PENGENALAN POLA VEKTOR TANDA TANGAN PADA
Teks penuh
Dokumen terkait
Bahan yang digunakan pada penelitian ini adalah tanda tangan berupa citra digital hasil akusisi dengan alat digital berupa scanner yang akan digunakan untuk pembelajaran ( learning
Memmuktikan penggunaan Normalized Cross Correlation dalam pengenalan tanda tangan semagai salah satu metode untuk pengenalan tanda tangan yang cocok diimplementasikan
menggunakan metode Kohonen dan ART1, pola tanda tangan dilatih dengan cara. mengelompokkan pola kedalam beberapa
Kecepatan proses pengenalan citra tanda tangan tercepat adalah 0.24792 detik dengan menggunakan ukuran citra 50x50 piksel sedangkan paling lambat adalah 0.68547 detik
Dari data hasil uji coba pada Tabel 6, akurasi optimal pengenalan citra tanda tangan dengan metode 2DLDA terjadi pada penggunaan data citra berukuran 50x50 piksel. Hal ini
Untuk mencapai akurasi dan kecepatan optimal pengenalan citra tanda tangan menggunakan metode 2DPCA dan 2DLDA yaitu dengan menggunakan jumlah data training 160 dari 200 data
Misalkan citra tanda tangan berukuran 85x 165 pixel, maka hasil ekstraksi frekuensi kemunculan pola dapat dinyatakan dengan sebuah vektor kolom x berdimensi p, dengan p adalah
Aplikasi FingerFeel berbasis android untuk mengenali citra pose jari tangan dengan metode Jaringan Syaraf Tiruan Learning Vector Quantization (LVQ) berhasil
