Pengenalan Pola Untuk Otentikasi Keaslian Tanda Tangan Menggunakan Metode CNN
Total View This Week0

Institusion

Universitas Nusantara PGRI Kediri

Author

Asmara, Big Daya Yudha
WULANNINGRUM, RESTY
HELILINTAR, RISA

Subject

457 Computer engineering 

Datestamp

2023-09-27 13:14:59 

Abstract :
Tanda tangan sebagai identitas individu dan persyaratan sahnya suatu perjanjian menurut hukum perdata. Namun, karena sifat tertulis dari tanda tangan, ada risiko pemalsuan yang dapat menyebabkan kerugian bagi orang lain. Data dari Pusat Laboratorium Forensik Polri menunjukkan bahwa kejahatan pemalsuan dokumen, termasuk tanda tangan, merupakan kejahatan yang tinggi di Indonesia. Dari permasalahan diatas peneliti ingin membuat sistem deep learning dengan menggunakan metode Convolutional Neural Networks (CNN) yang terdiri dari lapisan ekstraksi fitur konvolusi, ReLU, polling dan lapisan klasifikasi flatten, fully connected untuk mengidentifikasi antara tanda tangan asli dan palsu. Hasil dari penelitian ini adalah data yang digunakan berjumlah 400 data tanda tangan yang terdiri dari 200 tanda tangan asli dan 200 tanda tangan palsu. data didapat dari 10 responden. Dengan mengimplementasikan metode CNN peneliti berhasil membuat sistem yang dapat mengenali tanda tangan dengan confusion matrix yang dihasilkan berdasarkan skenario uji coba 4 pada percobaan 1 menggunakan epoch 10 dan batch 10 yaitu accuracy 97.50%, precision 95.24%, recall 100%, dan F1-score 97.56%. 

File :
RAMA_55201_19103020115.pdf
RAMA_55201_19103020115 _SIMILARITY.pdf
RAMA_55201_19103020115_0719068702_0721058902_01_front_ref.pdf
RAMA_55201_19103020115_0719068702_0721058902_02.pdf
RAMA_55201_19103020115_0719068702_0721058902_03.pdf
RAMA_55201_19103020115_0719068702_0721058902_04.pdf
RAMA_55201_19103020115_0719068702_0721058902_05.pdf
RAMA_55201_19103020115_0719068702_0721058902_06_ref.pdf
RAMA_55201_19103020115_0719068702_0721058902_07_lamp.pdf