Verifikasi dan Identifikasi Tandatangan Offline Menggunakan Wavelet dan Learning Vector Quantization

Abstract

Biometrik secara sederhana adalah identifikasi individu berdasarkan ciri-ciri yang melekat padanya. Ciri bisa berupa ciri fisiologis seperti sidik jari dan iris mata ataupun ciri perilaku seperti suara dan tandatangan. Identifikasi tandatangan merupakan proses untuk mengidentifikasi dan mengetahui pemilik dari sebuah tanda tangan. Pada saat ini banyak terjadi pemalsuan tandatangan yang bisa mengakibatkan kerugian terhadap seseorang yang memiliki tandatangan tersebut. Untuk itu sebuah sistem yang bisa melakukan pengenalan tandatangan sangat diperlukan. Berbagai penelitian untuk membangun sistem verifikasi dan identifikasi tandatangan offline telah banyak dilakukan. Kebanyakan sistem yang dibangun berdasarkan dari morfologi citra tandatangan yang mudah terpengaruh oleh derau, skala dan rotasi. Dalam paper ini kami menggunakan jaringan syaraf tiruan untuk verifikasi tandatangan dari citra hasil scan. Wavelet Discret Transform digunakan sebagai metode ekstraksi fitur untuk mendapatkan energi wavelet. Energi wavelet direpresentasikan ke dalam bentuk approximation (perkiraan) dan detail koefisien yang membentuk set ciri. Wavelet digunakan sampai dengan level ketiga untuk mereduksi koefisien wavelet. Approximation kemudian digunakan sebagai masukan pada mesin pembelajaran LVQ. Sistem yang dibangun terdiri dari empat langkah utama, yaitu preprossesing, ekstraksi fitur, identifikasi, dan verifikasi tandatangan. Hasil yang didapatkan cukup baik dengan persentase pengenalan sistem identifikasi sebesar 96,7% dan untuk sistem verifikasi nilai terbaik OER sebesar 4%, nilai terburuk 10%.