PPT sminar

download PPT sminar

of 24

  • date post

    29-Jan-2016
  • Category

    Documents

  • view

    221
  • download

    0

Embed Size (px)

Transcript of PPT sminar

Diapositiva 1

SEMINAR HASIL TUGAS AKHIR

VERIFIKASI POLA TANDA TANGAN DOSEN JTI MENGGUNAKAN METODE FUZZY LOGICPEMBIMBING :ARIEF BRAMANTO W.P S.ST., MTBEDY SUPRAPTY S.KOM., M.KOM

OLEH :MARDHIYAH HUURIIN HASPANING PUTRI12 615 004

OutlinePendahuluan Kajian ilmiahKerangka konsep penelitianMetodologi penelitianHasil dan pembahasan

Pendahuluan Latar belakang Rumusan masalahRuang LingkupTujuan Penelitian

Latar belakang

Citra tanda tangan Dosen JTIAnalisis ciri dan pengenalan polaFuzzy logic verifikasi pola tanda tangan dengan membangun ciri tanda tangan yang dihasilkan dari ekstraksi ciri pada segmentasi citra biner dan diuji dengan kecerdasan komputasional (Fuzzy Logic)Terjadinya pengujian kemiripan dengan tingkat keberhasilan menggunakan metode presentaseTanda tangan merupakan sesuatu yang unik bagi seseorang, untuk itu dalam kepentingan bisnis maupun pendidikan, tanda tangan sangat penting untuk proses pengesahan suatu dokumen dll. Saat ini banyak pemalsuan tanda tangan terjadi. Untuk itu pada penelitian kali ini mengacu pada penelitian yang ada tentang verifikasi tanda tangan, ingin melakukan verifikasi tanda tangan melalui pengolahan citra.4Rumusan masalah

Memperoleh ciri khusus dari citra tanda tangan.Proses pengujian data training untuk menentukan presentasi kemiripan terhadap tiap kategori dengan menggunakan fuzzy logic

Ruang lingkupPengumpulan data tanda tangan dengan pengisian dilakukan didalam kotak tanda tangan yang telah disediakan.Proses pemindaian dokumen dengan menggunakan scanner.Tanda tangan yang digunakan untuk diproses ketahap selanjutnya hanya yang berada dalam kotak tanda tangan.Tahap akuisisi dataTahap Pre-processing terdiri dari konversi warna image dari RGB ke grayscale, proses filtering, cropping image, resizing image, dan segmentasi citra.Tahap ekstraksi ciri.Pengujian ciri khusus dengan menggunakan metode fuzzy logic.

6Tujuan penelitian

Pengolahaan citra Pengenalan PolaKecerdasan buatan (Fuzzy logic)

untuk mendalami kemampuan yang telah didapat selama perkuliahan berlangsung, salah satunya adalah pengolahan citra. Dan juga dapat memahami tentang pengenalan pola dan kecerdasan buatan fuzzy logic.

7Kajian IlmiahPenelitian tentang pengujian pengenalan pola pada tahap keputusan menggunakan fuzzy rule base (Arief Bramanto W.P, 2014).Penelitian tentang verifikasi dan pengenalan pola tanda tangan (Choudhary, dkk.2013).Penelitian tentang verifikasi tanda tangan menggunakan fuzzy (Chinniah, 2008).Penelitian tentang verifikasi dan identifikasi tanda tangan dengan konsep teori grafik (Fotak, dkk.2011).Verifikasi tanda tangan dengan teknik Robust menggunakan nilai determinan untuk menghasilkan ciri tanda tangan (Al-Dulaimi, 2011).Penelitian tentang analisa ciri berbasis pola (Nuryuliani, dkk. 2010)Pengenalan pola tanda tangan yang berdasar pada Sembilan fitur tanda tangan (Djamal, dkk. 2013).Analisa tulisan tangan, menggunakan SVM dan RBF ( Prasad, dkk. 2010).Pengenalan pola tanda tangan dengan JST RBF (Jariah, dkk. 2011).

