ABSTRAKSI: Pengenalan tanda tangan dibagi menjadi dua kelas yang berbeda yaitu pengenalan dan verifikasi tanda tangan online dan offline . Pada pengenalan online , dibutuhkan beberapa alat bantu khusus yang digunakan untuk mengukur kecepatan dan tekanan tangan ketika m embuat tanda tangan. Sedangkan pada offline , hampir semua system pengenalan tanda tangan offline bergantung pada teknik pengolahan citra.
Scale Invariant feature transform merupakan salah satu algoritma yang dapat mendeteksi ciri pada suatu citra, output d ari algoritma ini berupa keypoint deskriptor yang mana nantinya keypoint deskriptor dari sebuah citra dapat dibandingkan dengan keypoint deskriptor pada citra lain yang nantinya dapat ditentukan tingkat kemiripannya. SIFT merupakan algoritma yang dapat di aplikasikan pada image matching yang memiliki ketahanan terhadap citra yang mengalami perubahan transformasi seperti rotasi , sehingga cocok digunakan pada tanda tangan. Pada pengerjaannya, tahapan yang harus dilakukan berupa akuisisi data tanda tangan, sca nning , pre - processing data, dilanjutkan dengan proses ekstraksi ciri menggunakan Scale Invariant Feature Transform , dan yang terakhir dilakukan proses matching citra uji.
Dengan menggunakan metode Scale Invariant Feature Transform, akurasi yang diperoleh sebesar 96 %. Dengan beberapa parameter yang tepat seperti eu c lidean threshold, edge threshold , serta pembobotan yang tepat, system dapat menghasilkan akurasi serta memberikan hasil yang terbaik.
Kata Kunci : Pengenalan Tanda Tangan , realtime , Scale Invariant Feature Transform, Euclidean distance, Edge Threshold, Descriptor, Ekstraksi Ciri, Klasifikasi.ABSTRACT: Signature verification is di vided into two distinct classes , online and offline signature verification. Online verification , takes some special tools that are used to measure the speed and pressure of t he hand when making a signature. While in offline , almost all offline signature recognition system s relies on image processing techni que s
Scale Invariant feature transform is one algorithm which can detect the characteristics of an image , the output of the algorithm is a keypoint descriptors which will keypoint descriptors of an image can be compared with the keypoint descriptors in ot her images that can later be determined level of similarity , SIFT is algorithms that can be applied in image matching robust to image transform ations such as rotation changes , scaling and viewpoint so su itable for use in the signature. In the process , step s that must be done in the form of signat ure data acquisition, scanning, pre - processing of data , followed by the feature extraction process using the Sc ale Invariant Feature Transform , and the latter made t he matching process test images .
By using the Scale Inv ariant Feature Transform method, the accuracy obtained is 96 % . With some proper parame ters such as eulidean threshold , thre shold edge and proper weighting , as well as the accuracy of the system can produce the best results.Keyword: Signature verification , realtime, Scale Invariant Feature Transform, Euclidean distance, Edge Threshold, Descriptor, Feature Extraction, Classification.