Verifikasi Tanda Tangan Menggunakan Siamese Convolutional Neural Network

EMMANUEL BAYU SETYAJI, Diyah Utami Kusumaning Putri, S.Kom., M.Sc., M.Cs.; Edi Winarko, Drs. M.Sc., Ph.D

2022 | Skripsi | S1 ILMU KOMPUTER

Tanda tangan merupakan lambang nama yang dituliskan dengan tangan oleh orang itu sendiri sebagai penanda pribadi bahwa orang tersebut telah menerimanya. Hal ini menandakan bahwa tanda tangan merupakan sesuatu yang penting untuk diperhatikan. Di sisi lain, hal tersebut bisa menimbulkan adanya tindak kejahatan yaitu pemalsuan tanda tangan. Verifikasi tanda tangan perlu dilakukan agar bisa membuktikan bahwa tanda tangan tersebut merupakan tanda tangan yang dihasilkan oleh asli dari orang itu sendiri atau tiruan dari orang lain. Penelitian ini membuat sebuah model yang mampu memverifikasi apakah tanda tangan bersifat asli atau tiruan. Pembuatan model dilakukan dengan arsitektur siamese convolutional neural network dengan mempertimbangkan beberapa hyperparameter yaitu batch size dan learning rate. Data yang digunakan merupakan sebuah public dataset yang terdapat pada Kaggle yang menyederhanakan dataset kompetisi ICDAR 2011 Dutch Signature Dataset. Data akan melewati beberapa tahap prapemrosesan yaitu grayscaling, normalisasi, binarization, dan resizing. Hasil performa dari model akan diuji menggunakan metrik akurasi, false acceptance rate, dan false rejection rate. Penelitian ini menghasilkan sebuah model yang memiliki performa berupa akurasi sebesar 91,23%, FAR sebesar 4,63%, dan FRR sebesar 12,99% dengan arsitektur siamese convolutional neural network dengan hyperparameter sebanyak 64 untuk batch size dan learning rate sebesar 0,001.

Signature is a person's sign that is handwritten by the person itself as a sign that the person has accept it. Based on that, signature is something that needs to be look at carefully. Therefore, there are some cases which leads to people creating forged signature. Signature verification is needed to verify the authenticity of the signature to prove that it was written by the original author or faked by other author. This research will develop a model to classify a signature whether it is written original and forged. The model will be created using the siamese convolutional neural network algorithm with also taking various kinds of hyperparameters into account. The data that will be used in this research is a public dataset from Kaggle that simplifies the ICDAR 2011 Dutch signature dataset. The data will go through some preprocessing methods such as grayscaling, normalization, binarization, and resizing. The evaluation for the model will be tested using accuracy, false acceptance rate, and false rejection rate. This research developed a model that has 91,23% accuracy, 4,63% FAR, dan 12,99% FRR performance using the siamese convolutional neural network with 64 batch size and 0,001 learning rate.

Kata Kunci : Tanda Tangan, Deep Learning, Siamese Convolutional Neural Network, Verifikasi Tanda Tangan