Identifikasi Tanda Tangan Dengan Menggunakan Metode Convolution Neural Network (CNN)

Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi model Convolutional Neural Network (CNN) dalam identifikasi tanda tangan. Metode CNN dipilih karena kemampuannya dalam mengekstraksi dan menganalisis fitur-fitur visual kompleks dari gambar tanda tangan. Data yang digunakan dalam penelitian ini terdiri dari kumpulan gambar tanda tangan yang dibagi menjadi set pelatihan dan pengujian. Model CNN yang diusulkan terdiri dari beberapa lapisan konvolusi, pooling, dan fully connected yang dioptimalkan untuk tugas klasifikasi. Hasil evaluasi menunjukkan bahwa model CNN mencapai kinerja yang sangat baik dengan akurasi sebesar 0.97, yang menunjukkan tingkat akurasi dan ketepatan yang tinggi dalam pengenalan tanda tangan. Dengan hasil ini, CNN terbukti sebagai metode yang efektif dan andal untuk identifikasi tanda tangan, memberikan kontribusi signifikan dalam bidang verifikasi identitas berbasis biometrik. Temuan ini membuka peluang untuk aplikasi lebih lanjut dalam sistem keamanan dan autentikasi yang membutuhkan pengenalan tanda tangan otomatis.