PENGENALAN TANDA TANGAN MENGGUNAKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS - PCA) DAN METODE JARINGAN SARAF TIRUAN PERAMBATAN BALIK

Abstract

Abstrak

Kebutuhan terhadap sistem pengenalan identitas secara otomatis yang handal dan dapat dipercaya semakin meningkat terutama untuk sistem keamanan pada era informasi sekarang ini. Sistem pengenalan bertujuan mengetahui identitas seseorang. Banyak orang memanfaatkan kekurangan sistem pengenalan konvensional untuk mendapat keuntungan individu. Oleh karena itu, dibutuhkan keamanan dalam teknologi biometrik untuk melindungi identitas seseorang. Penelitian ini bertujuan mengembangkan sebuah program yang dapat mengenali perilaku manusia,  yaitu tanda  tangan. Sistem dilatih dengan memasukkan beberapa citra hasil pindai tanda tangan. Proses identifikasi ciri menggunakan PCA bertujuan menyederhanakan variabel yang diamati  dengan  cara  menyusutkan  dimensi citra tanda tangan. Proses pengenalan pemilik tanda tangan dilakukan menggunakan metode jaringan saraf tiruan perambatan balik sehingga didapat satu sistem yang dapat mengenali individu pemilik tanda tangan. Berdasarkan penelitian yang dilakukan, didapatkan hasil bahwa semakin banyak citra latih yang digunakan dalam membuat jaringan akan meningkatkan tingkat pengenalan jaringan terhadap citra uji. Semakin banyak jumlah komponen utama pada cuplikan citra juga akan meningkatkan tingkat pengenalan sistem. Di mana penggunaan sembilan citra latih dan 50 komponen utama untuk setiap individu menghasilkan tingkat pengenalan hingga 83,33%. Sedangkan hasil pengujian sistem dengan citra tanda tangan tiruan pada variasi jumlah data latih = 9 dan jumlah komponen utama = 50 menghasilkan pengenalan sebesar 15%.

Kata kunci: biometrik, jaringan saraf tiruan perambatan balik, PCA, tanda tangan.

Abstract

The need for automatically reliable and trustworthy identity recognition system increasing mainly for security systems in today's information age. Recognition system aims to find out the identity of a person. Many people utilize the shortcomings of conventional recognition system for individual profit. Therefore, security in biometric technology needed to protect a person's identity. This study aims to develop a program that can recognize human behavior, i.e. signatures. The system trained by incorporating multiple images scanned signature. The process of identification using PCA aims to simplify the characteristics observed variables by means of shrinking the dimensions of the image of the signature. The owner of the signature recognition process is done using the method of artificial neural network back propagation in order to get a system that can recognize individual owner’s signature. Based on the research conducted, showed that the more training images are used in making the network will increase the recognition rate of the network to test images. The more the number of key components of footage image will also increase the recognition rate of the system. Where the use of nine training images and 50 principal components for each individual produces the recognition rate up to 83.33 %. While the results of testing the system with artificial signatures using the amount of training data = 9 and the number of principal components = 50 resulted in the introduction of 15%.

Keywords: biometric, signatures, PCA, back propagation neural network.