kB) | Preview |
Preview |
Text
8 PERNYATAAN BEBAS PLAGIAT_BAYOE ADJI PRABOWO_123130058.pdf Download (566kB) | Preview |
![]() |
Text
skripsi pdf.pdf Restricted to Repository staff only Download (8MB) |
Abstract
Sistem Presensi telah menjadi bagian yang sangat penting dalam menentukan
tingkat kehadiran mahasiswa, khusunya di dalam Jurusan Informatika UPN “Veteran”
Yogyakarta. Namun, dalam pelaksanaannya, sistem presensi mahasiswa yang terdapat di
Jurusan Informatika UPN “Veteran” Yogyakarta masih menggunakan lembaran kertas
yang boros dalam penggunaan kertas. Oleh karena itu, perlu dikembangkan sebuah sistem
presensi berbasis digital yang diharapkan dapat menggantikan sistem presensi model kertas
yang telah lama digunakan di dalam Jurusan Informatika UPN “Veteran Yogyakarta”.
Penulisan ini akan membahas mengenai pembuatan sebuah sistem presensi
mahasiswa yang menggunakan tanda tangan digital mahasiswa yang dibubuhkan ke
perangkat apapun yang mendukung input penulisan dengan kanvas digital. Selanjutnya,
perhitungan jarak Euclidean dan algoritma Learning Vector Quantization (LVQ) akan
diimplementasikan dalam proses verifikasi atau pengenalan tanda tangan mahasiswa.
Sistem presensi tanda tangan digital mahasiswa ini diharapkan dapat menggantikan
sistem presensi model kertas yang telah digunakan Jurusan Teknik Informatika UPN
“Veteran” Yogyakarta serta menghemat biaya yang selama ini digunakan dalam mencetak
kertas presensi, sehingga biaya yang ada dapat digunakan demi keperluan lain yang lebih
membangun Jurusan Teknik Informatika UPN “Veteran” Yogyakarta. Sistem yang
dikembangkan memiliki rata-rata tingkat akurasi tinggi sebesar 90% dan lama proses 18,1
detik dalam mengenali tanda tangan dengan sumber citra yang didapat secara langsung
melalui input dengan menggunakan kanvas digital.
Kata Kunci: Sistem Presensi, Tanda tangan digital, Jarak Euclidean, Learning Vector
Quantization
Item Type: | Thesis (Diploma) |
---|---|
Uncontrolled Keywords: | Sistem Presensi, Tanda tangan digital, Jarak Euclidean, Learning Vector Quantization |
Subjek: | Z Bibliography. Library Science. Information Resources > ZA Information resources Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases |
Divisions: | x. Faculty of Engineering, Science and Mathematics > School of Engineering Sciences |
Depositing User: | Eny Suparny |
Date Deposited: | 28 Jun 2021 04:45 |
Last Modified: | 28 Jun 2021 04:45 |
URI: | http://eprints.upnyk.ac.id/id/eprint/26066 |
Actions (login required)
![]() |
View Item |