SISTEM IDENTIFIKASI DAN PENGENALAN POLA CITRA TANDA-TANGAN MENGGUNAKAN SISTEM JARINGAN SARAF TIRUAN (ARTIFICIAL NEURAL NETWORKS) DENGAN METODE BACKPROPAGATION

Zaitun, 0917041017 (2014) SISTEM IDENTIFIKASI DAN PENGENALAN POLA CITRA TANDA-TANGAN MENGGUNAKAN SISTEM JARINGAN SARAF TIRUAN (ARTIFICIAL NEURAL NETWORKS) DENGAN METODE BACKPROPAGATION. Fakultas MIPA, Universitas Lampung.

[img]
Preview
FIle PDF
1-Abstrak.pdf

Download (86Kb) | Preview
[img]
Preview
FIle PDF
2-Abstract.pdf

Download (160Kb) | Preview
[img]
Preview
FIle PDF
3-Cover Dalam.pdf

Download (22Kb) | Preview
[img]
Preview
FIle PDF
4-Halaman Persetujuan.pdf

Download (7Mb) | Preview
[img]
Preview
FIle PDF
5-Halaman Pengesahan.pdf

Download (7Mb) | Preview
[img]
Preview
FIle PDF
6-Halaman Pernyataan.pdf

Download (4Mb) | Preview
[img]
Preview
FIle PDF
7-Riwayat Hidup.pdf

Download (172Kb) | Preview
[img]
Preview
FIle PDF
8-Persembahan.pdf

Download (103Kb) | Preview
[img]
Preview
FIle PDF
9-Moto.pdf

Download (106Kb) | Preview
[img]
Preview
FIle PDF
10-Kata Pengantar.pdf

Download (225Kb) | Preview
[img]
Preview
FIle PDF
11-Sanwacana.pdf

Download (225Kb) | Preview
[img]
Preview
FIle PDF
12-Daftar Isi.pdf

Download (92Kb) | Preview
[img]
Preview
FIle PDF
13-Daftar Tabel.pdf

Download (84Kb) | Preview
[img]
Preview
FIle PDF
14-Daftar Gambar.pdf

Download (173Kb) | Preview
[img]
Preview
FIle PDF
15-Bab I.pdf

Download (97Kb) | Preview
[img]
Preview
FIle PDF
16-Bab II.pdf

Download (989Kb) | Preview
[img]
Preview
FIle PDF
17-Bab III.pdf

Download (433Kb) | Preview
[img] FIle PDF
18-Bab IV.pdf
Restricted to Hanya pengguna terdaftar

Download (1273Kb)
[img]
Preview
FIle PDF
19-Bab V.pdf

Download (88Kb) | Preview
[img]
Preview
FIle PDF
20-Daftar Pustaka.pdf

Download (12Kb) | Preview

Abstrak

Sistem pengenalan citra pola tanda-tangan merupakan salah satu aplikasi dalam ilmu komputer, aplikasi ini dapat membantu proses pengolahan data pola tandatangan. Pengolahan data dilakukan dengan menggunakan image processing sebagai pembantu (assistance system) yang dapat meningkatkan kinerja dari sistem kontrol dan informasi, khususnya pada bidang perbankkan maupun kenoktarisan serta pada instansi-instansi lain. Ada beberapa tahap dalam sistem pengenalan citra pola tanda-tangan ini yaitu citra pola tanda-tangan dihasilkan melalui proses scanning (pemindaian), kemudian citra tanda-tangan digital yang dihasilkan dipotong secara manual, proses selanjutnya dilakukan threshold, deteksi batas, pembagian citra, dan representasi nilai input. Proses pelatihan dilakukan dengan menggunakan dua perlakuan yaitu pertama dengan nilai laju pemahaman berbeda dan yang kedua pelatihan dengan jumlah unit layar tersembunyi berbeda, pelatihan paling baik didapat dengan laju pemahaman 0.3 dan jumlah unit tersembunyi 10 dengan menghasilkan waktu pelatihan singkat dan error relatif kecil. Pengenalan pola tanda-tangan dilakukan dengan dua percobaan, yaitu berdasarkan 1 jumlah pola pelatihan dan 5 jumlah pola pelatihan. Dari data penelitian, kemampuan sistem dalam mengenali pola luaran semakin besar jika jumlah pola pelatihan semakin banyak, dengan jumlah 1 pola pelatihan maka sistem mampu mengenali pola luaran sebesar 50% sedangkan dengan 5 pola pelatihan sistem mampu mengenali pola luaran sebesar 70%. Image pattern recognition system of human signature is one in the application of computer science, which can help data processing signatures. Data processing with using image processing as assistance system to improve the performance of the control system and information, a specialy on the banking and notary sector or other institutions. There are some steps in the image pattern recognition system of human signature, first image signature resulting from the scanning process then will be cut manually the image of digital signature, the next process performed threshold, the detection of a boundary, subdivision of image and representation of the value inputs. The training process using two treatment, first with different value of learning rate and the second training process with different value unit of hidden layer, The best training obtained at value of learning rate 0.3 and value unit of hidden layer 10 with resulting the time training brief and error minor relatively. Pattern recognition of signatures is performed with two experiment, that is with the one number of training pattern and five number of training pattern. From the research data, the capability of a system to recognize external pattern is improved if the number of training pattern is increasing, with the number of training pattern one system is able to recognize the external pattern 50% while the system with five number of training patterns is able to recognize of patterns external 70%.

Jenis Karya Akhir: Skripsi
Subyek: > QC Physics
Program Studi: Fakultas MIPA > Prodi Fisika
Pengguna Deposit: 654632 . Digilib
Date Deposited: 20 Oct 2014 03:47
Terakhir diubah: 16 Mar 2015 03:54
URI: http://digilib.unila.ac.id/id/eprint/4145

Actions (login required)

Lihat Karya Akhir Lihat Karya Akhir