Pengenalan Citra Tanda Tangan Menggunakan Metode 2D-LDA dan Euclidean Distance

In this study, the 2DPCA feature extraction method and SOM classification were used to classify human sex based on facial images. The trial was conducted on 100 facial images consisting of 50 male facial images and 50 female facial images. The 100 facial image data used were divided into 70 training data and 30 test data. Based on the test results, the best accuracy obtained is 86.67% using a start learning rate of 0.6 and a maximum iteration of 10000. level of accuracy, where a larger maximum iteration value results in a higher level of accuracy.

show abstract

“…Membandingkan metode 2DPCA dengan 2DLDA untuk mengetahui akurasi dan kecepatan proses [7]. menggunakan metode 2DPCA untuk ekstraksi citra [8].…”

Section: Pendahuluanunclassified

Pembuatan Perangkat Lunak Untuk Klasifikasi Jenis Kelamin Berdasarkan Citra Wajah

Anggriawan

Hikmah²

2021

INFOS Journal

View full text Add to dashboard Cite

show abstract

“…Dalam penelitian ini, LDA dapat memproyeksikan data sampel ke jalur tertentu dan menemukan beberapa arah dalam ruang sampel, sehingga dapat menemukan informasi yang sebenarnya. Penelitian selanjutnya untuk mengidentifikasi citra tanda tangan menggunakan metode LDA yang menghasilkan akurasi rata-rata sebesar 81% [15]. Pada penelitian ini akurasi maksimum mencapai 88% dan kecepatan waktu identifikasi 0,1206 detik menggunakan citra dengan ukuran 50x50 piksel.…”

Section: Pendahuluanunclassified

Implementasi Metode Linear Discriminant Analysis (LDA) Pada Klasifikasi Tingkat Kematangan Buah Nanas

Destriana

Nurnaningsih

Alamsyah

et al. 2021

bits

View full text Add to dashboard Cite

Pineapple is a fruit commodity that is Indonesia's flagship. This is because pineapple is a fruit that has the highest export volume in Indonesia. To obtain pineapples with perfect ripeness, generally manually selected, this becomes inefficient if large numbers of pineapples are selected. So, in this study, an image processing system will be developed that can classify pineapple ripeness based on its image. In this study, the color feature extraction used is feature extraction based on hue and saturation values. Color feature extraction with hue and saturation is used to obtain various information from the colors in the image so as to facilitate the identification process. Furthermore, Linear Discriminator Analysis will obtain optimal projections to be able to enter spaces with smaller dimensions by performing pattern recognition that can be separated so that they can be grouped based on boundary lines obtained from linear equations. Based on the results of the accuracy test, the accuracy rate reaches 83%, it is in the good category

show abstract

“…Adapun penelitian yang menggunakan lebih dari satu metode ekstraksi ciri, yaitu penelitian yang dilakukan oleh Pamungkas, dkk [5] menggunakan 2D-PCA dan 2D-LDA sebagai metode ekstraksi ciri tanda tangan dan menggunakan Euclidean Distance sebagai metode klasifikasinya. kemudian Adnan, dkk [6] yang menggunakan metode PCA dan LDA sebagai ekstraksi ciri dan menggunakan Euclidean Distance sebagai metode pengenalannya.…”

Section: Pendahuluanunclassified

“…Pamungkas, dkk [5] melakukan penelitian mengenai tanda tangan dengan cara mengkomparasi dua metode yaitu 2D-PCA dan 2D-LDA. Proses training pada penelitian ini dilakukan dengan mengubah citra tanda tangan menjadi matriks, kemudian hasilnya di ekstraksi menggunakan kedua metode dan disimpan sebagai hasil dari data training.…”

Section: Literature Reviewunclassified

Identifikasi Citra Tanda Tangan Berdasarkan Grid Entropy Dan Pca Menggunakan Multi Layer Perceptron

Naf’an¹,

Anggoro²,

Usada³

2019

INISTA

View full text Add to dashboard Cite

Tanda tangan merupakan tanda yang bertujuan sebagai lambang dari nama seseorang yang dituliskan menggunakan tangan orang itu sendiri sebagai penanda pribadi. Penggunaan tanda tangan tidak luput dalam kehidupan sehari-hari, penting untuk mengenal bentuk tanda tangan seseorang untuk melakukan verifikasi apakah tnada tangan tersebut milik orang yang bersangkutan atau orang lain. Pada penelitian ini penulis membuat penelitian mengenai identifikasi tanda tangan dengan menggunakan Grid Entropy dan Principal Component Analysis sebagai ekstraksi ciri. Model pembelajaran dataset menggunakan Multi Layer Perceptron dan Cross Validation menggunakan nilai parameter yang berbeda pada hidden layer dan node dalam Multi Layer Perceptron. Hasil pengujian terbaik didapatkan dari pembelajaran dataset menggunakan 2 hidden layer dengan node sebanyak 40 node di setiap hidden layer, dari skenario tersebut didapatkan akurasi sebesar 87,22%.

show abstract

Pengenalan Citra Tanda Tangan Menggunakan Metode 2D-LDA dan Euclidean Distance

Abstract: Abstrak

Cited by 7 publications

References 3 publications

Pembuatan Perangkat Lunak Untuk Klasifikasi Jenis Kelamin Berdasarkan Citra Wajah

Pembuatan Perangkat Lunak Untuk Klasifikasi Jenis Kelamin Berdasarkan Citra Wajah

Implementasi Metode Linear Discriminant Analysis (LDA) Pada Klasifikasi Tingkat Kematangan Buah Nanas

Identifikasi Citra Tanda Tangan Berdasarkan Grid Entropy Dan Pca Menggunakan Multi Layer Perceptron

Contact Info

Product

Resources

About