Berikut adalah langkah-langkah instalasi OpenCV (Open Source Computer Vision Library) untuk pengembangan perangkat lunak, pada Windows 98/2000/XP:

(1)

Lampiran 1: Petunjuk Instalasi OpenCV

Berikut adalah langkah-langkah instalasi OpenCV (Open Source Computer Vision Library) untuk pengembangan perangkat lunak, pada Windows 98/2000/XP:

Instalasi Software

1. Dahului dengan instalasi Microsoft Visual C++ versi 6.0 yang terdapat dalam paket Microsoft Visual Studio versi 6.0.

2. Install DirectX SDK (Software Development Kit) versi 8.1, ubah direktori default instalasi dari c:\dxsdk\ menjadi c:\mssdk\

Filename: DX81SDK_FULL.exe

URL:http://download.microsoft.com/download/whistler/dx/8.1/W982KMeXP/

EN-US/DX81SDK_FULL.exe

3. Install IPL (Intel Image Processing Library) versi 2.5, direktori default instalasi adalah: c:\program files\intel\plsuite\

Filename: ipl25.exe

URL: http://developer.intel.com/software/products/perflib/ipl/

4. Install OpenCV (Intel Open Source Computer Vision) versi beta3.1, direktori default instalasi adalah: c:\program files\intel\opencv\

Filename: OpenCV_b3.1.exe

URL: http://sourceforge.net/projects/opencvlibrary/

Setting Path

5. Tambahkan path instalasi program, yaitu:

c:\program files\intel\opencv\bin; c:\program files\intel\plsuite\bin (perhatikan pemakaian karakter ‘;’ untuk memisahkan path).

Untuk Windows 2000/XP:

Klik Start->Settings->Control Panel->System->Advanced->Environment Variables->System Variables->Tambahkan pada variable Path

Untuk Windows 98:

(2)

Lampiran 1: Petunjuk Instalasi OpenCV (sambungan)

Tambahkan path pada file autoexec.bat, yang secara default terletak di root directory, yaitu di c:\

Setting Visual C++ 6.0

6. Dahului dengan melakukan build baseclasses dari DirectShow baik untuk versi Win32 Release maupun Debug, yaitu dengan membuka file baseclasses.dsp pada lokasi:

C:\MSSDK\samples\Multimedia\DirectShow\BaseClasses\ melalui Visual C++ dan pilih menu: Build->Batch Build.

7. Tambahkan direktori untuk include, library, dan executable files, melalui menu: Tools->Options->Directories (letakkan direktori-direktori tersebut pada urutan teratas).

a. Direktori untuk Include Files:

c:\mssdk\include

c:\mssdk\samples\multimedia\directshow\baseclasses

c:\mssdk\samples\multimedia\common\include

c:\program files\intel\opencv\cvaux\include

c:\program files\intel\opencv\cv\include

c:\program files\intel\opencv\apps\common

c:\program files\intel\opencv\otherlibs\highgui

c:\program files\intel\plsuite\include

c:\program files\intel\plsuite\bin b. Direktori untuk Library Files:

c:\mssdk\samples\multimedia\directshow\baseclasses\debug

c:\mssdk\samples\multimedia\directshow\baseclasses\release

c:\mssdk\lib

c:\program files\intel\opencv\lib

c:\program files\intel\opencv\otherlibs\highgui

c:\program files\intel\plsuite\lib\msvc c. Direktori untuk Executable Files:

(3)

Lampiran 1: Petunjuk Instalasi OpenCV (sambungan)

c:\program files\intel\opencv\bin

c:\program files\intel\plsuite\bin

Development Perangkat Lunak

8. Tahap pengembangan perangkat lunak dalam Visual C++ menggunakan mode Win32 Debug untuk mendukung proses Debugging, setelah proses develop selesai baru aplikasi di-kompile dengan mode Win32 Release, dimana mode ini akan mempercepat eksekusi program, karena informasi debug yang sudah tidak diperlukan akan dihilangkan dari program. Untuk mendukung mode Win32 Debug maka build library versi debug dari OpenCV dan HighGUI yang akan menghasilkan library cvd.lib dan highguid.lib.

 Untuk library versi debug dari OpenCV, buka file C:\Program Files\Intel\OpenCV\cv\make\cv.dsp, lakukan build secara batch untuk versi debug dan release.

 Untuk library versi debug dari HighGUI, buka file C:\Program Files\Intel\OpenCV\otherlibs\highgui\highgui.dsp, lakukan build secara batch untuk versi debug dan release.

