IDENTIFIKASI CITRA TULISAN TANGAN UNTUK MENENTUKAN KARAKTER KEPRIBADIAN INTROVERT ATAU EXTROVERT DENGAN METODE LEAST SQUARE CLASSIFIER

Rusbianto, Rusbianto (2017) IDENTIFIKASI CITRA TULISAN TANGAN UNTUK MENENTUKAN KARAKTER KEPRIBADIAN INTROVERT ATAU EXTROVERT DENGAN METODE LEAST SQUARE CLASSIFIER. Naskah Publikasi Prodi Tekonologi Informasi.

[img] Text
NASKAH PUBLIKASI.docx
Restricted to Repository staff only

Download (141kB)

Abstract

Tulisan tangan datang dari karakter (pembawaan) dan otak sehingga tulisan tangan seseorang mempunyai ciri khas. Semua teks pada dasarnya sama berawal dari gerakan-gerakan psikomotorik yang dilakukan seseorang. Apapun bentuk teks tulisannya, grafologi memiliki peranan untuk menganalisis dari beberapa bentuk yang bisa dilihat. Grafologi secara garis besar dapat dilihat dari besar kecilnya tulisan, gaya tulisan, kemiringan tulisan, jarak antar kata atau antar huruf, ukuran tulisan, dan tekanan tulisan. Skripsi ini membahas tentang bagaimana sebuah perangkat lunak mengenali sebuah pola citra digital berupa pengenalan tulisan tangan yang menggunakan metode Least Square Classifier untuk menentukan karakter kepribadian introvert atau extrovert. Citra tulisan tangan dilakukan segmentasi untuk mendapakan feature vector rerata tekanan tulisan. Sementara centroid dan bounding box memberikan ciri jarak antar huruf dan jarak spasi. Pengujian dilakukan terhadap 20 sample tulisan tangan dengan image inputan berformat *.bmp. Feature vector pengujian kemudian dilakukan klasifikasi dalam dua kelas yaitu: jika masuk kelas -1 disimpulkan sebagai extrovert dan jika masuk kelas 1 disimpulkan sebagai introvert. Dari sample 20 dapat diidentifikasi dengan benar sebanyak 16 data. Hasil identifikasi dengan metode Least Square Classifier adalah 80% dapat menentukan kepribadian seseorang. Kata kunci : feature vector, introvert, extrovert, centroid, bounding box, Least Square Classifier

Item Type: Article
Additional Information/ Lokasi Hardcopy: Indah Susilawati, ST., M.Eng
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Informasi > Program Studi Teknik Informatika
Depositing User: Teknik Informatika UMBY
Date Deposited: 29 Sep 2017 08:26
Last Modified: 29 Sep 2017 08:26
URI: http://eprints.mercubuana-yogya.ac.id/id/eprint/726

Actions (login required)

View Item View Item