Implementasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization (LVQ)

Sri Rizki, 2019, Implementasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization (LVQ), Skripsi jurusan Sistem Informasi, Sekolah Tinggi Manajemen Informatika dan Komputer Widya Cipta Dharma, dengan Pembimbing (I) M. Irwan Ukkas, S.Si.,M.Kom., Pembimbing (II) Hj. Ekawati Yulsilviana Hidayat, SP.,MM. Kata Kunci : Pengenalan Pola, Jaringan Syaraf Tiruan, Learning Vector Quantization (LVQ), Matlab Penelitian dilakukan untuk dapat membangun system Pengenalan pola tanda tangan dengan Matlab yang diharapkan nantinya jika penelitian ini telah diterapkan bisa membantu pihak terkait dalam melakukan pengidentifikasian dan informasi . Penelitian dilakukan secara mandiri. Metode Pengumpulan data yang digunakan yaitu meminta sampel tanda tangan. Dengan cara observasi, yaitu mengadakan pengamatan secara langsung pada responden. Alat bantu pengembangan system menggunakan flowchart (diagram alir), Data Flow Diagram (DFD), Context Diagram (CD), Hierarchy Plus Input Proses Output (HIPO). Sedangkan perangkat lunak untuk membangun system diantaranya, Matlab dan Microsoft Excel. Hasil dari penelitian ini adalah sebuah sistem pengenalan pola untuk menghasilkan keputusan berupa teridentifitasinya tanda tangan seseorang dengan akurat. ========================================================= Sri Rizki, 2019, Implementation of Identification of Signature Patterns Using Learning Vector Quantization (LVQ) Neural Networks, Information Systems Thesis, Information and Computer College of Management Widya Cipta Dharma, with Advisor (I) M. Irwan Ukkas, S.Si. , M. Kom., Advisor (II) Hj. Ekawati Yulsilviana Hidayat, SP., MM. Keywords: Pattern Recognition, Artificial Neural Networks, Learning Vector Quantization (LVQ), Matlab The research was conducted to be able to build a system The introduction of signature patterns with Matlab which is expected later if this research has been implemented can help the parties in identifying and information. The research was conducted independently. The data collection method used is asking for a signature sample. By way of observation, that is making observations directly on the respondent. System development tools use flowcharts (flow charts), Data Flow Diagrams (DFD), Context Diagrams (CD), Hierarchy Plus Output Process Inputs (HIPO). While the software for building systems includes, Matlab and Microsoft Excel. The results of this study are a pattern recognition system to produce a decision in the form of identifying one's signature accurately.