Identifikasi Tanda Tangan Menggunakan Model Markov Tersembunyi

Abstract

Teknologi identifikasi tanda tangan telah digunakan untuk berbagai kepentingan, seperti aplikasi identifikasi dan verifikasi pada perusahaan yang melakukan transaksi legal. Pada penelitian ini dilakukan identifikasi tanda tangan menggunakan Hidden Markov Model (HMM) dengan fungsi peluang Gaussian untuk pengenalan pemilik tanda tangan. Model dilatih dengan menggunakan algoritma Baum Welch Re-estimation. Jenis HMM yang digunakan adalah HMM left-right dengan jumlah hidden state 4, 6, dan 8. Pengujian dilakukan pada 10 data tanda tangan yang tidak diikutsertakan dalam pelatihan, yaitu data uji. Dari penelitian yang telah dilakukan, diperoleh suatu model HMM untuk identifikasi tanda tangan. Identifikasi pemilik tanda tangan dilakukan dengan 10 data pelatihan dan 10 data pengujian. Hasil penelitian menunjukkan bahwa model Markov tersembunyi dapat melakukan pengenalan terhadap tanda tangan dengan tingkat akurasi yang cukup tinggi untuk pengujian pada data tanda tangan dengan pelatihan 8 state. Secara keseluruhan, pelatihan dengan 4 state menghasilkan tingkat akurasi 53%, untuk pelatihan 6 state menghasilkan tingkat akurasi 73%, dan untuk pelatihan 8 state menghasilkan tingkat akurasi tertinggi, yaitu 75%. Nilai akurasi yang rendah dapat disebabkan oleh variasi tanda tangan yang cukup tinggi.