ABSTRAKSI: Tanda tangan merupakan karakter, simbol, dan goresan khusus yang khas dari sesorang, biasanya tidak dapat dibaca dan digunakan untuk mengidentifikasi sesorang. Tanda tangan digunakan sebagai mekanisme utama dalam proses autentifikasi dan autorisasi pada transaksi yang legal seperti pengisian daftar kehadiran atau transaksi krusial lainnya seperti pengambilan uang di bank. Namun, dikarenakan masih minimnya sistem pengidentifikasian tanda tangan yang sudah terotomatisasi, pemalsuan tanda tangan seringkali terjadi dan tidak terdeteksi.
Pada tugas akhir ini akan dibangun sebuah sistem pengidentifikasian tanda tangan dengan menggunakan metode filter 2D Gabor Wavelet dan algoritma Propagasi Balik Levenberg Marquardt. Jaringan syaraf tiruan propagasi balik Levenberg Marquardt merupakan algoritma yang cocok untuk menyelesaikan permasalahan tanda tangan, dimana aturan yang benar dan lengkap untuk menyelesaikan permasalahan tidak dapat didefinisikan. Metode filter 2D Gabor Wavelet digunakan sebagai praproses untuk mendapatkan ciri penting dari sebuah citra dan hasil praproses tersebut kemudian akan menjadi input pada pelatihan menggunakan algoritma propagasi balik Levenberg Marquardt.
Berdasarkan hasil pengujian yang telah dilakukan, sistem yang dibangun memberikan akurasi sebesar 98% untuk data latih dan 86% untuk data uji. Perpaduan antara metode filter 2D Gabor Wavelet dan algoritma propagasi balik Levenberg Marquardt mampu memberikan performansi yang cukup baik dalam menyelesaikan masalah pengidentifikasian tanda tangan.Kata Kunci : Signature Identification, Artificial Neural Network, Levenberg Marquardt Backpropagation, Gabor WaveletABSTRACT: Signature is someone’s specisific chraracteristics or symbol or flourish that cannot be generally read to identify him or her. Signature is used as a key mechanism of authentification and authorization in legal transaction such as filling in the attendance list or in drawing money from a bank. But due to the scarcity of automatic system of signature identification , the signature forgery often occurs and cannot be detected.
In the final task, an identification system of signature will be built by using Gabor Wavelet method of 2D-filter and Levenberg Marquardt method of Backpropagation Algorithm. The artificial neural network of Levenberg Marquardt Backpropagation is an appropiate Algorithm for solving the signature problem where the correct complete regulation of signature identification cannot be defined. Gabor Wavelet method of 2D-filter is used as pre-process for obtaining the important characteristics of image and the pre-process of output will then become input into practices of algorithm usage of Levenberg Marquardt Backpropagation.
Based on the output test , the built system gives 98% accuracy of practice data and 86% accuarcy of test data. The combination of Gabor Wavelet method of 2D-filter with Levenberg Marquardt method of Backpropagation Algorithm are able to give a quite good performance in solving the signature identification.Keyword: Signature Identification, Artificial Neural Network, Levenberg Marquardt Backpropagation, Gabor Wavelet