Author (Penulis)

achmad zainul karim
Universitas Nusantara PGRI Kediri

Author Identity (NPM)

13.1.03.02.0281

Abstract

ABSTRAK Tanda tangan merupakan identitas diri dari seseorang. Berbagai hal dalam dunia formal selalu menggunakan tanda tangan sebagai tanda keabsahan. Tanda tangan memiliki pola-pola tersendiri yang apabila ditiru oleh orang lain menimbulkan perbedaan dengan tanda tangan aslinya. Kemajuan teknologi informasi yang sangat pesat mendesak seluruh aspek administrasi menggunakan identifikasi tanda tangan secara terkomputasi. Penelitian ini dilakukan yakni untuk mengetahui nilai K-Optimal dan persentase akurasi pada algoritma K-NN untuk mengidentifikasi citra tanda tangan. Algoritma K-Nearest Neighbor (KNN) bekerja dengan cara membandingkan data uji dan data latih. KNN mencari pola data template yang paling mendekati dengan data uji. Dekat atau jauhnya tetangga dihitung berdasarkan jarak Euclidean. Dengan kata lain, kedua data dibandingkan berdasarkan atribut-atributnya. Dalam sistem identifikasi tanda tangan, menggungunakan algoritma KNN sebagai metodenya. Hal ini karena hasil metode tersebut memang sesuai untuk digunakan dalam proses identifikasi. Pada sistem ini, dilakukan sejumlah 200 data latih dan 50 data uji dari sejumlah 10 orang. Hasil dari penelitian ini yakni persentase dari 9 (sembilan) nilai K mulai dari K1 hingga K9. Hasilnya nilai K-Optimal ada pada K7 dengan persentase keberhasilan sebesar 76%, dan nilai K terendah ada pada K4 yakni 70% dari total 50 kali percobaan. KATA KUNCI : Tanda Tangan, K-Optimal, KNN

Keyword

a

Reference

PUBLISHED

2017-08-22

JOURNAL

Simki-Techsain

ISSN

2599-3011

ISSUE

Vol. 01 No. 11 Tahun 2017

Download PDF

Download PDF Kembali Home