INFRM 370 Investigasi Hubungan antara Jumlah Dimensi Parameter Extraksi Terhadap Keakurasian Pengenalan Tanda Tangan Secara Offline

Abstract

Tandatangan merupakan jenis biometric tingkah laku yang unik, susah ditiru, serta dapat digunakan untuk membedakan antar individu. Tandatangan sudah lama digunakan dan diterima sebagai identitas pribadi yang sah. Pengenalan tandatangan secara off-line yaitu proses pengenalan tandatangan dalam berbentuk digital. Pemilihan variable yang penting sangat diperlukan dalam proses klasifikasi dan pengenalan pola. Klasifikasi sulit dilakukan pada variable yang banyak, terlebih jika sebagian besar variable tersebut tidak relevan, seperti pada pengenalan tandatangan secara off-line, dimana background merupakan komponen yang dominan. Maka di perlukanlah teknik feature extraction untuk mendapatkan komponen utama pada gambar untuk mempermudah proses klasifikasi dalam pengenalan tandatangan. Beberapa teknik feature extraction seperti PCA dan LDA telah berhasil digunakan untuk mengekstrak fitur wajah dalam pengenalan wajah. Beberapa artikel pun membahas tentang kombinasi PCA dan LDA yang mampu menghasilkan keakurasian yang lebih baik. Dalam laporan kali ini, peneliti akan menggunakan PCA-LDA untuk mengekstrak fitur tandatangan offline dan menginvestigasi hubungan antara jumlah dimensi parameter ekstraksi terhadap keakurasian dalam pengenalan tandatangan. Hasil dari percobaan menunjukkan bahwa jumlah komponen penting yang digunakan, yang terkait dengan rasiovarian serta jumlah informasi yang tidak relevan pada gambar yang terkandung pada parameter ekstraksi berpengaruh pada keakurasian pengenalan tanda tanganKata kunci : Feature Extraction, LDA, Parameter Ekstraksi, Pengenalan Tanda Tangan secara Offline