PENGENALAN TANDA TANGAN PALSU MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK ARSITEKTUR RESNET-18

Al Basyir, Abdul Aziz (2022) PENGENALAN TANDA TANGAN PALSU MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK ARSITEKTUR RESNET-18. Diploma thesis, Universitas Multi Data Palembang.

Text 1822250092 Abdul Aziz Al Basyir.pdf Download (1MB)

Abstract

Tanda tangan merupakan identitas yang dimiliki seseorang. Sebuah dokumen penting dikatakan sah jika terdapat suatu tanda tangan. Bentuk tanda tangan dari setiap orang pasti berbeda walaupun ada sedikit kemiripan. Dengan perbedaan itu maka dapat dilakukan pengenalan tandatangan melalui bentuk tandatangan tersebut. Namun permasalahannya, hal ini sulit dilakukan secara manual mengingat bentuk tandatangan setiap orang bisa saja memiliki tingkat kemiripan yang tinggi. Dan tandatangan yang dibuat oleh orang yang sama pun belum tentu sama persis dari segi bentuk juga ukuran. Ditambah lagi dilakukan untuk jumlah data yang sangat besar. Tentunya memakan waktu yang sangat lama. Maka dibutuhkanlah sebuah program yang mampu mengenali tandatangan secara otomatis. Pada penelitian ini dibuatlah program pengenalan tandatangan. Aplikasi ini menerapkan sistem Deep Learning menggunakan metode Convolutional Neural Network (CNN) dengan menggunakan arsitektur Resnet-18. Hasil yang didapatkan bahwa tingkat akurasi tertinggi yang didapat, menggunakan optimizer Adam pada epoch 25 yaitu sebesar 59,5% dari 1038 gambar. Tingkat kemiripan yang tinggi dari tiap gambar tandatangan dapat mempengaruhi hasil pengujian

Actions (login required)

View Item