IMPLEMENTASI PRINCIPAL COMPONENT ANALYSIS UNTUK IDENTIFIKASI CITRA TANDA TANGAN

Resty Wulanningrum, Ema Utami, Armadyah Amborowati

Abstract


Dalam kehidupan sehari-hari, tanda tangan digunakan sebagai identifikasi dari pemilik tanda tangan. Keberadaan tanda tangan dalam sebuah dokumen menyatakan bahwa pihak yang menandatangani, mengetahui dan menyetujui seluruh isi dari dokumen. Sebuah tanda tangan dapat diolah untuk dilakukan identifikasi menggunakan pengolahan citra digital. Salah satunya menggunakan bahasa pemrograman Delphi 7. Selain itu bisa ditambahi dengan metode Principal component Analysis (PCA) untuk proses ekstraksi dan Euclidean Distance untuk identifikasi dengan mencari jarak terdekat dari citra training dengan citra testing. Penggunaan partisi citra dan nilai threshold akan menghasilkan hasil identifikasi citra tanda tangan yang bervariasi untuk proses analisa yang akan digunakan. Berdasarkan hasil 4 skenario, didaptlah hasil terbaik pada skenario 2 dan 4 dengan nilai thresold sebesar 0-255 menggunakan reduksi dimensi 20 yaitu sebesar 98%.  


Full Text:

PDF

References


Smith, Lindsay. “A Tutorial on Principal Component Analysis”. 2002. Sumber http://www.cs.otago.ac.nz/cosc453/student_tutorials/principal_co mponents.pdf. Diakses pada 2013.

Leon, Steven J..” Aljabar Linear dan Aplikasinya”. Erlangga, Jakarta. 2001.

Navarette, Pablo dan Javier Ruiz- del- Solar.”Self-Organizing Maps-Kohonen”,2003.

Falasev, Reza Syauqi, Achmad Hidayanto, R.Rizal Isnanto. “Pengenalan sidik jari manusia dengan menggunakan Matrik Kookurensi Aras Keabuan (Gray Level Co-Ocurrecy Matrix)”. Seminar nasional Aplikasi Teknologi Informasi (SNATI). 2011.

Sigari.M.H,M.R.Pourshahabi & H.R.Pourreza. “Offline handwritten Signature Identification and Verification Using Multi Resolution Gabor Wavelet”. International Journal of Biometrics and Bioinformatics (IJBB), Volume(5):Issue(4),234-248.2011


Refbacks

  • There are currently no refbacks.