9. Dalam pembuatan aplikasi (proses coding) tambahkan informasi library- library yang digunakan oleh program (untuk keperluan proses linking), yaitu melalui menu: Project->Settings->Link, tambahkan pada pilihan Object/library modules: cvd.lib ipl.lib vfw32.lib highguid.lib (perhatikan pemakaian spasi untuk memisahkan library).

(4)

Lampiran 2: Hasil Pengujian Tanda Tangan

Anton lengkap

Anton_asli 1 Anton_asli 2 Anton_asli 3 Anton_asli 4

Anton_asli 5 Anton_asli 6 (s) Anton_asli 7 (s) Anton_asli 8 (s)

Anton_palsu 1 Anton_palsu 2 Anton_palsu 3 Anton_palsu 4

Anton_palsu 5 Anton_palsu 6 Anton_palsu 7 Anton_palsu 8

Anton_asli1 Anton_asli2 0.911504

Anton_asli3 0.855056

Anton_asli6 (s) 0.847756 Anton_asli7 (s) 0.786051 Anton_asli8 (s) 0.826428 Anton_asli2 Anton_asli3 0.817969

Anton_asli6 (s) 0.838570 Anton_asli7 (s) 0.831213 Anton_asli8 (s) 0.928655

(5)

Anton_asli3 Anton_asli4 0.629895

Anton_asli6 (s) 0.791246 Anton_asli7 (s) 0.772700 Anton_asli8 (s) 0.780105 Anton_asli4 Anton_asli5 0.678336 Anton_asli6 (s) 0.591888 Anton_asli7 (s) 0.635926 Anton_asli8 (s) 0.634637 Anton_asli5 Anton_asli6 (s) 0.925309 Anton_asli7 (s) 0.933043 Anton_asli8 (s) 0.896075 Anton_asli6 (s) Anton_asli7 (s) 0.957982

Anton_asli8 (s) 0.815683 Anton_asli7 (s) Anton_asli8 (s) 0.834149

Anton_asli1 Anton_palsu1 0.550755

Anton_palsu2 0.839297

(6)

Anton_palsu8 0.793774 Anton_asli5 Anton_palsu1 0.749062

Anton_asli6 (s) Anton_palsu1 0.699077

Arie lengkap

Arie_asli 1 Arie_asli 2 Arie_asli 3 Arie_asli 4

(7)

Arie_asli 5 (s) Arie_asli 6 (s) Arie_asli 7 (s)

Arie_palsu 1 Arie_palsu 2 Arie_palsu 3 Arie_palsu 4

Arie_palsu 5 Arie_palsu 6 Arie_palsu 7 Arie_palsu 8

Arie_asli1 Arie_asli2 0.860334

Arie_asli3 0.981986

Arie_asli4 0.580944

Arie_asli5 (s) 0.868143 Arie_asli6 (s) 0.632967 Arie_asli7 (s) 0.884074 Arie_asli2 Arie_asli3 0.883785

Arie_asli4 0.666327

Arie_asli5 (s) 0.689682 Arie_asli6 (s) 0.724531 Arie_asli7 (s) 0.842498 Arie_asli3 Arie_asli4 0.594196 Arie_asli5 (s) 0.844003 Arie_asli6 (s) 0.651631 Arie_asli7 (s) 0.888012 Arie_asli4 Arie_asli5 (s) 0.427234 Arie_asli6 (s) 0.983455 Arie_asli7 (s) 0.573608 Arie_asli5 (s) Arie_asli6 (s) 0.477116

Arie_asli7 (s) 0.859164 Arie_asli6 (s) Arie_asli7 (s) 0.634032

Arie_asli1 Arie_palsu1 0.857187

Arie_palsu2 0.785278

(8)

Arie_asli5 (s) Arie_palsu1 0.809313

(9)

Arif lengkap

Arif_asli 1 Arif_asli 2 Arif_asli 3 Arif_asli 4

Arif_asli 5 (s) Arif_asli 6 (s) Arif_asli 7 (s) Arif_asli 8 (s)

Arif_palsu 1 Arif_palsu 2 Arif_palsu 3 Arif_palsu 4

Arif_palsu 5 Arif_palsu 6 Arif_palsu 7 Arif_palsu 8 Arif_asli1 Arif_asli2 0.755708

Arif_asli3 0.801901

Arif_asli4 0.720118

Arif_asli5 (s) 0.759358

(10)

