ABSTRAKSI: Belakangan ini pengenalan pola (pattern recognition) banyak diimplementasikan di dunia industri ataupun instansi, seperti automated capture dari sinyal dan gambar untuk keperluan identifikasi. Identifikasi tanda tangan manusia merupakan proses untuk mengenali dan menentukan tanda tangan dari seseorang. Teknologi identifikasi untuk pengenalan pola tanda tangan termasuk di dalam biometrik yang menggunakan karakteristik perilaku alami manusia. Pemalsuan citra tanda tangan dapat terjadi dengan mudah, sehingga dibutuhkan sistem identifikasi yang mampu membedakan tanda tangan asli atau palsu. Banyak sekali metode ekstraksi ciri yang dapat diaplikasikan untuk pengenalan pola. Pada Tugas Akhir ini dilakukan suatu perbandingan beberapa metode ekstraksi ciri untuk mendapatkan hasil verifikasi pola tanda tangan yang paling akurat. Metode yang digunakan yaitu Transformasi Kosinus Diskrit (DCT), Transformasi Fourier Diskrit (DFT) dan Filter 2D Gabor Wavelet. Proses yang dilakukan dalam tugas akhir ini adalah mengcapture tanda tangan oleh webcam, lalu dilakukan preprocessing yaitu perbaikan kualitas citra, setelah itu barulah proses ekstraksi ciri dilakukan dengan ketiga metode diatas. Proses pengklasifikasian yaitu mengenali ciri tanda tangan input sebagai milik seseorang dalam database menggunakan metode K-means. Dari ketiga metode ekstraksi ciri yang telah mengalami proses pengujian, diperoleh hasil akurasi tertinggi yaitu 77.78% (menggunakan metode Gabor Wavelet).
Kata Kunci : Metode ekstraksi ciri, DCT, DFT, Filter 2D Gabor Wavelet,ABSTRACT: Nowadays, pattern recognition has been most implemented in industries and instancies, such as automated capture of signal and images for the needs of identification. Identifying signature is a kind of process to recognize and emphasize one’s signature. The technology of identification human’s signature includes in the biometric using the natural characteristic of human beings. Falsifying the the image of signature can be eagerly happened, so that it is necesarry to count on the identification system, which is able to differenciate the original signature from the false signature. Lots of methods of extracting character which can be applied as pattern identification. In this final assignment, the writer make a comparison to some methods of extracting character to get the verification of the most accurate pattern of signature. The methods used here are Discrete Cosinus of Transformation, Discrete Fourier Transformation, and 2D Filter of Gabor Wavelet. In this final assignment, it is defined by capturing the signature with webcam, then preprocessing it with the improvement of the image’s quality, and at last, completing it with the three methods mentioned above. Classifying is used to recognize the character of signature input as one’s in a kind of database using the K-means method. From the three tested feature extraction methods, it is obtained the highest accuracy which is 77.78% (using Gabor Wavelet method).
Keyword: Features extraction methods, DCT, DFT, 2D Filter of Gabor Wavelet,