Pengenalan Tanda Tangan Menggunakan Algoritme VFI5 Melalui Praproses Wavelet

Fathoni Arief Musyaffa(1) , Aziz Kustiyo(2)
(1) Institut Pertanian Bogor,
(2) Institut Pertanian Bogor

Abstract

Tanda tangan merupakan salah satu objek biometrik yang mudah diperoleh, baik melalui kertas maupun peralatan elektronik. Meskipun demikian, biometrik tanda tangan masih menjadi topik riset yang menantang. Tantangan dalam biometrik tanda tangan ini ialah antara lain karena variasi dalam kelas yang besar, tingkat universality dan permanence yang rendah, serta adanya kemungkinan serangan pemalsuan tanda tangan. Penelitian ini menggunakan metode pengenalan tanda tangan secara offline. Pengenalan tanda tangan dilakukan dengan menggunakan algoritme klasifikasi Voting Feature Interval 5. Sebelum dilakukan klasifikasi pada citra tanda tangan yang berdimensi 40 x 60 piksel, dilakukan praproses untuk mereduksi ukuran citra. Reduksi yang digunakan adalah reduksi dimensi melalui transformasi wavelet dengan lima level dekomposisi. Hasil yang diperoleh dari penelitian ini ialah bahwa sampai dengan level dekomposisi ketiga, dengan dimensi fitur sekitar 1.5% dari seluruh fitur, diperoleh akurasi minimum 90%.

Full text article

Generated from XML file

Authors

Fathoni Arief Musyaffa
Aziz Kustiyo
azizboo@yahoo.com (Primary Contact)
Pengenalan Tanda Tangan Menggunakan Algoritme VFI5 Melalui Praproses Wavelet. (2012). Jurnal Ilmu Komputer Dan Agri-Informatika, 1(1), 7-12. https://doi.org/10.29244/jika.1.1.7-12

Article Details

How to Cite

Pengenalan Tanda Tangan Menggunakan Algoritme VFI5 Melalui Praproses Wavelet. (2012). Jurnal Ilmu Komputer Dan Agri-Informatika, 1(1), 7-12. https://doi.org/10.29244/jika.1.1.7-12

Klasifikasi Metagenom dengan Metode Naïve Bayes Classifier

Dian Kartika Utami, Wisnu Ananta Kusuma, Agus Buono
Abstract View : 2465
Download :1570

Network-based Modeling for Breast Cancer Classification using Molecular Data

Mushthofa, Chamdan L Abdulbaaqiy, Sony Hartono Wijaya, Muhammad Asyhar Agmalaro, Lailan Sahrina...
Abstract View : 789
Download :936

Analysis of Potential Locations and Classification of Electronic Data Capture (EDC) in MSMEs BNI Agen46

Fiqhri Mulianda Putra, Marimin, Sony Hartono Wijaya, Reinaldy Jalu Nusantara
Abstract View : 536
Download :500