KLASIFIKASI KEPEMILIKAN TANDA TANGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) DENGAN ARSITEKTUR NASNETMOBILE

Detail Cantuman

Prodi Teknik Informatika

KLASIFIKASI KEPEMILIKAN TANDA TANGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) DENGAN ARSITEKTUR NASNETMOBILE

XML

Pengenalan tanda tangan merupakan bukti penting dalam memvalidasi keasliansuatu dokumen, menegaskan bahwa setiap tanda tangan bersifat unik dan berbeda.Karena itu, tanda tangan tidak boleh disalahgunakan karena dapat menimbulkankonsekuensi yang serius. Klasifikasi kepemilikan tanda tangan diperlukan untukmenentukan siapa pemiliknya. Penelitian ini bertujuan untuk mengklasifikasi polatanda tangan individu dengan menggunakan Convolutional Neural Network yangberarsitektur NASNetMobile. Dataset penelitian berupa gambar tanda tangan yangdiperoleh dari 18 Kepala Desa di Kecamatan Kalikajar, di mana setiap kepala desamenandatangani tanda tangannya sendiri sebanyak 50 kali sehingga total yangterkumpul sebanyak 900 gambar tanda tangan, yang akan dibagi sebagai berikut:720 gambar tanda tangan (80%) untuk data latih, 90 gambar tanda tangan (10%)untuk data uji, dan 90 gambar tanda tangan (10%) untuk data validasi. Dalampenelitian ini, dua optimizer digunakan, yaitu Adam dan RMSprop, denganlearning rate sebesar 0,001 untuk kedua optimizer tersebut dan percobaan nilaiepoch 20, 30, 40 dan 50. Masing-masing optimizer diuji untuk menghasilkan nilaiprecision, recall, dan accuracy yang berbeda-beda. Pengujian pada dataset internalmenunjukkan bahwa optimizer RMSProp mencapai tingkat akurasi tertinggi, yaitusebesar 100%.
Kata Kunci : Tanda tangan, Convolutional Neural Network, ArsitekturNASNetMobile.

Detail Information

Item Type
Laporan Tugas Akhir
Penulis
Ahmad Rohim - Personal Name
Student ID
2020157018
Dosen Pembimbing
Hidayatus Sibyan, M.Kom - - Dosen Pembimbing 1
Nahar Mardiyantoro, M.Kom. - - Dosen Pembimbing 2
Penguji
Kode Prodi PDDIKTI
55201
Edisi
Published
Departement
teknik informatika
Kontributor
Bahasa
Indonesia
Penerbit Universitas Sains Al-Qur'an : Wonosobo.,
Edisi
Published
Subyek
Teknik Informatika
No Panggil
Copyright
Individu Penulis
Doi

Lampiran Berkas

LOADING LIST...



Informasi

DETAIL CANTUMAN

Kembali ke sebelumnya  XML Detail