Please take a moment to complete this survey below
Library's collection Library's IT development CancelPengenalan tanda tangan merupakan salah satu bidang yang cukup
berkembang dewasa ini, dimana aplikasi dapat diterapkan dalam bidang
keamanan (security system) seperti ijin penarikan uang di bank, validasi cek.
Karena diterapkan dalam kasus keamanan, dibutuhkan sistem yang handal
terhadap beberapa kondisi, seperti: ukuran, ketebalan.
Tujuan tugas akhir ini adalah untuk membuat perangkat lunak dapat
melakukan pengenalan tanda tangan (recognition) dengan metode Stroke
Histogram . Sebagai input sistem digunakan file image. Pemrograman perangkat
lunak ini menggunakan prinsip pemrograman berorientasi objek (OOP) dengan
menggunakan bahasa pemrograman C++, kompiler Microsoft Visual C++ 6.0?,
dan dibantu dengan library dari Intel Image Processing Library (IPL) dan Intel
Open Source Computer Vision (OpenCV).
Hasil pengujian sistem menunjukkan bahwa sistem pengenalan tanda
tangan menggunakan metode Stroke Histogram mencapai tingkat akurasi
pengenalan sebesar 70.9%, dengan database tanda tangan sebanyak 111 tanda
tangan yang terdiri dari 7 individu pemilik tanda tangan yang terdiri dari 7-8 tanda
tangan asli dan 8 tanda tangan palsu. Pengujian juga dilakukan terhadap variasi
ukuran dan ketebalan.