Pengenalan Pola Untuk Otentikasi Keaslian Tanda Tangan Menggunakan Metode CNN

Asmara, Big Daya Yudha and WULANNINGRUM, RESTY and HELILINTAR, RISA (2023) Pengenalan Pola Untuk Otentikasi Keaslian Tanda Tangan Menggunakan Metode CNN. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

	Text (Full Text) RAMA_55201_19103020115.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (4MB) | Request a copy
	Text (Similarity) RAMA_55201_19103020115 _SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (41kB)
	Text (Cover sd BAB 1 + References) RAMA_55201_19103020115_0719068702_0721058902_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (747kB)
	Text (BAB 2) RAMA_55201_19103020115_0719068702_0721058902_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (697kB) | Request a copy
	Text (BAB 3) RAMA_55201_19103020115_0719068702_0721058902_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (427kB) | Request a copy
	Text (BAB 4) RAMA_55201_19103020115_0719068702_0721058902_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (634kB) | Request a copy
	Text (BAB 5) RAMA_55201_19103020115_0719068702_0721058902_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (38kB) | Request a copy
	Text (References) RAMA_55201_19103020115_0719068702_0721058902_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (105kB)
	Text (Lampiran) RAMA_55201_19103020115_0719068702_0721058902_07_lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy

Abstract

Tanda tangan sebagai identitas individu dan persyaratan sahnya suatu perjanjian menurut hukum perdata. Namun, karena sifat tertulis dari tanda tangan, ada risiko pemalsuan yang dapat menyebabkan kerugian bagi orang lain. Data dari Pusat Laboratorium Forensik Polri menunjukkan bahwa kejahatan pemalsuan dokumen, termasuk tanda tangan, merupakan kejahatan yang tinggi di Indonesia. Dari permasalahan diatas peneliti ingin membuat sistem deep learning dengan menggunakan metode Convolutional Neural Networks (CNN) yang terdiri dari lapisan ekstraksi fitur konvolusi, ReLU, polling dan lapisan klasifikasi flatten, fully connected untuk mengidentifikasi antara tanda tangan asli dan palsu. Hasil dari penelitian ini adalah data yang digunakan berjumlah 400 data tanda tangan yang terdiri dari 200 tanda tangan asli dan 200 tanda tangan palsu. data didapat dari 10 responden. Dengan mengimplementasikan metode CNN peneliti berhasil membuat sistem yang dapat mengenali tanda tangan dengan confusion matrix yang dihasilkan berdasarkan skenario uji coba 4 pada percobaan 1 menggunakan epoch 10 dan batch 10 yaitu accuracy 97.50%, precision 95.24%, recall 100%, dan F1-score 97.56%.

Actions (login required)

View Item