Arif_asli6 (s) 0.543955 Arif_asli7 (s) 0.820612 Arif_asli8 (s) 0.744868 Arif_asli2 Arif_asli3 0.799306

Arif_asli4 0.589991

Arif_asli5 (s) 0.742109 Arif_asli6 (s) 0.408047 Arif_asli7 (s) 0.799464 Arif_asli8 (s) 0.926697 Arif_asli3 Arif_asli4 0.639606

Arif_asli5 (s) 0.848847 Arif_asli6 (s) 0.576465 Arif_asli7 (s) 0.757362 Arif_asli8 (s) 0.806946 Arif_asli4 Arif_asli5 (s) 0.579920

Arif_asli6 (s) 0.712763 Arif_asli7 (s) 0.759791 Arif_asli8 (s) 0.587616 Arif_asli5 (s) Arif_asli6 (s) 0.585311

Arif_asli7 (s) 0.799474 Arif_asli8 (s) 0.738905 Arif_asli6 (s) Arif_asli7 (s) 0.561495

Arif_asli8 (s) 0.388208 Arif_asli7 (s) Arif_asli8 (s) 0.771995

Arif_asli1 Arif_palsu1 0.787677

Arif_palsu2 0.609272

(11)

Arif_asli5 (s) Arif_palsu1 0.777008

(12)

Indro lengkap

Indro_asli 1 Indro_asli 2 Indro_asli 3 Indro_asli 4

Indro_asli 5 Indro_asli 6 (s) Indro_asli 7 (s) Indro_asli 8 (s)

Indro_palsu 1 Indro_palsu 2 Indro_palsu 3 Indro_palsu 4

Indro_palsu 5 Indro_palsu 6 Indro_palsu 7 Indro_palsu 8 Indro_asli1 Indro_asli2 0.933818

Indro_asli3 0.476242

Indro_asli6 (s) 0.910427 Indro_asli7 (s) 0.837441 Indro_asli8 (s) 0.804151 Indro_asli2 Indro_asli3 0.432478

Indro_asli6 (s) 0.844211 Indro_asli7 (s) 0.855425 Indro_asli8 (s) 0.786866

(13)

Indro_asli3 Indro_asli4 0.468626

Indro_asli6 (s) 0.355388 Indro_asli7 (s) 0.326252 Indro_asli8 (s) 0.588827 Indro_asli4 Indro_asli5 0.820290

Indro_asli6 (s) 0.847848 Indro_asli7 (s) 0.658504 Indro_asli8 (s) 0.721653 Indro_asli5 Indro_asli6 (s) 0.766492

Indro_asli7 (s) 0.699873 Indro_asli8 (s) 0.680054 Indro_asli6 (s) Indro_asli7 (s) 0.835378

Indro_asli8 (s) 0.704701 Indro_asli7 (s) Indro_asli8 (s) 0.719578

Indro_asli1 Indro_palsu1 0.783942

Indro_palsu2 0.603534

(14)

Indro_palsu8 0.693403 Indro_asli5 Indro_palsu1 0.659446

Indro_asli6 (s) Indro_palsu1 0.830213

(15)

Lampiran 1: Desain Dan Petunjuk Penggunaan Aplikasi

Window utama aplikasi terdiri dari tiga bagian, yaitu:

1. Bagian kiri, berisi database tanda tangan beserta informasi nama pemilik tanda tangan, keterangan dan nomor urut.

2. Bagian kanan atas, berisi tampilan frame tanda tangan dari file gambar.

3. Bagian kanan bawah, berisi informasi.

Elemen-elemen Toolbar

Semua fungsi dasar dari aplikasi bisa dilakukan dengan penekanan tombol toolbar.

1. Untuk melakukan File New.

2. Load Signature Database (berupa file .txt).

3. Load Signature Image (format yang didukung: BMP, JPEG).

4. Membuat database baru serta menentukan lokasi (path) dari file index Signature Database.

(16)

Lampiran 1: Desain Dan Petunjuk Penggunaan Aplikasi (sambungan)

5. Menentukan Signature Region (secara keseluruhan), pengubahan ukuran Signature Region bisa dilakukan dengan melakukan drag dengan menggunakan mouse pada Image tersebut.

6. Menambahkan tanda tangan (setelah terlebih dahulu ditentukan ROInya) ke dalam Signature Database.

7. Melakukan pengenalan tanda tangan.

8. About.

Elemen-elemen Menu

1. File, berisi fungsi-fungsi operasi terhadap file yaitu:

 New, fungsi sama dengan tombol toolbar (no. 1).

