DETEKSI TANDA TANGAN MENGGUNAKAN PREWITT UNTUK IDENTIFIKASI CITRA TANDA TANGAN

DETEKSI TANDA TANGAN MENGGUNAKAN PREWITT UNTUK IDENTIFIKASI CITRA TANDA TANGAN

SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Program Studi Teknik Informatika

OLEH: INDAH PERMATASARI NPM: 12.1.03.02.0254

FAKULTAS TEKNIK (FT) UNIVERSITAS NUSANTARA PERSATUAN KEGURUAN REPUBLIK INDONESIA UN PGRI KEDIRI 2016

Artikel Skripsi Universitas Nusantara PGRI Kediri

Indah Permatasari | 12.1.03.02.0254 Fakultas Teknik - Teknik Informatika

simki.unpkediri.ac.id || 2||





DETEKSI TANDA TANGAN MENGGUNAKAN PREWITT UNTUK IDENTIFIKASI CITRA TANDA TANGAN Indah Permatasari 12.1.03.02.0254 Fak ultas Teknik – Teknik Informatika [email protected] Fatkur Rhohman,M.Pd dan Resty Wulanningrum,M.Kom. UNIVERSITAS NUSANTARA PGRI KEDIRI

ABSTRAK Penelitian ini dilatar belakangi hasil pengamatan dan pengalaman peneliti bahwa Tanda tangan mempunyai ciri satu sama lain. Artinya tanda tangan tiap manusia berbeda bahkan ketika 1 manusia tersebut melakukan lebih dari sekali tanda tangan. Hal ini yang mendasari Metode Euclidean Distance digunakan. Untuk mengenali tanda tangan seseorang bahkan jika manusia tersebut membuat lebih dari sekali tanda tangan. Metode Euclidean Distance sangat cocok dengan penelitian ini karena metode ini tidak terlalu rumit dan hasil akurasinya yang tinggi. Rumusan masalah pada penelitian ini adalah (1) Bagaimana cara mengenali dan mengidentifikasi manusia yang sesuai dengan tanda tangan yang sesuai dengan database yang ada? (2) Bagaimana metode Euclidean Distance yang digunakan dapat membaca dan mengenali citra yang berbeda? Tujuan dari penelitian ini adalah (1) Mengimplementasikan sistem identifikasi menggunakan citra tanda tangan. (2) Menganalisa performansi sistem menggunakan metode Euclidean Distance. Pada proses training citra tanda tangan ada di deteksi tepi dengan metode Prewitt, dan di-croping, di partisi menjadi empat bagian. Setelah di partisi, aplikasi akan men-sorting citra dan mencari piksel yang berwarna hitam. Hasil proses ini akan disimpan di database. Pada proses testing, proses akan sama seperti training tetapi pada pencarian piksel, jika sudah selesai akan ada proses oleh Euclidean Distance untuk mencari jarak citra training dengan citra testing. Jarak selisih citra training dan testing yang paling sedikit itulah yang menjadi hasil dari proses ini. Kesimpulan dan hasil penelitian ini adalah (1) Sistem yang dibangun menggunakan metode Euclidean Distance dapat melakukan identifikasi dengan alurasi sebesar 92,86 %. (2) Besar kecilnya presentase keakuratan data tergantung dari jumlah citra pada database. Berdasarkan simpulan hasil penelitian ini, direkomendasikan kepada peneliti selanjutnya untuk: (1) Mengembangkan aplikasi ini pada pengenalan tanda tangan dengan metode yang lebih baik dan interface yang lebih berkreasi. (2) Mengembangkan aplikasi ini menjadi aplikasi yang semakin user friendly.

