Pengenalan Signature (Tanda Tangan) Menggunakan Extreme Learning Machine (Elm)

Abstract

Tanda tangan (Signature) merupakan hasil dari proses menulis seseorang yang bersifat khusus sebagai substansi simbolik. Pada penelitian ini menggunakan 10 subjek yang akan diuji keaslian tanda tangannya. Objek yang akan digunakan sebagai data base discan agar dapat menghasilkan file yang nantinya akan di olah di aplikasi Atom. Kemudian file tersebut di ekstrak menjadi nilai Black and white menggunakan teknik image processing. Setelah itu hasil dari image processing tersebut ditraining oleh Extreme Learning Machine (ELM) menjadi nilai bias dan biner yang nantinya digunakan sebagai data base pengujian objek. Setelah tahap pengambilan database, gambar yang akan diuji kecocokannya berdasarkan database discan untuk menghasilkan file gambar. Kemudian file gambar tersebut diproses dan diuji oleh Extreme Learning Machine(ELM) apakah cocok dengan database yang telah didapatkan. Hasil pengujian pada penelitian ini, dapat dikatakan peubahan jumlah neuron atau perubahan struktur ELM (Extreme Learning Machine) dapat berpengaruh terhadap perubahan nilai akurasi database yang digunakan. Hal itu terbukti dengan terjadinya kenaikan dan penurunan nilai akurasi secara signifikan pada setiap perubahan rentang neuron (pada beberapa data tanda tangan subjek yang diuji). Akan tetapi ada beberapa data tanda tangan yang cenderung stabil nilai akurasinya, yaitu pada data subjek 03, subjek 05, dan subjek 08. Nilai akurasi semua subjek yang dihasilkan pada penelitian ini adalah 0,758850516