Implementasi Smooth Support Vector Machine (Ssvm) Dan Diagonal Based Feature Extraction (Dbfe) Dalam Sistem Pendeteksi Kepribadian Berdasarkan Tulisan Tangan.
Total View This Week0
Total View This Week0
Institusion
Universitas Komputer Indonesia
Author
Ramadhan, Ilham
Subject
004_Data Processing & Computer Science
Datestamp
2022-01-07 03:24:28
Abstract :
Analisis tulisan tangan merupakan salah satu bidang penelitian penting dalam ilmu grafologi. Dalam penelitian ini diusulkan suatu saran untuk memprediksi kepribadian manusia berdasarkan ciri-ciri tulisan tangan seseorang dimana hal ini merupakan suatu cabang ilmu grafologi. Selama dalam pembangunan sebuah sistem dari penelitian ini telah dilakukan beberapa macam pengumpulan data mulai dari artikel hingga buku berkenaan mengenai grafologi. Adapun pada sistem ini digunakan metode pembelajaran mesin yaitu menggunakan metode Smooth Support Vector Machine. Sebelum memasuki tahapan klasifikasi data berupa tulisan tangan tersebut dilakukan sebuah pemindaian sehingga data yang digunakan berupa citra, citra tersebut kemudian diolah dengan beberapa metode seperti grayscaling, thresholding otsu, segmentasi, resize, kemudian ekstraksi fitur menggunakan DBFE. Tahapan itu digunakan untuk memfokuskan citra terhadap tulisan. Adapun pengujian-pengujian yang telah dilakukan pada penelitian ini berupa pengujian akurasi yang didapatkan dengan menghasilkan rata-rata akurasi pada fitur Kemiringan sebesar 50%, akurasi pada spasi antar kata 42%, akurasi pada spasi antar huruf 48%, dan akurasi pada garis dasar 59%, dengan jumlah data tulisan tangan yang digunakan dalam penelitian ini adalah sebanyak 40 data uji dan 80 data latih.
Analisis tulisan tangan merupakan salah satu bidang penelitian penting dalam ilmu grafologi. Dalam penelitian ini diusulkan suatu saran untuk memprediksi kepribadian manusia berdasarkan ciri-ciri tulisan tangan seseorang dimana hal ini merupakan suatu cabang ilmu grafologi. Selama dalam pembangunan sebuah sistem dari penelitian ini telah dilakukan beberapa macam pengumpulan data mulai dari artikel hingga buku berkenaan mengenai grafologi. Adapun pada sistem ini digunakan metode pembelajaran mesin yaitu menggunakan metode Smooth Support Vector Machine. Sebelum memasuki tahapan klasifikasi data berupa tulisan tangan tersebut dilakukan sebuah pemindaian sehingga data yang digunakan berupa citra, citra tersebut kemudian diolah dengan beberapa metode seperti grayscaling, thresholding otsu, segmentasi, resize, kemudian ekstraksi fitur menggunakan DBFE. Tahapan itu digunakan untuk memfokuskan citra terhadap tulisan. Adapun pengujian-pengujian yang telah dilakukan pada penelitian ini berupa pengujian akurasi yang didapatkan dengan menghasilkan rata-rata akurasi pada fitur Kemiringan sebesar 50%, akurasi pada spasi antar kata 42%, akurasi pada spasi antar huruf 48%, dan akurasi pada garis dasar 59%, dengan jumlah data tulisan tangan yang digunakan dalam penelitian ini adalah sebanyak 40 data uji dan 80 data latih.
File :
UNIKOM_ILHAM RAMADHAN_COVER.pdf
UNIKOM_ILHAM RAMADHAN_LEMBAR PENGESAHAN.pdf
UNIKOM_ILHAM RAMADHAN_BAB 5.pdf
UNIKOM_ILHAM RAMADHAN_DAFTAR PUSTAKA.pdf
UNIKOM_ILHAM RAMADHAN_KONTAK PENULIS DAN KONTRIBUTOR PENELITIAN.pdf
UNIKOM_ILHAM RAMADHAN_SURAT PERNYATAAN PUBLIKASI.pdf
UNIKOM_ILHAM RAMADHAN_SURAT PERNYATAAN ORISINALITAS.pdf
UNIKOM_ILHAM RAMADHAN_KATA PENGANTAR.pdf
UNIKOM_ILHAM RAMADHAN_DAFTAR ISI.pdf
UNIKOM_ILHAM RAMADHAN_BAB 1.pdf
UNIKOM_ILHAM RAMADHAN_BAB 2.pdf
UNIKOM_ILHAM RAMADHAN_BAB 3.pdf
UNIKOM_ILHAM RAMADHAN_BAB 4.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
