Implementasi Framework You Only Look Once Untuk Klasifikasi Pola Tanda Tangan

Abstract

Abstract — A signature is a valid proof of someone stating that the person agrees, a signature can also be said to be a means of authentication and verification, with this the authenticity of the signature must be ensured. Falsification of signatures often occurs in Indonesia, one of which is the falsification of signatures on application documents by the Anti-Corruption Community Association, the signature is different between 3 existing documents but shows that the person's name is the same. By utilizing deep learning technology to recognize signature patterns, the researcher applies the YOLO Framework as an algorithm to classify signature objects according to the signature identity. The results obtained from this study, namely, the researcher collected a dataset consisting of 10 signatories, then this dataset will be carried out by training using the YOLO algorithm, the weights to be taken are the weights of 4000 and 8000 iterations, then tested using 4 documents containing signature, for weights 4000 has an average accuracy rate of 48%, and for weights 8000 has an average with an accuracy rate of 82%.

Abstrak — Tanda tangan merupakan tanda bukti yang sah dari seseorang yang menyatakan bahwa orang tersebut menyutujui,  tanda tangan juga dapat dikatakan sebagai alat autentikasi dan verifikasi dengan ini tanda tangan harus dipastikan keasliannya. Kasus pemalsuan tanda tangan sering terjadi di Indonesia salah satunya terjadi pemalsuan tanda tangan pada dokumen permohonan oleh Perkumpulan Masyarakat Anti Korupsi, tanda tangan tersebut berbeda antara 3 dokumen yang ada namun menunjukan bahwa nama orang tersebut sama. Dengan memanfaatkan teknologi Deep Learning untuk mengenali pola tanda tangan maka, peneliti menerapkan Framework YOLO sebagai algoritma untuk mengklasifikasikan objek tanda tangan yang sesuai dengan identitas tanda tangan tersebut. Hasil yang diperoleh dari penelitian ini yaitu, peneliti mengumpulkan dataset yang terdiri dari 10 orang penanda  tangan kemudian dataset ini nantinya akan dilakukan Training dengan menggunakan algoritma YOLO, bobot yang akan diambil yaitu bobot hasil iterasi 4000 dan 8000, kemudian dilakukan Testing menggunakan 4 dokumen yang berisi tanda tangan, untuk bobot 4000 memiliki rata – rata dengan tingkat akurasi 48%, dan untuk bobot 8000 memiliki rata – rata dengan tingkat akurasi 82%.