Dasar Teori Teori tanda tangan Teori Pengertian citra Teori Pengenalan pola Teori Pusat Massa Teori Distance and similiarity measurement Teori Fuzzy logicKerangka Konsep Penelitian

10Metodologi Penelitian

Mengetahui Konsep Akuisisi citraMengetahui faktor lingkungn yang mempengaruhi kualitas citraMampu melakukan proses akuisisi citra sesuai dengan konsep pengolahan citraMampu melakukan tahapan dari preprocessingMampu menjelaskan secara umum tentang cropping, resizing, reducing/convertingMampu menjelaskan secara umum tentang proses segmentasi

Memahami konsep analisis citraMemahami tentang proses ekstraksi ciriMemahami konsep pengenalan polaMengetahui konsep Fuzzy LogicMengetahui metode metode yang dipakai dalam fuzzy logicMemahami dengan baik konsep Fuzzy Logic yang dipakai

TEST FINAL FEATURES OF TRAINED WITH FUZZY LOGICFINAL FEATURES OF TRAINED11Solusi masalah | Alat, Waktu, Tempat Membangun ciri khusus citra tanda tangan Menguji citra uji atau yang selanjutnya disebut Guess Image Pattern (GSP) dengan ciri khusus.

Perangkat KerasScanner dengan spesifikasi : Cannon Mp237, Format data image, True color, 600dpiKomputer yang digunakan adalah Notebook dengan spesifikasi Processor intel core i3-2350M, 2.3GHz, RAM 2 GB, HDD 500 Gb Perangkat Lunak Sistem operasi 32 bit software desain flow untuk merancang system Software simulasi dan komputasi

Hasil dan pembahasanProses akuisisi dataTahap preprocessingAnalisis ciri menggunakan ekstraksi ciri dengan metode Euclidean distance dan pusat massaVerifikasi dengan metode presentaseAkuisisi Data

Akuisitor Objek

Pencahayaan Sensor GarisGerakan LinierFaktor lingkunganPreprocessing

Pengenalan pola

Pengenalan pola

Ekstraksi ciri

Verifikasi dengan statistic metode presentase

Uji valid images pak didiOSPData trainingGSPdata pengenalanverifikasi12.916113.06850.0655 23.140723.12600.0080 33.160633.19570.0617 43.173943.19900.0650 53.278953.23430.1003 Average 3.1340min2.91610.0080 max3.27890.1003 Guest Signature PatternOriginal Signature PatternPerolehan ciri dengan Euclidean DistanceVerifikasi dengan statistic metode presentase

Uji forgery images pak didiOSPData trainingGSPpak najibverifikasi13.76800.634023.78860.654633.79150.657512.916143.80870.674723.140753.91410.780133.1606bu tien43.173912.85250.281553.278922.85910.274932.86380.270242.86430.269752.86880.2652Average =3.1340min2.9161max3.2789Perolehan ciri dengan Euclidean DistanceVerifikasi dengan statistic metode presentase

Guest Signature PatternOriginal Signature PatternPerolehan ciri dengan Pusat MassaUji valid imagesOSPData trainingGSPdata pengenalanverifikasi11.001911.00930.0031 21.004521.00970.0036 31.007031.00990.0038 41.008641.01780.0116 51.008651.02250.0164 Average =1.0061min1.00191.00930.0031 max1.00861.02250.0164 Verifikasi dengan statistic metode presentase

Uji forgery imagesOSPData trainingGSPpak najibverifikasi11.00390.002221.00400.002231.00470.001411.001941.00480.001321.004551.00640.000331.0070bu tien41.008613.49722.491051.008623.94272.936632.38231.376242.95121.945053.95412.9479Average 1.0061min1.0019max1.0086Perolehan ciri dengan Pusat MassaKesimpulanCiri khusus berhasil dibangun dengan data pelatihan sejumlah 50 tanda tangan. Proses pengujian kemiripan data yang dilakukan dengan pengenalan pola pendekatan statistic dirasa masih kurang handal. Karena masih banyak irisan yang terkandung didalam data pengenalan.Dengan menggunakan metode presentase kemiripan hasil percobaan analisis menggunakan Euclidean Distance :Uji valid image 20% True, dan 80% FalseUji Forgery image 50 % True dan 50% FalsePusat Massa : Uji valid image 100% True Uji Forgery image 50% True dan 50% False

Terima Kasih