Skripsi/Tugas Akhir

Pengenalan Pola Keaslian Tanda Tangan Menggunakan Metode Convolutional Neural Network (Studi Kasus: Lembaran Pengesahan Skripsi Mahasiswa Universitas Dipa Makassar)

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Pengenalan pola keaslian tanda tangan menjadi sangat penting dalam dunia digital saat ini karena tanda tangan digunakan sebagai bentuk identifikasi seseorang. Namun, masalahnya adalah bahwa tanda tangan sering dipalsukan mengakibatkan kerugian finansial dan bahkan potensi kejahatan identitas. Untuk mengatasi masalah tersebut, kami mengusulkan sistem pengenalan pola keaslian tanda tangan untuk mendeteksi tanda tangan asli/palsu. Dalam penelitian ini, kami menggunakan metode Convolutional Neural Network (CNN) untuk mengenali pola keaslian tanda tangan. Tujuan penelitian ini adalah untuk menguji efektivitas metode CNN dalam membedakan tanda tangan asli dan palsu. Pengujian dilakukan menggunakan metode blackbox, yang fokus pada interface dan pengujian fungsional aplikasi. Metode ini bertujuan untuk menemukan kesalahan dalam sistem aplikasi, seperti kesalahan pada fungsi aplikasi dan menu yang hilang. Pengujian blackbox membantu memastikan bahwa aplikasi pengenalan pola tanda tangan telah diuji secara menyeluruh dan bebas dari kesalahan. Hasil penelitian ini kami mengumpulkan 500 tanda tangan dari 50 dosen, dengan 250 tanda tangan asli dan 250 tanda tangan palsu. Dengan menggunakan metode blackbox, kami dapat memastikan bahwa aplikasi pengenalan pola tanda tangan telah diuji dengan baik dan mampu mengidentifikasi tanda tangan asli dan palsu dengan akurasi yang tinggi.
Kata Kunci: Tanda Tangan, Pengenalan Pola, Convolutional Neural Network

ABSTRACT
Recognition of signature authenticity patterns is very important in today's digital world because signatures are used as a form of person identification. However, the problem is that signatures are often forged resulting in financial losses and even potential identity crimes. To overcome this problem, we propose a signature authenticity pattern recognition system to detect real/fake signatures. In this research, we use the Convolutional Neural Network (CNN) method to recognize signature authenticity patterns. The aim of this research is to test the effectiveness of the CNN method in distinguishing real and fake signatures. Testing is carried out using the black box method, which focuses on the interface and functional testing of the application. This method aims to find errors in the application system, such as errors in application functions and missing menus. Blackbox testing helps ensure that signature pattern recognition applications have been thoroughly tested and are error-free. As a result of this research, we collected 500 signatures from 50 lecturers, with 250 real signatures and 250 fake signatures. By using the blackbox method, we can ensure that the signature pattern recognition application has been tested well and is able to identify real and fake signatures with high accuracy.
Keywords: Signature, Pattern Recognition, Convolutional Neural Network

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 24-49 PAN p - 0684TI

Penerbit

Makassar : Universitas DIPA., 2024

Deskripsi Fisik

xii + 72 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 24-49

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 21 Februari 2024

Subjek

Skripsi/Tugas Akhir
Convolutional Neural Network
Pattern Recognition

Lampiran File