Article Per Year (5 Year)
p-Index From 2021 - 2026
2.255
P-Index
This Author published in this journals
All Journal Journal of Applied Geospatial Information Jurnal Mantik Penusa JOURNAL OF SCIENCE AND SOCIAL RESEARCH CSRID (Computer Science Research and Its Development Journal) Jurnal Mantik Jusikom: Jurnal Sistem Informasi Ilmu Komputer International Journal of Economics Development Research (IJEDR) Journal of Intelligent Decision Support System (IDSS) Jurnal Teknik Informatika (JUTIF) International Journal of Basic and Applied Science Jurnal Mandiri IT Jurnal Pengabdian Kepada Masyarakat Transformasi Masyarakat : Jurnal Inovasi Sosial dan Pengabdian Venus: Jurnal Publikasi Rumpun Ilmu Teknik Indonesia Bergerak: Jurnal Hasil Kegiatan Pengabdian Masyarakat
Mutiara S. Simanjuntak
Akademi Manajemen Informatika Dan Komputer Universal
Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Physics Public Health Social Sciences Other

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : CSRID (Computer Science Research and Its Development Journal)

 1 
Identifikasi Tanda Tangan menggunakan Metode Fitur Ekstrasi Biner dan K Nearest Neighbor Simanjuntak, Mutiara Sarahwaty; Rosnelly, Rika; Wanayumini, Wanayumini
CSRID (Computer Science Research and Its Development Journal) Vol 12, No 3 (2020): CSRID OKTOBER 2020
Publisher : Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22303/csrid.12.3.2020.191-200

Abstract

Tanda tangan mempunya pola yang unik berdasarkan fitur yang ditinjau. Penelitian ini mengindentifikasi tanda tangan secara otomatis dengan menggunakan fitur biner dari hasil tanda tangan scanner. Identifikasi tanda tangan penting dilakukan otentifikasi dokumen administrasi dan resmi dimana nilai akurasi hal yang diperlukan. Dalam pendekatan yang dilakukan, fitur tanda tangan diekstrak dengan menggunakan dua descriptor yaitu binary statistical image features (BSIF) dan local binary patterns (LBP). Penilaian menggunakan metode ini dengan melakukan percobaan dengan dua dataset yang sudah tersedia untuk umum yaitu database MCYT-75 dan GPDS-100. Dengan menggunakan metode klasifikasi KNN, mendapatkan nilai tertinggi masing-masing 96,7% dan 93,9%. Dalam verifikasi identifikasi tanda tangan akurasi klasifikasi diukur berdasarkan equal error rate (EER)yaitu 4.2% dan 5.33% pada GPDS-200 dan GPSD-150. Sehingga EER untuk database MCYT-75 sudah mencapau 7,78%. Nilai akurasi tersebut sudah dapat diketegorikan unggul.
Co-Authors Allwine Arnold Pakpahan Baehaqi Ginting, Syahril Hongjie Dai Iskandar Iskandar Joel Panjaitan Juanto Simangunsong Juanto Simangunsong Junifa, Dira LUBIS, IRNA TRIANNUR Manullang, Evi Yanti Nissa, Fachrun Nurafni Damanik Pieter Leuvanggi Hutagalung Pulungan, Wahyu Aji Regina Sirait Rico Wijaya Riduan, Suwardy Rika Rosnelly Sairun, Aryani Selvi Aristantya Simangunsong, Juanto Simanjuntak, Andrean Simanjuntak, Nurmala Dewi Siti Aisyah Syofyan Anwar Syahputra Syofyan Anwar Syahputra Teddy Surya Gunawan Wanayumini