Implementasi Backpropagation untuk Identifikasi Tanda Tangan Digital

Abstract

Di era teknologi yang semakin canggih ini, rata-rata masyarakat sudah mulai beralih dari tanda tangan statik yang menggunakan media kertas ke tanda tangan digital dengan menggunakan media pentablet. Maka dari itu kebutuhan akan proses identifikasi tanda tangan digital secara otomatis dengan menggunakan kecerdasan buatan pun semakin banyak diminati. Metode yang peneliti gunakan dalam pengembangan sistem adalah waterfall model yang terdiri dari 6 tahapan. Metode yang digunakan dalam proses identifikasi ini adalah Jaringan syaraf tiruan dengan algoritma Backpropagation. Proses identifikasi ini melewati beberapa tahapan yaitu dari pre-processing data hingga pengolahan citra, citra RGB diubah menjadi grayscale sampai menjadi citra biner yang kemudian digunakan sebagai data input pada proses pelatihan dan pengujian menggunakan Backpropagation. Citra tanda tangan yang telah melewati pre-processing data ini berjumlah 200 sampel yang berasal dari 10 subjek penelitian. Dari 200 citra tersebut, 180 citra digunakan untuk pelatihan dan 20 citra digunakan untuk pengujian. Hasil pengujian pada saat proses pelatihan adalah 75% training = 88.1%, 15% validation = 60.3%, 15% test adalah 59.5% dan 100% all adalah 79.7% sedangkan pada proses pengujian adalah 65%.

Keywords

• backpropagation
• identifikasi tanda tangan
• tanda tangan digital
• jaringan syaraf tiruan