Febrian, Muhammad Hikmal (2026) PENERAPAN METODE EKSTRAKSI FITUR GEOMETRIS, HOG DAN HU MOMENT PADA CITRA TANDA TANGAN DIGITAL MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM). Skripsi (Bachelor) thesis, Universitas Muhammadiyah Bengkulu.
![[img]](http://repository.umb.ac.id/style/images/fileicons/text.png) |
Text (Fulltext)
Muhammad Hikmal Febrian_2255201037_ FULLTEXT .pdf - Submitted Version Restricted to Repository staff only Download (4MB) | Request a copy |
|
Text (Turnitin)
Muhammad Hikmal Febrian_2255201037_ Turnitin.pdf - Submitted Version Restricted to Repository staff only Download (17MB) | Request a copy |
|
Text (Abstrak+Bab 1)
Muhammad Hikmal Febrian_2255201037_ Abstrak & BAB 1.pdf - Submitted Version Download (4MB) |
|
Text (Bab 2)
Muhammad Hikmal Febrian_2255201037_ BAB 2 .pdf - Submitted Version Download (4MB) |
|
Text (Bab 3)
Muhammad Hikmal Febrian_2255201037_ BAB 3.pdf - Submitted Version Restricted to Repository staff only Download (4MB) | Request a copy |
|
Text (Bab 4)
Muhammad Hikmal Febrian_2255201037_ BAB 4.pdf - Submitted Version Restricted to Repository staff only Download (4MB) | Request a copy |
|
Text (Bab 5)
Muhammad Hikmal Febrian_2255201037_ BAB 5.pdf - Submitted Version Download (4MB) |
|
Text (Referensi+Lampiran)
Muhammad Hikmal Febrian_2255201037_ REF & LAM .pdf - Accepted Version Download (4MB) |
Abstract
Penelitian ini bertujuan membangun sistem otomatis yang mampu mengenali dan memverifikasi identitas pemilik tanda tangan digital menggunakan pendekatan pengolahan citra. Permasalahan yang melatarbelakangi penelitian ini adalah keterbatasan proses verifikasi tanda tangan secara manual yang dinilai lambat, subjektif, dan rawan kesalahan, terutama ketika dihadapkan pada tanda tangan yang memiliki kemiripan visual tinggi. Sistem dikembangkan menggunakan bahasa pemrograman Python dengan antarmuka grafis berbasis Tkinter, dan menggabungkan tiga metode ekstraksi fitur secara bersamaan, yaitu fitur Geometris untuk menangkap atribut bentuk global seperti luas dan keliling, HOG (Histogram of Oriented Gradients) untuk merepresentasikan distribusi arah gradien dan pola goresan lokal, serta Hu Moment untuk menghasilkan nilai invarian terhadap rotasi, translasi, dan perubahan skala. Ketiga fitur ini digabungkan menjadi satu vektor fitur yang kemudian diklasifikasikan menggunakan algoritma Support Vector Machine (SVM) dengan kernel RBF. Dataset menggunakan sampel tanda tangan 50 orang yang masing-masing orang memiliki 10 tanda tangan dengan pembagian dataset 80:10:10 data latih, data uji, data validasi. Evaluasi dilakukan terhadap 50 data uji. Hasil pengujian menunjukkan bahwa sistem mampu mengenali 45 dari 50 tanda tangan dengan benar, dengan nilai akurasi 90%, presisi 87%, recall 90%, dan F1-Score 88%. Temuan ini membuktikan bahwa kombinasi fitur Geometris, HOG, dan Hu Moment yang diklasifikasikan dengan SVM merupakan pendekatan yang efektif untuk sistem pengenalan tanda tangan digital dan berpotensi diterapkan dalam sistem keamanan dokumen elektronik
| Item Type: | Thesis (Skripsi (Bachelor)) |
|---|---|
| Additional Information: | Pembimbing : Dr. Erwin Dwika Putra., S.Kom., M.Kom |
| Uncontrolled Keywords: | Tanda tangan digital, Ekstraksi fitur, Geometris, HOG, Hu Moment, Support Vector Machine, pengolahan citra, Python |
| Subjects: | Universitas Muhammadiyah Bengkulu > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika 02-Fakultas Teknik > 55201-(S1) Teknik Informatika |
| Divisions: | 02-Fakultas Teknik > 55201-(S1) Teknik Informatika Subjek Terkait > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika |
| Depositing User: | Mrs Hesti Ayu |
| Date Deposited: | 29 Aug 2026 06:05 |
| Last Modified: | 29 Aug 2026 06:05 |
| URI: | http://repository.umb.ac.id/id/eprint/3342 |
Actions (login required)
 |
View Item |