APLIKASI PENGENALAN POLA TANDA TANGAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK UNTUK KEAMANAN TRANSAKSI PERBANKAN
AN APPLICATION OF SIGNATURE IMAGE PROCESSING BY USING BACKPROPAGATION NEURAL NETWORK METHOD FOR BANKING TRANSACTION SECURITY
Undergraduate Theses dari STIKOM Surabaya / 02-04-2009 13:34:01 WIB
Posting oleh
rudis • Ditampilkan sebanyak
39548 kali
Share this information :
Author : RACHMAT AGUNG PURNAMA (00410100295)
| Subject | : | BIOMETRICS |
| Keyword | : | identifikasi
tanda tangan
biometrik |
Abstract in
Bahasa IndonesiaTransaksi membutuhkan suatu identifikasi yang cukup aman terutama transaksi perbankan yang melibatkan jumlah uang yang tidak sedikit. Sistem identifikasi yang telah dikenal saat ini belum mampu memenuhi tuntutan tersebut. Untuk memenuhi kebutuhan identifikasi yang aman, terdapat solusi alternatif menggunakan biometrics. Biometrics adalah sebuah teknik untuk mengidentifikasi seseorang berdasarkan karakteristik yang melekat pada diri orang tersebut. Terdapat bermacam-macam teknik biometrics yaitu pencocokan pola tanda tangan, identifikasi sidik jari, pencocokan wajah, identifikasi retina mata, pencocokan pola suara, dan lain-lain.
Tanda tangan merupakan salah satu identifikasi yang cukup aman. Hal itu disebabkan setiap orang memiliki pola tanda tangan yang unik dan sulit bagi orang lain untuk meniru atau menduplikasinya. Akan tetapi, sebagian orang dapat meniru tanda tangan orang lain sehingga dengan mata telanjang sulit untuk dibedakan mana tanda tangan yang asli dan tanda tangan yang palsu. Hal itu akan menjadi masalah dalam suatu transaksi sehingga merugikan pemilik tanda tangan akibat tanda tangannya dipalsukan dan tidak dapat diidentifikasi dengan benar.
Berdasarkan hal di atas maka tugas akhir ini ditujukan sebagai alternatif solusi dalam proses identifikasi pola tanda tangan dengan cara membuat aplikasi pengenalan pola tanda tangan menggunakan jaringan syaraf tiruan.
Terhadap pola tanda tangan yang telah diinputkan dilakukan proses pelatihan pola menggunakan jaringan syaraf tiruan dengan algoritma pembelajaran backpropagation neural network. Setelah dilakukan proses pelatihan, ke dalam sistem diinputkan pola tanda tangan dari nasabah yang pola tanda tangannya telah dilatihkan dan nomor rekening nasabah tersebut. Apabila dari hasil pengujian tanda tangannya sesuai dengan milik nasabah dengan nomor rekening yang diinputkan, maka nasabah diijinkan untuk melakukan proses transaksi perbankan.
Arsitektur jaringan syaraf tiruan yang digunakan terdiri dari satu layer input dengan 256 node, satu layer tersembunyi (hidden layer) dengan 15 node dan satu layer output dengan 10 node. Konfigurasi parameter pendukungnya adalah nilai learning rate sebesar 0,3, nilai momentum sebesar 0,7 dan toleransi error sebesar 0,0001. Berdasarkan hasil uji coba diperoleh hasil bahwa sistem mampu mengenali 10 (sepuluh) pola tanda tangan dari 10 (sepuluh) individu yang telah dilatihkan dengan tingkat keberhasilan 95% dan sistem mampu menolak 5 (lima) pola tanda tangan dari 2 (dua) yang tidak dilatihkan dengan tingkat keberhasilan 100%. Dengan demikian tingkat keberhasilan sistem secara keseluruhan sebesar 97,5%.
Dengan tingkat keberhasilan sistem dalam mengenali pola tanda tangan yang cukup tinggi, maka aplikasi pengenalan pola tanda tangan menggunakan metode backpropagation neural network dapat digunakan sebagai keamanan dalam transaksi perbankan.
| Contributor | : | RUDY SETIAWAN, S.SI., MT.
RANSANG PURNAMA, S.KOM. |
| Date Create | : | 02-04-2009 |
| Type | : | Text |
| Format | : | pdf |
| Language | : | Indonesian |
| Identifier | : | STIKOMP-Undergraduate-4-20321 |
| Collection ID | : | 4-20321 |
| Call Number | : | PERPUSTAKAAN STIKOM 574.015 195 PUR A |
Coverage : Terbatas Sivitas Akademika STIKOMP Surabaya
Rights : Hak Cipta (c) 2009 oleh STIKOMP SURABAYA. Dilarang mengcopy atau mendistribusikan baik sebagian atau seluruh isi koleksi ini dalam bentuk apapun, baik secara elektronis maupun mekanis tanpa izin dari penulis.
Download koleksi - Terbatas untuk Member1. STIKOMP-Undergraduate-462-01 COVER.pdf - 64 KB
2. STIKOMP-Undergraduate-462-06 ABSTRAKSI.pdf - 205 KB
3. STIKOMP-Undergraduate-462-11 BAB I.pdf - 345 KB
4. STIKOMP-Undergraduate-462-12 BAB II.pdf - 1052 KB
5. STIKOMP-Undergraduate-462-13 BAB III.pdf - 1874 KB
6. STIKOMP-Undergraduate-462-14 BAB IV.pdf - 1301 KB
7. STIKOMP-Undergraduate-462-15 BAB V.pdf - 154 KB
.: Kembali ke daftar Undergraduate Theses