Kata Kunci : tandatangan, prewitt, deteksitandatangan, Euclidean Distance.




penelitian

I. Latar Belakang

ini

adalah

(1)

Teknik yang dikembangkan sejak

Mengimplementasikan sistem identifikasi

20 tahun terakhir adalah Teknik Biometrik.

menggunakan citra tanda tangan. (2)

Sistem pengenalan biometrika (biometrics

Menganalisa

recognition system), secara teoritis dapat

menggunakan metode Euclidean Distance.

lebih

efektif

pribadi

untuk

seseorang

mengukur

mengindentifikasi karena

karakteristik

performansi

Dengan

adanya

biometriks

diharapkan

dapat

masing-masing

pengenalan

identitas

aplikasi

membantu

proses

seseorang

Tidak seperti dengan metode indentifikasi

memasukan sistem berupa citra bentuk

konvensional yang menggunakan sesuatu

tanda tangan manusia sesuai dengan

yang anda miliki, misalnya kartu indentitas

ketentuan

untuk akses masuk ke suatu bangunan,

digunakan sebagai dasar untuk membuat

atau suatu yang anda ketahui, seperti

aplikasi

password untuk login ke system komputer

aplikasi lain dengan metode yang sama

dan lain-lain. Ketika digunakan untuk

namun dengan performa yang lebih baik.

indentifikasi pribadi, teknologi biometriks

Memberikan informasi kepada pengguna

mengukur dan menganalisa karakteristik

tentang identitas pemilik tanda tangan

tingkah laku dan fisiologis manusia.

tersebut.

Mengindentifikasi karakteristik fisiologis

II. Metode Penelitian

yang

didasarkan

lain

berlaku.

dalam

ada

sesuai

dengan

yang

yang

ini

pribadi untuk membedakan setiap orang.

seseorang

database

sistem

dengan

Dapat

juga

mengembangkan

pada

Pada penelitian ini gambar yang

pengukuran langsung bagian dari body–

akan diambil dari individu yang berbeda

fingertips, hand geometry, facial geometry

harus

dan eye

berdasarkan

pengumpulan data yang dilakukan penulis

suatu ciri biometrika dengan mencocokkan

adalah dengan melakukan pengambilan

ciri – ciri tersebut dengan ciri biometrik

citra

yang telah disimpan pada database.

dijadikan sampel yang sesuai di tempat

retinas serta irises

memiliki

tanda

format

tangan

bmp.

seseorang

Teknik

untuk

Rumusan masalah dalam penelitian

penelitian yang sudah diatur. Penelitian ini

ini adalah (1) Bagaimana cara mengenali

menggunakan metode Euclidean Distance.

dan mengidentifikasi manusia yang sesuai

Euclidean

dengan tanda tangan di database. (2)

metode yang digunakan untuk menghitung

Bagaimana metode Euclidean Distance

jarak antara dua data, metode ini yang

yang digunakan dapat membaca dan

digunakan untuk menghitung jarak antara

mengenali citra tanda tangan. Tujuan dari

data uji dengan jarak data latih, dimana


Distance

merupakan

suatu



jarak terkecil merupakan anggota kelas

gambar

tersebut,

rumus

sedangkan 7 gambar dijadikan testing,

proses

begitupun R 3 citra tanda tangan R

pengenalan citra uji dengan citra latih.[2]

dijadikan training dan sisanya dijadikan

Jika dihitumg dengan Euclidean Distance

testing. Citra yang terdapat pada testing

maka ada nilai jarak antara dua elemen

akan diuji apakah tiap tanda tangan yang F

matriks tersebut yang dapat dihitung

dan R lakukan akan tetap terdeteksi

dengan

meskipun mereka berkali kali menuliskan

persamaan

Euclidean

1

Distance

adalah dalam

menggunakan

persamaan:

F

akan

dijadikan

training

dAB

tanda tangan mereka. Dan hasilnya ada 1

III. HASIL DAN KESIMPULAN

citra tanda tangan pada F yang dikenali

1. Hasil

dengan tanda tangan orang lain. Sehingga

Berikut adalah tabel skenario uji coba citra

prosentase keberhasilan program ini adalah

wajah

92,86 %.

