Pengenalan Citra Tanda Tangan Off-Line dengan Pemanfaatan Ciri Centroid Distance Function

Tanda tangan merupakan salah satu bukti sah dari kepemilikan dokumen dan transaksi yang menyimpan data terpenting dari setiap individu. Namun, pengecekan keaslian tanda tangan masih dilakukan secara manual. Untuk menyelesaikan masalah tersebut, dilakukan pengenalan citra tanda tangan dengan pemanfaatan ciri centroid distance function. Proses pengenalan citra tanda tangan diawali dengan melakukan preprocessing, antara lain: binerisasi, filtering, cropping, resizing, dan thinning. Selanjutnya dilakukan penelusuran piksel untuk menyimpan semua posisi piksel yang mengandung foreground dan dicari piksel tengah (centroid) dari citra. Semua piksel yang tersimpan akan dihitung centroid distance function-nya dan kemudian akan dikelompokkan sesuai dengan banyak fitur yang dipilih sehingga setiap kelompok memiliki jumlah data yang sama. Setiap kelompok akan dihitung rata-rata centroid distance function dan variannya sehingga setiap kelompok menghasilkan dua fitur, yaitu fitur rata-rata centroid distance function dan fitur varian. Fitur hasil ekstraksi ciri akan diproses dengan k-nearest neighbor sehingga menghasilkan hasil klasifikasi. Pada penelitian yang telah dilakukan, didapatkan bahwa Centroid Distance Function Nilai akurasi tertinggi yang didapatkan dari ekstraksi ciri centroid distance function menggunakan 20 kelas dengan fitur varian adalah 86.9% yang diperoleh dari jumlah fitur sebanyak 30 dan k=1 dengan data latih sebanyak 16 data tiap kelas. Akurasi tertinggi untuk 20 kelas tanpa fitur varian adalah 88.5% yang diperoleh dari jumlah fitur sebanyak 20 dan k=1 dengan jumlah data latih sebanyak 10 dan 14 data tiap kelas. Akurasi tertinggi untuk 50 kelas dengan fitur varian adalah 61.8% diperoleh dari jumlah fitur sebanyak 20 dan k=3 dengan data latih sebanyak 14 data tiap kelas. Akurasi tertinggi untuk 50 kelas tanpa fitur varian adalah 67.4% didapatkan dari jumlah fitur sebanyak 15 dan k=3 dengan data latih sebanyak 10 dan 14 data tiap kelas