Pengujian Sistem METODE PENELITIAN

V. KESIMPULAN DAN SARAN

A. Kesimpulan

Berdasarkan hasil penelitian dan pembahasan yang telah dilakukan, maka dapat disimpulkan: 1. Sistem pengenalan pola tanda-tangan merupakan sistem yang dapat dirancang untuk mengenali pola tanda-tangan yang serupa dengan menampilkan persentase kecocokan. 2. Pengenalan pola dilakukan dengan pencocokan nilai representasi input pola pengujian terhadap pola pelatihan, sistem akan mampu mengenali pola masukkan jika persentase kecocokan atau kemiripan mencapai 60 atau lebih. 3. Lamanya waktu pelatihan ditentukan oleh besarnya nilai laju pemahaman dan banyaknya jumlah unit pada lapisan tersembunyi. 4. Sistem memiliki pelatihan dengan waktu tercepat yaitu 14 detik dengan nilai laju pemahaman 0.3 dan banyaknya unit layar tersembunyi 10. 5. Semakin banyak jumlah pola citra tanda-tangan yang digunakan pada proses pelatihan, akan membuat sistem semakin besar kemungkinan untuk mengenali setiap pola luaran yang diujikan. 6. Jika pola pelatihan sebanyak 1 buah, maka sistem mampu mengenali pola luaran sebesar 50 sedangkan dengan pola pelatihan 5, sistem mampu mengenali pola tanda-tangan luaran sebesar 70.

B. Saran

Berikut ini adalah saran dari penulis agar dimasa yang akan datang sistem ini dapat dibuat jauh lebih baik lagi. 1. Proses deteksi batas terkadang mengalami kesalahan dengan memotong citra tidak tepat pada batas akhir tanda-tangan karena disebabkan oleh terjadinya noise pada proses pemindaian, diharapkan nantinya setelah proses pemindaian dilakukan citra digital yang dihasilkan dibersihkan dengan mengedit citra tanda-tangan digital. 2. Proses pengambilan nilai representasi input lebih tepat sesuai dengan yang diharapkan dan tidak terjadi kesalahan pembacaan kedalaman nilai piksel. 3. Sistem jaringan saraf tiruan dalam penelitian dibuat dengan satu layar tersembunyi, diharapkan kedepnnya sistem memiliki lebih dari satu layar tersembunyi. 4. Jumlah pola pelatihan diperbanyak untuk meningkatkan keberhasilan sistem dalam mengenali pola tanda-tangan luaran yang diujikan. DAFTAR PUSTAKA Balza, A., dan Kartika, F. 2005. Teknik Pengolahan Citra Digital menggunakan Delphi. Ardi Publishing. Yogyakarta. Basuki, A. 2006. Image Formation. http:lecturer.eepisits. edu ~ basukilecture sesi2citra.pdf.diakses tanggal 3 Desember 2013. Fanindia. 2013. Jaringan Saraf Tiruan Propagasi Balik Tiga Faktor Dalam Pengenalan Sidik Jari. Skripsi. Medan: Universitas Sumatera Utara. Gonzales, Rafael C., Richard E. Woods. 2003. Digital Image Processing. USA: Addison-Wesley Publishing Company Inc. Hamzah, A. 2001. Pengenalan Pola dengan Fuzzy Clustering. Academia Ista Vol 4 No1. Yogayakarta: Lembaga Penelitian Institut Sains dan Teknologi AKPRIND. Haykin, S. 1999. Neural Networks A Comprehensive Foundation. 2 nd edition. Prentice Hall. Heaton, J. 2008. Introduction to Neural Networks with Java. 2 nd Edition. New York: Heaton Research, Inc. Hermawan, A., 2006. Jaringan Syaraf Tiruan Teori dan Aplikasi. Yogyakarta: Penerbit Andi Hidayatno, A., Isnanto, R. R., Buana, D. K. W. 2008. Identifikasi Tanda- Tangan Menggunakan Jaringan Saraf Tiruan Perambatan-Balik Backpropagation. Jurnal Teknologi Vol 1 No 2, hal 100-106. Jain, Anil K., dkk. 2004. Data Clustering : 50 Years Beyond K-Means. Michigan 48824 USA: Department of Computer Science Engineering Michigan State University East Lansing. Maqrifad, P. 2010. Analisis Perbandingan Pendeteksi Garis Tepi Pada Citra Digital Antara Metode Edge Linking Dan Operator Sobel. Skripsi. Medan: Universitas Sumatera Utara. Munir, R. 2004. Pengolahan Citra Digital dengan Pendekatan Algoritmik. Bandung: Penerbit Informatika. Pittas, I. 1993. Digital Image Processing Algoritms, Prentice Hall International UK Ltd. Pujiyanta, Ardi. 2009. Pengenalan Citra Objek Sederhana Dengan Jaringan Saraf Tiruan Metode Perceptron. Jurnal Informatika Vol 5 No 1. Purnomo HM, Kurniawan A. 2006. Supervised Neural Network dan Aplikasinya. Yogyakarta: Graha Ilmu. Putra, D. 2010. Pengolahan Citra Digital. Yogyakarta: Penerbit Andi. Putu, 2010. Image ThresholdingPengambangan Citra. httpComputer Technology and Entertaintment Image Processing .blogspot.com 2010. blogspot.com. Diakses pada tanggal 20 Desember 2013 pukul 16. 10 WIB. Puspitaningrum, Dyah. 2006. Pengantar Jaringan Saraf Tiruan. Yogyakarta: Andi Offset. Riadi. 2001. Jaringan Syaraf Tiruan Untuk Pengenalan Tanda Tangan. Skripsi. Bogor: Institut Pertanian Bogor. Sahtoni. 2012. Akuisisi Dan Analisis Sistem Pengenalan Karakter Pada Citra Plat Nomor Kendaraan Menggunakan Metode Template Matching. Skripsi. Bandar Lampung: Universitas Lampung. Sediyono, E., Nataliani, Y., Rorimpandey, C.M. 2009. Klasifikasi Sidik Jari dengan Menggunakan Metode Wavelet Symlet. Jurnal Informatika Vol 5 No 2. Siang, Jong Jek. 2009. Jaringan Syaraf Tiruan Pemrogramannya Menggunakan Matlab. Yogyakarta: Andi Offset. Nugroho HF. 2005. Pengenalan Wajah dengan JST Backpropagation. SNATI. Yogyakarta. Simanjuntak, H. 2011. Pengertian Citra dan Pembentuk Citra. http:contohdanfungsi.blogspot.com201103pengertian-citra.html. diakses tanggal 3 Desember 2013. Sutoyo, T., Mulyanto, E., Suhartono, V., Nurhayati, D.O., Wijanarto. 2009. Teori Pengolahan Citra Digital. Yogyakarta: Andi.