Penelitian ini bertujuan mengembangkan sistem deteksi pemalsuan tanda tangan basah pada dokumen resmi dengan menggabungkan Optical Character Recognition (OCR) dan Support Vector Machine (SVM). Data terdiri atas 760 sampel tanda tangan asli dan palsu yang diperoleh dari pemindaian dokumen fisik dan pelabelan kategori. Sistem mendeteksi dan mengekstraksi area tanda tangan menggunakan OCR, lalu mengklasifikasikannya dengan SVM berbasis fitur Histogram of Oriented Gradients (HOG). Pengembangan dilakukan menggunakan metode prototyping dan diuji melalui integration testing. Hasil menunjukkan SVM dengan kernel RBF membedakan tanda tangan asli dan palsu dengan akurasi tinggi. Integrasi OCR dan SVM terbukti efektif serta efisien untuk verifikasi tanda tangan pada dokumen resmi.
Copyrights © 2025