Graphology
adalah suatu cabang ilmu yang mempelajari
tulisan tangan yang
umumnya bertujuan untuk mengetahui karakter dan kepribadian dari sang pemilik
tulisan tersebut, sehingga kita bisa lebih memahami secara lebih dalam tentan
g seluk
beluk seseorang
. Ahli dalam merepresentasikan tulisan tangan umumnya dik
enal
dengan sebutan
graphologist
. Selama ini
graphologist
memerlukan waktu yang lama
untuk mendeteksi kepribadian seseorang, selain itu pengalaman dan pengetahuan dari
tiap
graphologist
itu sendiri berbeda
beda sehingga
sering
memberikan
output
yang
berbed
a pula.
Pada tugas akhir ini, penulis mengkomputerisasi proses representasi tulisan
tangan tersebut dengan mengg
unakan beberapa parameter diantaranya;
ukuran huruf,
kemiringan tulisan, dan spasi antar kata yang akan digunakan sebagai acuan dalam
mempredik
si karakter serta kepribadian dari seseorang. Metode yang akan digunakan
untuk menganalisa parameter tersebut yaitu metoda
image processing
untuk
menghilangkan noise yang ada pada tulisan tangan yang telah di digitalisasi kemudian
dilakukan segmentasi terh
adap
data digital tersebut dan meng
ombinasikannya dengan
jaringan saraf tiruan (JST)
backpropagation
sebagai metode pembelajaran dan pelatihan
sistem. Selain itu juga digunakan C# sebagai bahasa pemrograman dalam
merealisasikan sistem ini.
Setelah mengimp
lementasikan tugas akhir ini dengan menggunakan
data dari
225
penulis yang berbeda,
hasil pelatihan si
stem menunjukan bahwa akurasi
pelatihan
sistem
sebesar
94%
sementara akurasi pengujiannya adalah
67
%. Akurasi ini didapat
dengan mengambil inisialisasi
te
rbaik dari parameter penyusun JST
ketika dilakukan
pelatihan.
Dari pelatihan tersebut, arsitektur yang optimal dibangun menggunakan
satu
lapisan tersembunyi
dengan
jumlah neuron 15,
0.
1
sebagai laju pembelajaran,
0.
2
sebagai momentum, dan jumlah epoch maks
imal sebanyak
100000
. graphology, image processing, analisa tulisan tangan, jaringan saraf tiruan (JST) backpropagation, C#.