Penelitian Terdahulu LANDASAN TEORI

2.10 Penelitian Terdahulu

Beberapa penelitian terdahulu yang berkaitan dengan judul penelitian ini adalah sebagai berikut. 1. Penelitian Charu Jain, Priti Singh dan Aarti Chugh. 2014. “An Offline Signature Verification using Adaptive Resonance Theory 1 ART1”. Citra tanda tangan yang digunakan diolah dan diekstraksi fiturnya. Pola tanda tangan yang telah diolah, dilatih dan diuji menggunakan metode Adaptive Resonance Theory 1 ART1. Sistem dapat mengenali pola tanda tangan dengan baik yaitu dengan persentase kebenaran mencapai 97.9. 2. Penelitian Sigit Wasista dan Handayani Tjandrasa. 2003. “Metode Komponen Utama dan Kohonen SOM Sebagai Pengenalan Pola Geometri Tangan”. Pola komputasi untuk menentukan akar – akar ciri dan vektor ciri pola tangan yang merupakan koefisien pembobot komponen utama dilakukan dengan menggunakan metode rotasi Jacobi untuk mendapatkan nilai – nilai dan vektor eigen. Vektor eigen kemudian dinormalisasi dan didapatkan komponen utama. Jika komponen utama telah mencapai 85, maka pola tangan tersebut sudah dapat dikenali. Pola tangan dilatih dan diuji menggunakan Kohonen SOM. Metode Komponen Utama mencapai persentase pengenalan 100 sedangkan metode Kohonen SOM mencapai persentase pengenalan 90. Didapatkan dalam penelitian ini, pengenalan pola geometri tangan menggunakan metode komponen utama lebih tepat dibandingkan Kohonen SOM. Dalam penelitian ini, metode komponen utama adalah metode yang lebih tepat dalam pengenalan geometri tangan yang memiliki tingkat keragaman relatif kecil. 3. Penelitian Sari Juli Anita Sihotang. 2010. “Implementasi Jaringan Syaraf Tiruan untuk Pengenalan Tanda Tangan”. Pola tanda tangan dilatih dan diuji menggunakan metode jaringan saraf tiruan. Dengan menggunakan 100 pola tanda tangan, sistem dapat mengenali pola dengan persentase kebenaran mencapai 97 untuk yang sama dengan yang dilatihkan dan 90 untuk tanda tangan yang berbeda dengan yang dilatihkan. 4. Penelitian Haryo Kusuma Pratama. 2011. “Analisis Perbandingan Pengenalan Tanda Tangan dengan Menggunakan Metode Perceptron dan Backpropa gation”. Pola tanda tangan diekstraksi ciri menjadi pola 20 x 20. Bit hasil ekstraksi ciri kemudian dilatih dan dikenali menggunakan metode Perceptron dan metode Universitas Sumatera Utara Backpropagation. Proses pelatihan metode Perceptron jauh lebih cepat dari metode Backpropagation. Tetapi dengan keunggulan arsitektur jaringannya, metode Backpropagation lebih baik dan akurat dari metode Perceptron. Universitas Sumatera Utara

BAB 1 PENDAHULUAN

1.1 Latar Belakang

Tanda tangan, dalam arti umum, adalah suatu susunan huruf tanda berupa tulisan dari yang menandatangani, dengan mana orang yang membuat pernyataan atau keterangan tersebut dapat diindividualisasikan Budiono, 2007. Tanda tangan telah menjadi pembuktian identitas masyarakat dalam kehidupan sehari – hari. Tanda tangan digunakan dalam bidang perbankan, kesehatan, pendidikan dan bidang – bidang lainnya yang membutuhkan pembuktian identitas. Tanda tangan yang digunakan akan dicek keasliannya dengan membandingkan tanda tangan tersebut dengan tanda tangan yang sah, yang dapat disebut dengan pengecekan secara manual. Pengecekan tanda tangan memerlukan ketelitian dari petugas yang mengecek tanda tangan tersebut. Oleh karena itu, diperlukan sebuah sistem yang dapat mengenali tanda tangan seseorang dan membantu petugas tersebut dalam hal pengecekan tanda tangan. Dengan berkembangnya teknologi saat ini, sebuah sistem dapat dibangun untuk belajar mengenali sebuah bentuk atau pola. Jaringan saraf tiruan adalah sistem pengolahan informasi yang memiliki karakteristik mirip dengan jaringan saraf biologis, seperti proses informasi pada otak manusia. Jaringan saraf tiruan dapat dilatih untuk mengenali pola atau klasifikasi data Sutojo et al. 2011. Adapun jaringan saraf tiruan tersebut memiliki dua jenis pelatihan yaitu supervisi dan tanpa supervisi. Beberapa metode jaringan saraf tiruan yang termasuk dalam pelatihan supervisi antara lain Adaline, Backpropagation, Perceptron dan lainnya. Dan untuk pelatihan tanpa supervisi termasuk diantaranya Adaptive Resonance Theory ART dan Kohonen. Universitas Sumatera Utara