Verifikasi Citra Tanda Tangan Menggunakan Metode Prewitt dan Learning Vector Quantization

Jurnal Informatika

View Publication Info
 
 
Field Value
 
Title Verifikasi Citra Tanda Tangan Menggunakan Metode Prewitt dan Learning Vector Quantization
 
Creator Sefta, Asfanji
Hidayatulloh, Syarif
 
Subject Teknik Informatika; Pengolahan citra; Algoritma;
Algoritma, Pengolahan citra, tanda tangan
 
Description AbstrakTanda tangan adalah salah satu bukti persetujuan dari seseorang, Jadi tanda tangan ini memiliki arti yang sangat penting. Sering terjadi Kasus pemalsuan tanda tangan, antara lain disebabkan oleh sistem verifikasi yang tidak baik. Verifikasi tanda tangan ini kebanyakan dilakukan secara manual, Yaitu dengan membandingkan langsung dengan menggunakan mata Manusia yang memiliki banyak kelemahan. Jadi ketelitian dan keakuratan hasil yang diinginkan sering kurang memuaskan. Metode yang saya gunakan dalam membangun aplikasi verifikasi tanda tangan ini adalah dengan menggunakan metode Edge Detection dan metode Vector Quantization Learning. Program ini dibangun menggunakan Matlab. Berdasarkan hasil penelitian yang diperoleh dari pengujian sistem verifikasi tanda tangan dengan menerapkan metode edge detection operator prewitt dan metode Learning vector Quantization dengan penghitung vektor, maka diperoleh kesimpulan bahwa Metode Edge Detection operator prewitt dan Learning Vector Quantization dengan penghitung vektor dapat mengekstraksi fitur tanda tangan untuk memproses vektor yang digunakan dalam penghitungan vektor untuk mengenali tanda tangan yang asli dan yang palsu pada aplikasi verifikasi tanda tangan yang  membantu memverifikasi tanda tangan sehingga meminimalisasi pemalsuan tanda tangan.  Kata Kunci : Citra, Edge Detection, Vector Quantization Learning, Tanda Tangan AbstractThe signature is one of the proof of approval from a person, so this signature has a very important meaning. There are often cases of signature forgery, partly due to a poor verification system. This signature verification is mostly done manually, that is by comparing it directly using the eyes of a human who has many weaknesses. So the accuracy and accuracy of the desired results are often unsatisfactory. The method that I use in building this signature verification application is to use the Edge Detection method and the Vector Quantization Learning method. This program is built using Matlab. Based on the research results obtained from the signature verification system testing by applying edge detection operator prewitt method and Learning vector Quantization method with vector counters, the conclusion is that the Edge Detection Method operator prewitt and Learning Vector Quantization with vector counters can extract signature features to process vectors used in vector counting to identify original and fake signatures in the signature verification application that helps verify the signature so as to minimize signature falsification. Keywords: Image, Edge Detection, Vector Quantization Learning, Signature
 
Publisher LPPM Universitas BSI
 
Contributor
 
Date 2018-09-15
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion



 
Format application/pdf
 
Identifier http://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/3952
10.31311/ji.v5i2.3952
 
Source Jurnal Informatika; Vol 5, No 2 (2018): Jurnal INFORMATIKA; 202-210
Jurnal Informatika; Vol 5, No 2 (2018): Jurnal INFORMATIKA; 202-210
2528-2247
2355-6579
 
Language ind
 
Relation http://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/3952/pdf
 
Coverage


 
Rights ##submission.copyrightStatement##
http://creativecommons.org/licenses/by/4.0
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library