Pengujian Performa Jaringan Syaraf Tiruan Backpropagation Pada Model Pengenalan Tanda Tangan

Tanda tangan seseorang sering berubah-ubah setiap waktu. Perubahan ini menyangkut posisi, ukuran maupun faktor tekanan tanda tangan. Saat ini tanda tangan banyak digunakan sebagai sistem identifikasi untuk mengenali seseorang. Tekstur citra tanda tangan yang unik pada setiap orang dapat dianalisis untuk diidentifikasi. Dengan menggunakan jaringan syaraf tiruan metode backpropagation dapat melihat performa pada pola identifikasi tanda tangan. Pada penelitian ini digunakan metode jaringan syaraf tiruan perambatan balik (backpropagation). Proses pelatihan yang dilakukan adalah menentukan bobot awal sistem, menentukan target keluaran sebagai patokan pelatihan menyesuaikan keluaran, melakukan perbaikan bobot sampai kesalahan yang terhitung lebih kecil daripada kesalahan toleransi. Perbaikan bobot dilakukan dengan melakukan umpan balik sinyal keluaran ke lapis tersembunyi dan lapis masukan. Bobot terakhir yang diperoleh disimpan pada basis data, yang kemudian akan digunakan pada proses pengujian. Selain itu, pengujian dilakukan untuk mengetahui tingkat keberhasilan pengenalan data yang dimasukkan setelah melewati tahap pelatihan. Penelitian ini menggunakan 3 skenario yaitu nasabah, non nasabah dan K-cross Validation. Pada nasabah digunakan 80 citra tanda-tangan yang terdiri atas 2 orang nasabah. Pada non nasabah digunakan 162 tanda tangan yang terdiri atas 9 orang non nasabah. Dan pada k-cross validation menggunakan seluruh subjek baik nasabah maupun non nasabah. Dari penelitian diperoleh kesimpulan pada kasus nasabah memiliki performasebesar  61%, untuk kasus non nasabah 69% dan k-cross validation 51%.