APLIKASI PENGENALAN CORETAN TANDA TANGAN MENGGUNAKAN ALGORITMA EUCLIDEAN DISTANCE

Isi Artikel Utama

Leony Hoki

Abstrak

Transaksi penarikan uang secara tunai, penyetoran, kliring giro dan transaksi perbankan lainnya membutuhkan pembubuhan tanda tangan. Pada zaman teknologi seperti sekarang ini, pencocokan karakteristik tanda tangan dengan pemiliknya dapat dilakukan dengan menggunakan komputer, sehingga akan menghemat waktu bila dibandingkan dengan melakukannya secara manual. Euclidean Distance merupakan salah satu algoritma yang dapat digunakan untuk pencocokan pola tanda tangan. Proses dimulai dengan input citra tanda tangan, kemudian dilakukan proses thresholding untuk memisahkan objek tanda tangan dengan warna latar kertas. Setelah itu, dilakukan proses ekstraksi ciri dan hasil ekstraksi ciri disimpan ke database. Proses pencocokan dan verifikasi tanda tangan dilakukan dengan menggunakan menghitung jarak Euclidean. Semakin kecil nilai Euclidean Distance antara dua buah vektor, maka semakin mirip kedua vektor fitur yang dicocokkan. Aplikasi dapat melakukan pengenalan terhadap coretan tanda tangan menggunakan algoritma Euclidean Distance dan dapat melakukan verifikasi pemilik tanda tangan dengan cepat, yaitu dengan cara melakukan pemeriksaan terhadap pemilik coretan tanda tangan di dalam database yang memiliki jarak terdekat dengan pola uji. uji. Akurasi dari pengujian proses pengenalan tanda tangan adalah sebesar 88 %.

Rincian Artikel

Cara Mengutip
[1]
L. Hoki, “APLIKASI PENGENALAN CORETAN TANDA TANGAN MENGGUNAKAN ALGORITMA EUCLIDEAN DISTANCE”, JTM, vol. 11, no. 2, hlm. 40–48, Des 2022.
Bagian
Articles

Referensi

R. Wulanningrum dan R.K. Niswatin, Rancang Bangun Aplikasi Identifikasi Tanda Tangan Menggunakan Ekstraksi Ciri PCA, Universitas Nusantara PGRI, Kediri, 2017.

B. C. Octariadi dan Y. Brianorman, Pengenalan Pola Tanda Tangan Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation, Universitas Muhammadiyah, Pontianak, 2020.

P. Rosyani, Pengenalan Wajah Menggunakan Metode Principal Component Analysis (CPA) dan Canberra Distance, Universitas Pamulang, Pamulang, 2017.

M. Nishom, Perbandingan Akurasi Euclidean Distance, Minkowski Distance dan Manhattan Distance pada Algoritma k-Means Clustering berbasis Chi-Square, Politeknik Harapan Bersama, Tegal, 2019.

R. Rizaldi, A. Kurniawati dan C.V. Angkoso, Implementasi Metode Euclidean Distance untuk Rekomendasi Ukuran Pakaian pada Aplikasi Ruang Ganti Virtual, Universitas Trunojoyo, Madura, 2018.

Andono, Pengolahan Citra Digital, Yogyakarta: Andi, 2017.

R.H. Sianipar, Dasar Pemrosesan Citra Digital, Yogyakarta: Andi, 2018.

V. Siahaan, dan R.H. Sianipar, Pemrosesan Citra Digital dengan Matlab, Balige: Balige Publishing, 2020.

D. Putra, Pengolahan Citra Digital, Yogyakarta: Andi, 2017.

Setiawan, dkk, Pengolah Citra Dengan Metode Thresholding Dengan Matlab R2014A, Surakarta: Jurnal Media Infotama, 2019.

Kusumadewi, Artificial Intelligence, Yogyakarta: Graha Ilmu, 2019.