Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi dan Sistem Komputer
Dea Alya
Universitas Islam Negeri Sumatera Utara
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Identifikasi Pengenalan Tanda Tangan Menggunakan Algoritma Backpropagation dan GLCM (Grey Level Co-Occurrence Matrix) Dea Alya; Lailan Sofinah Harahap; Dodyk Fahlome
Jurnal Sistem Informasi dan Sistem Komputer Vol 11 No 1 (2026): Vol 11 No 1 - 2026
Publisher : STIMIK Bina Bangsa Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51717/simkom.v11i1.1215

Abstract

Tanda tangan adalah salah satu biometrik berbasis perilaku yang sering digunakan dalam proses autentikasi. Namun, berbagai jenis tanda tangan menyebabkan proses identifikasi menjadi kompleks, sehingga memerlukan penggunaan teknologi komputer yang baik. Studi ini dibuat sebagai upaya untuk menganalisis tanda tangan yang dimiliki oleh pemilik tanda tangan berdasarkan tekstur citra menggunakan metode ekstraksi Grey Level Co-occurrence Matrix (GLCM) dan klasifikasi Backpropagation. Empat fitur GLCM (contrast, correlation, energy, homogeneity) dihitung dalam empat arah (0°, 45°, 90°, 135°). Data terdiri dari sekitar 80 data dari 4 kelas, dibagi menjadi 20 data uji dan 60 data latih. Pengujian dilakukan lima kali untuk setiap konfigurasi neuron guna memperoleh hasil rata-rata. Hasil penelitian ini menunjukkan bahwa konfigurasi lapisan tersembunyi dengan 50 neuron memberikan kinerja terbaik dengan akurasi rata-rata sekitar 80%. Meningkatkan jumlah neuron cenderung mengurangi akurasi karena kemungkinan overfitting. Meskipun demikian, kombinasi GLCM dan Backpropagation dapat mengidentifikasi tanda tangan dengan cukup baik.
Co-Authors Dodyk Fahlome Lailan Sofinah Harahap