Nama F

R

Tr F F2

R R1 R2

Jumlah 5 Prosen tase

Ts F3 F4 F5 F6 F7 F8 F9 R3 R4 R5 R6 R7 R8 R9 14

Dikena li V V V V V

IMPLEMENTASI Tidak

V V V V V V V V V 13 1 13/14* 1/14*1 100=92 00=7, ,86 14

Dari tabel skenario uji coba di atas

Tampilan training

Pada proses ini kita hanya butuh mengetuk tombol training maka data akan otomatis memproses semua metode yang digunakan yang hasil perolehan semua proses akan ditampilkan di stringgrid dan memo. Tampilan testing

dilakukan 19 gambar yang akan digunakan untuk uji coba. 2 orang yang dijadikan uji coba harus menuliskan 9, 10 kali tanda tangan mereka untuk dijadikan uji coba. Pada 19 gambar tanda tangan F dan R, 2 Indah Permatasari | 12.1.03.02.0254 Fakultas Teknik - Teknik Informatika



Pada proses ini kita memilih data yang

2.

Amien Syafei, Wahyul., Ari Bowo,

akan diuji yang terdapat pada folder data

Subchan Ajie. 2011. Studi Komparasi

testing. Saat user mengetuk tombol testing,

Ukuran

maka data citra tanda tangan yang akan

Menggunakan

diuji

akan

di

menghasilkan

File

Hasil

Deteksi

Operator

Tepi Sobel,

proses

sehingga

Roberts, dan Prewitt. Jurnal Sistem

identintas

dengan

Informasi Bisnis 01 ISSN: 2088-3587

keterangan jarak tiap partisi kepada jarak

SINBIS.

dalam database. Jarak yang paling kecil

http://portalgaruda.org, diunduh pada

itulah yang akan dipilih.

26 November 2015.

2.

3.

KESIMPULAN

(Online).

Tersedia:

:

Damayanti, Fitri., Setiawan, Wahyudi.

Cara mengenali tanda tangan manusia

2013.

dengan memprosesnya dengan metode

dengan Metode Modified Direction

Euclidean

Feature

Distance.

Dengan

metode

Pengenalan

(MDF)

Tanda

dan

Tangan

Euclidean

Euclidean Distance data training dan

Distance. Bali: Prosiding Conference

testing akan dicari selisih jaraknya, dan

on

hasil selisih jarak terkecil akan dijadikan

Electrical and Information System.

hasil proses. Metode Euclidean Distance

ISSN: 978-602-7776-72-2 (Online),

dapat

Tersedia: http://ojs.unud.ac.id

melakukan

identifikasi

dengan

akurasi sebesar 92,86 %. Besar kecilnya

4.

Smart-Greem

Technology

in

Taufiqurrohman, Hidayatno, Achmad.,

presentase keakuratan data tergantung dari

Ajulian

jumlah gambar database dan gambar query

Pengenalan Plat Nomor Sepeda Motor

yang

Euclidean

dengan Menggunakan Metode Jarak

Distance dapat melakukan identifikasi

Euclidean. Semarang: Jurnal Ilmu

dengan akurasi sebesar 92,86 %. Besar

Pendidikkan

kecilnya

http://www.elektro.undip.ac.id

di

proses.

Metode

presentase

keakuratan

data

Zahra,

Ajub.

(Online).

2013.

Tersedia:

tergantung dari jumlah gambar database dan gambar query yang di proses. IV. DAFTAR PUSTAKA 1.

Adiwilaga, Pengukuran

Anugrah.2014. Jarak

Teori (Online),

tersedia:http://blogs.itb.ac.id/, diunduh pada 16 Juli 2016.



DETEKSI TANDA TANGAN MENGGUNAKAN PREWITT UNTUK IDENTIFIKASI CITRA TANDA TANGAN

Recommend Documents