Tanda tangan merupakan salah satu ciri dari setiap orang. Tanda tangan
banyak digunakan sebagai syarat untuk mengesahkan dokumen-dokumen legal. Hal
ini menjadi suatu masalah jika adanya ketidak cocokan dari tanda tangan seseorang.
Untuk membantu dalam pencocokan tanda tangan, maka dibuatlah sistem untuk
membantu proses dengan sistim komputerisasi.
Skripsi ini membahas tentang bagaimana sebuah perangkat lunak
mengidentifikasi citra pola tanda tangan menggunakan metode Learning Vector
Quantization. Dengan ciri yang diambil dari tanda tangan yaitu jarak terjauh
diagonal, jarak terjauh sejajar garis vertikal dan jarak terjauh sejajar garis horizontal
dihitung dari titik pusat masing-masing blok. Sehingga terdapat 48 ciri pada setiap
citra tanda tangan seseorang.
Pengujian dilakukan terhadap 10 data tulisan tangan dengan image inputan
berformat *.png. Feature vector pengujian kemudian dilakukan klasifikasi dalam
10 kelas yaitu: jika masuk kelas 1 untuk jenis tanda tangan Agus, kelas 2 untuk
jenis tanda tangan Asna, kelas 3 untuk jenis tanda tangan Atik, kelas 4 untuk jenis
tanda tangan Didik, kelas 5 untuk jenis tanda tangan Evi, kelas 6 untuk jenis tanda
tangan Langen, kelas 7 untuk jenis tanda tangan Lia, kelas 8 untuk jenis tanda
tangan Sulis, kelas 9 untuk jenis tanda tangan Veri, kelas 10 untuk jenis tanda
tangan Yuni. Dari 50 data dapat diidentifikasi dengan benar sebanyak 38 data. Hasil
identifikasi dengan metode Learning Vector Quantization adalah 82% dapat
menentukan dentifikasi pola citra tanda tangan.
Kata kunci : Tanda Tangan, Learning Vector Quantization, Jarak, Featur vector