Verifikasi Citra Tanda Tangan Berdasarkan Ciri Pyramid Histogram of Oriented Gradient (PHOG) Menggunakan Metode Klasifikasi K-Nearest Neighbor
Teks penuh
Gambar
Dokumen terkait
Setiap data dari setiap kelas akan membentuk K cluster yang kemudian nilai centroid akhir dari setiap cluster pada setiap kelas data tersebut akan dijadikan data acuan untuk
Hasil dari akurasi terhadap fitur Histogram of Oriented Gradients dan klasifikasi menggunakan Smooth Support Vector Machine pada pengenalan tanda tangan dengan metode
Fuzzy K-Nearest Neighbor (FKNN) merupakan metode klasifikasi yang digunakan untuk memprediksi data uji menggunakan nilai derajat keanggotaan data uji pada setiap
Klasifikasi supervised adalah proses klasifikasi teks dengan menggunakan metode learning pada data teks yang sudah memiliki kelas pada data latih sebagai data untuk
Pada percobaan pertama, menggunakan dataset sebanyak 1013 record yang proporsi record pada setiap kelas target tidak sama dengan metode uji 70% data latih dan sisanya
JST digunakan untuk pelatihan sistem terhadap pola tanda tangan yang kemudian data tersebut disimpan ke dalam basis data untuk dibandingkan dengan citra tanda
Algoritme Modified K-Nearest Neighbor (MKNN) adalah metode yang memposisikan label setiap kelas yang sejalan dengan nilai k dari data berdasarkan poin untuk setiap data
4.1 Evaluasi Evaluasi dari hasi klasifikasi citra menggunakan metode K-Nearest Neighbors KNN, yang dilatih menggunakan data latih sebanyak 2000 citra diperoleh dari nilai evaluasi