 Open Image, fungsi sama dengan tombol toolbar (no. 3).

 Open Database, fungsi sama dengan tombol toolbar (no. 2).

 Exit, keluar dari aplikasi.

2. View, mengatur tampilan user interface dari aplikasi.

 Toolbar, untuk Show/Hide Toolbar.

 Status Bar, untuk Show/Hide Status Bar.

3. Help, berisi submenu About.

(17)

Elemen Window Informasi (bagian kanan bawah)

Berisi informasi nama dari image tanda tangan yang di-load pada dan nama dari image tanda tangan yang dipilih dari database yang telah ada yang diletakkan pada field “File Name 1” dan “File Name 2”. Serta nilai default dari threshold dan nilai perbedaan dari kedua tanda tangan tersebut pada field “Distance”.

Langkah-langkah dalam melakukan Pengenalan Tanda Tangan

1. Buatlah signature database dengan menekan tombol , kemudian isi field pada dialog berikut:

Tekan tombol untuk melakukan browse lokasi filename.

2. Setelah itu lakukan open signature database dengan menekan tombol

(18)

3. Load tanda tangan dengan menekan tombol , dimana input berasal dari file gambar (dengan format: BMP, JPEG).

4. Tentukan daerah fokus/Region of Interest (ROI), yang bisa dilakukan dengan:

 Drag mouse (klik kiri, tahan, dan gerakkan mouse, kemudian lepaskan).

 Memilih signature region secara keseluruhan, dengan menekan tombol toolbar .

5. Tambahkan tanda tangan yang telah dipilih ROInya ke dalam signature database dengan menekan tombol toolbar , kemudian isi field pada dialog berikut :

Lakukan hal ini seperlunya, sebanyak yang diinginkan.

6. Untuk melakukan pengenalan tanda tangan, hanya bisa dilakukan antara file image yang di-load dengan salah satu image pada database tanda tangan. Cara memilih image pada database tanda tangan yaitu dengan menekan double click pada signature image yang ditampilkan pada database. Setelah image dari database dipilih dan file image di-load, lakukan pengenalan tanda tangan dengan menekan tombol .

7. Hasil dari pengenalan tanda tangan (recognition result) akan ditampilkan pada messagebox berupa kata “asli” atau “palsu”, untuk informasi nilai kemiripan (Distance) dapat dilihat bisa dilihat pada window informasi. Nilai dari threshold dapat diubah semau user yang akan sangat mempengaruhi hasil dari pengenalan namun tidak berpengaruh pada nilai kemiripan.

(19)

UNIVERSITAS KRISTEN PETRA

USULAN TUGAS AKHIR

Nama : Arif Wijaya NRP : 26401145

Peminatan : Teknologi Perangkat Lunak

Judul Tugas Akhir : Pembuatan Aplikasi Pengenalan Tanda Tangan menggunakan Metode Stroke Histogram Pembimbing I : Ir. Sukanto Tedjokusuma, M.Sc.

Pembimbing II : Arie W.M, S.kom.

Dilaksanakan : Semester Genap 2004/2005

Surabaya, 18 Januari 2005 Yang mengusulkan,

Arif Wijaya

Mengetahui:

Pembimbing I Pembimbing II

Ir. Sukanto Tedjokusuma, M. Sc. Arie W.M, S.Kom.

Koordinator Tugas Akhir

Silvia Rostianingsih, S.Kom, M.MT.

(20)

Stroke Histogram

2. Latar Belakang Masalah

Dengan semakin pesatnya perkembangan teknologi komputer, menyebabkan banyak sekali bermunculan program-program aplikasi yang sangat bermanfaat sebagai alat bantu manusia dalam melakukan pekerjaan.

Dimulai dari program aplikasi yang umum dan sederhana, seperti kalkulator, word processor, database perusahaan, hingga semakin berkembang ke arah computer vision dan biometric.

Biometric authentication, seringkali dimanfaatkan dalam beberapa hal berikut:

• National ID Card

• Airport Security

• Site Access

Dimana bidang biometrics yang mungkin diterapkan dalam situasi di atas, meliputi:

• Fingerprints

• Hand geometry

• Iris

• Retina

• Voice

• Signature

• Face

Dalam beberapa bidang biometrics seperti yang telah disebutkan di atas, tanda tangan merupakan kegiatan yang paling sering dilakukan. Men- tanda tangani suatu dokumen adalah suatu kegiatan yang rutin untuk dilakukan, yang untuk kebanyakan orang hal ini bisa terjadi setiap hari dan tidak menutup kemungkinan bisa terjadi setiap jam untuk beberapa orang tertentu.

