<![CDATA[Tanda tangan merupakan kegiatan formil yang digunakan untuk menyatakan persetujuan dan juga memastikan identitas dari oarang yang membubuhkan tanda tangan untuk sesuatu yang berimplikasi pada hukum atau tidak. Akademi Komunitas Negeri (AKN) Pacitan merupakan Perguruan Tinggi yang menyelenggarakan pendidikan vokasi setingkat diploma dua. Salah Satu syarat kelulusan mahasiswa di AKN pacitan adalah telah menyelesaikan proyek akhir yang dilakukan di semester empat dan didokumentasikan dalam bentuk laporan proyek akhir. Laporan yang dianggap layak untuk dipublikasikan adalah laporan yang telah ditandatangani oleh pengawas dan penguji pada lembar pengesahan. Namun dalam kegiatannya terdapat beberapa oknum yang melakukan penipuan dengan memalsukan tanda tangan sehingga laporan proyek tersebut akhirnya dinyatakan layak untuk dipublikasikan. Tentu hal tersebut jika tidak ditangani secara cepat akan berdampak pada kualitas dari laporan proyek akhir mahasiswa. Dengan memanfaatkan teknologi image capture, penulis mengusulkan suatu model yang dapat digunakan untuk deteksi tanda tangan. Metode Mask RCNN merupakan keluarga dari Convolutional Neural Networks (CNN) yang memiliki kemampuan untuk mendeteksi objek pada sebuah citra. Metode ini merupakan pengembangan dari metode sebelumnya yang menggunakan ROIAlign yang mampu memberikan Presisi Rata-Rata di atas 90%. Mask RCNN menggunakan epoch dan batch size untuk mendapatkan model optimal dengan eror komputasi minimum. Selama penelitian, penulis melihat korelasi antara epoch dan step per epoch untuk mendapatkan perhitungan loss yang minimal. Dari percobaan yang dilakukan, didapatkan perhitungan loss minimum pada epoch ke-40 dan step per epoch sebesar 500.]]>
Copyrights © 2023
