APLIKASI GRAPHOLOGY SYSTEM MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK UNTUK IDENTIFIKASI KARAKTER

Yusmira, Ocfien and Haris, Abdul and Pratama, Muhammad Fadli (2019) APLIKASI GRAPHOLOGY SYSTEM MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK UNTUK IDENTIFIKASI KARAKTER. Diploma thesis, ITPLN.

[thumbnail of SKRIPSI_OCFIEN YUSMIRA_201531126.pdf] Text
SKRIPSI_OCFIEN YUSMIRA_201531126.pdf
Restricted to Registered users only

Download (13MB)

Abstract

Every human being has a different character from one another. There are many ways to recognize characters, one way to analyze handwriting. Different forms or patterns of handwriting are a reflection of the brain because they are ideas of thought that can originate from mood, emotional or physical health. The study of a person's character based on handwritten patterns or forms is called graphology. With the existence of graphology can be used as a means of an agency that will recruit employees or form a management team. Therefore, in this research, a system graphology application was built using Convolutional Neural Network (CNN) for character identification. CNN will classify the handwritten images into 10 categories based on the main parameters namely the left margin, the direction of the writing and the size of the writing. Based on the results of testing using the Confusion Matrix the results obtained from this study amounted to 50%.

Pada dasarnya setiap manusia memiliki karakter yang berbeda antara satu dengan yang lainnya. Terdapat banyak cara untuk mengenali karakter, salah satu caranya dengan menganalisa tulisan tangan. Bentuk ataupun pola tulisan tangan yang berbeda merupakan cerminan otak karena merupakan ide pemikiran yang dapat berasal dari suasana hati, kondisi emosial ataupun fisik kesehatan. Ilmu yang mempelajari karakter seseorang berdasarkan pola atau bentuk tulisan tangan disebut grafologi. Dengan adanya ilmu grafologi daoat dijadikan sebagai sarana pada suatu instansi yang akan melakukan rekrutmen karyawan atau pembentukan tim manajemen. Oleh karena itu, pada penelitian ini dibangun aplikasi grafologi sistem menggunakan Convolutional Neural Network (CNN) untuk identifikasi karakter. CNN akan mengklasifikasi gambar tulisan tangan kedalam 10 kategori berdasarkan parameter utama yaitu margin kiri, arah tulisan dan ukuran tulisan. Berdasarkan hasil pengujian menggunakan Confusion Matrix hasil yang didapat dari penelitian ini sebesar 50%.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Character, Graphological, Convolutional Neural Network (CNN), Confusion Matrix Karakter, Grafologi, Convolutional Neural Network (CNN), Confusion Matrix
Subjects: Skripsi
Bidang Keilmuan > Teknik Informatika
Divisions: Fakultas Telematika Energi > S1 Teknik Informatika
Depositing User: Sudarman
Date Deposited: 18 Sep 2025 07:42
Last Modified: 18 Sep 2025 07:42
URI: https://repository.itpln.ac.id/id/eprint/1237

Actions (login required)

View Item
View Item