(21)

Tanda tangan merupakan suatu contoh sederhana dari pengesahan sebuah identitas yang memiliki sedikit persamaan dalam kecepatan dan kesederhanaannya. Pemalsuan tanda tangan merupakan sesuatu yang harus diperhatikan bisnis seperti bank dan agensi kartu kredit, yang bergantung pada tanda tangan sebagai maksud untuk validasi dari suatu transaksi yang melibatkan uang.

Tanda tangan merupakan contoh dari apa yang disebut cursive text dan itu sangat sulit untuk ditafsirkan oleh komputer. Ada banyak variasi dari tanda tangan yaitu pada intensitasnya, gaya tulisannya, ukuran serta proporsinya. Hal ini menyebabkan suatu program komputer yang digunakan untuk mengenali tulisan tangan tidak dapat digunakan untuk mengenali tanda tangan.

Karena diterapkan dalam situasi penting (memberikan ijin akses, pengesahan terhadap sesuatu), maka dibutuhkan sistem pengenalan tanda tangan yang handal yaitu dapat beroperasi dalam beragam kondisi, seperti intensitas, gaya atau jenis tulisan, ukuran tulisan dan proporsi. Selain itu signature recognition system juga harus memiliki recognition rate yang tinggi, dan berusaha menekan error pengenalan yang terjadi menjadi sekecil mungkin.

3. Perumusan Masalah

Penulis ingin mengembangkan suatu perangkat lunak yang dapat digunakan untuk mengenali suatu tanda tangan (recognition) berdasarkan database yang berisi tanda tangan yang telah dibuat dan di-training sebelumnya

Bagaimana cara membuat sistem pengenalan tanda tangan yang mempunyai tingkat error pengenalan yang minimum?

4. Ruang lingkup

Ruang lingkup pengembangan dibatasi pada:

• Inputan tanda tangan berupa file gambar dengan format bitmap (BMP) atau JPG.

(22)

• Pengenalan tanda tangan hanya dibatasi terhadap satu objek (bukan multiple objek).

• Bahasa pemrograman yang digunakan adalah C++ dengan menggunakan compiler Microsoft Visual C++ 6.0.

• Library tambahan yang digunakan adalah Intel Image Processing Library (IPL), dan Intel Open Source Computer Vision (OpenCV).

• Filter terhadap noise.

5. Tujuan Tugas Akhir

Mengembangkan sebuah perangkat lunak yang dapat melakukan pengenalan tanda tangan (recognition) dengan menggunakan metode Stroke Histogram, dan memakai file gambar dengan format bitmap (BMP) atau JPG sebagai input data.

6. Tinjauan Pustaka

Untuk setiap input data yang masuk baik berupa BMP atau JPG akan dirubah ke bentuk bi-color. Hal ini dilakukan untuk memudahkan pengenalan program yang mengenali per-pixel. Setelah itu akan dilakukan filter terhadap noise.

Gambar 1. Contoh Tanda Tangan

Metode Stroke Histogram merupakan metode yang mengenali suatu tanda tangan dengan menghitung keseluruhan distribusi dari lekuk yang ada.

Lekuk dari suatu kurva pada setiap titik merupakan sudut dari garis singgung

(23)

terhadap kurva di titik itu. Suatu tanda tangan terdiri dari susunan kurva yang kompleks, dan itu seharusnya memungkinkan untuk mengukur lekuk di kebanyakan titik yang ada. Garis singgung tersebut dapat dihitung dengan meletakkan kotak kecil di tengah-tengah setiap batasan pixel, katakan 5*5 pixel. Semakin besar ukuran pixel yang digunakan akan semakin baik, seperti contohnya 11*11.

Berikut adalah contoh peletakan kotak kecil :

Gambar 2. Contoh Meletakkan Kotak Kecil

Idenya yaitu untuk menghitung sudut yang tampak dari garis singgung di setiap pixel dari image tanda tangan. Sudut yang digunakan yaitu -90 derajad sampai 90 derajad. Langkah pertama yaitu dengan membaca image lalu resolusinya diperkecil apabila image yang dibaca memiliki resolusi yang besar. Setelah itu baru dihitung sudutnya yaitu dengan menentukan parameter dari garis lurus yang kira-kira terbaik untuk pixel hitam di area 5*5 yang diletakkan di tengah-tengah pixel yang menjadi target.

