<![CDATA[Proses pengenalan tanda tangan dapat dilakukan melalui berbagai metode, seperti, Learning Vector Quantization, Metode Arc, Metode Invariant Moment, Metode Jaringan Syaraf Tiruan, , dan lainnya. Dalam mengenali pola tanda tangan, penulis memilih menerapkan algoritma Learning Vector Quantization (LVQ) sebagai salah satu pendekatan untuk proses pengklasifikasi. Menurut sumber dari literatur ilmiah dan referensi jurnal atau buku, algoritma LVQ terbukti cukup efektif dibandingkan metode-metode lain yang telah diaplikasikan sebelumnya untuk mengenali pola tanda tangan. Tulisan ini mencakup tiga tahapan utama: preprocessing, training, dan testing. Pada tahap preprocessing, data tanda tangan dipersiapkan sebagai input yang sesuai untuk algoritma. Pada tahap training, sistem dilatih menggunakan data tanda tangan yang telah diproses. Tahap testing dilakukan untuk mengevaluasi kinerja sistem dalam mengenali dan mengklasifikasikan tanda tangan. Aplikasi ini dikembangkan memanfaatkan Java Swing dengan tampilan yang memudahkan pengguna. Hasil percobaan memberikan informasi bahwa pedekatan ini mampu merekognisi dan mengklasifikasikan masukkan berupa vektor pola tanda tangan dengan performa yang bagus. Metode LVQ yang diterapkan dalam penelitian ini menunjukkan potensi besar dalam meningkatkan keandalan proses pengenalan pola tanda tangan.]]>
Copyrights © 2021