Bentuk matematika yang umum untuk garis lurus yaitu : AX + BY + C = 0

Dimana A, B dan C adalah parameter yang mendefinisikan posisi dari garis dan orientasinya. X dan Y merupakan koordinat horizontal dan vertical.

Jika sudut dari garis yang terletak pada poros horizontal adalah Ø maka nilai yang terbaik untuk A yaitu cos ( Ø + PI/2 ) dan nilai B yaitu ( 1 – A*A )^1/2.

(24)

Formula ini berarti bahwa A² + B² = 1. Lalu nilai konstan C dapat diketahui dengan rumus C = -AX – BY.

Garis yang terbaik dapat ditemukan dengan mencoba semua sudut antara -90 derajad sampai 90 derajad, dengan asumsi bahwa garis tersebut melewati paling tidak 1 buah pixel hitam dalam kotak berukuran 5*5 tersebut. Jika semua pixel hitam terbujur tepat pada garis, maka jumlahnya 0 dan dengan memilih garis yang memiliki jumlah paling sedikit maka garis tersebut merupakan garis yang terbaik.

Nilai yang didapatkan akan ditampilkan di dalam bentuk histogram.

Jadi nantinya, untuk setiap tanda tangan akan memiliki histogram dan histogram tersebut yang akan dibandingkan untuk mengecek keaslian tanda tangan.

Gambar 3. Contoh Hasil Gambar Ke Bentuk Histogram

D = a.b / a.a+b.b-a.b

Rumus ini digunakan untuk menghitung jarak atau perbedaan antara 2 histogram. Nilai dari D akan berada diantara 0 dan 1. Jika D bernilai tepat 0

(25)

maka kedua tanda tangan tersebut benar-benar berbeda atau palsu, sedangkan bila D nilai nya tepat 1 maka kedua tanda tangan itu benar-benar sama atau asli.

7. Metode Penelitian

Langkah-langkah dalam pengerjaan Tugas Akhir:

1. Studi Literatur

Dilakukan studi literatur untuk mempelajari algoritma Stroke Histogram (algoritma yang digunakan untuk identifikasi tanda tangan), pemakaian Microsoft Visual C++ 6.0, serta library tambahan yaitu Intel Image Processing Library (IPL), dan Intel Open Source Computer Vision (OpenCV).

2. Analisa dan Desain

Dilakukan analisa dan desain terhadap penerapan algoritma tersebut ke dalam perangkat lunak.

3. Pengkodean

Dilakukan proses pengkodean dengan memakai bahasa pemrograman Microsoft Visual C++ dengan bantuan beberapa library tambahan seperti yang telah dijelaskan sebelumnya.

4. Pembuatan Database

Dilakukan pembuatan database tanda tangan yang akan digunakan sebagai acuan dalam implementasi program, dan melakukan training database.

5. Implementasi

Dilakukan implementasi terhadap perangkat lunak yang telah dibuat.

6. Pengujian Sistem

Dilakukan pengujian sistem, yaitu terhadap sistem pengenalan tanda tangan, toleransi slope, variasi noise.

7. Kesimpulan

Dilakukan evaluasi hasil pengujian perangkat lunak sampai didapatkan hasil yang optimal.

(26)

8. Relevansi

Aplikasi pelacakan dan pengenalan tanda tangan ini dapat diterapkan dalam kehidupan sehari-hari, misalnya untuk memberikan ijin mencairkan cek terhadap seorang nasabah yang bersangkutan, atau dapat juga dipakai untuk pengesahan suatu dokumen-dokumen penting seperti surat kuasa, surat warisan.

Aplikasi ini dapat dikembangkan lebih lanjut dengan mengenali beberapa objek sekaligus.

9. Jadwal Kegiatan

10. Daftar Pustaka

Intel Open Source Computer Vision Library – Reference Manual. Intel Corporation, U.S.A, 2001. PDF

“Biometric Research” Parker J.R . University of Calgary.

<http://pages.cpsc.ucalgary.ca/~parker/biometrics>.

Deitel, Harvey M. and Deitel, Paul J. C++ How To Program Third Edition.

New Jersey: Prentice-Hall Inc., 2001.

Intel Image Processing Library – Reference Manual. U.S.A: Intel Corporation, 2000.

KEGIATAN BULAN I II III IV Studi Literatur

Analisa dan Desain

Pengkodean Pembuatan Database