Signature is evidence of an identity of a person whose individual signature is different and has distinct characteristics or characteristics. A college student at
the institute technology PLN needs a lecturer signature for every semester To authenticate the exam plan card (crew). But autographs were done the 2019 by irresponsible students who put their own interests ahead of their own, in order to
minimize the presence of autographs, it was necessary to create a system that could predict the authenticity of autographs. The study is conducted in several stages to predict the authenticity of the signature, the image preapprocess phase consists of changing the image of RGB to grayscale and binerization. In this study, the methods used The method prewitt used was prewitt, which detects minute signatures and extracted shapes to measure the value of eccentricity and metric that were used for calculating the method of supporting vector machine. For the authentic prediction of the signature, the method of support vector
machine (SVM) is divided into two categories: the original signature and the false signature. The training data that is used as many as 10 signatures consisting of 5 original signatures and 5 false signatures from different persons, while for testing data uses 5 signatures. Testing results for accuracy using a confusion matrix of 80%.

Tanda tangan adalah bukti identitas seseorang yang setiap orang mempunyai tanda tangan yang berbeda-beda dan memiliki karakter atau ciri khusus masingmasing. Mahasiswa kampus Institut Teknologi PLN setiap semesternya membutuhkan tanda tangan dosen untuk mengesahkan Kartu Rencana Ujian (KRU). Namun pemalsuan tanda tangan pada tahun 2019 pernah terjadi yang dilakukan oleh mahasiswa yang tidak bertanggungjawab yang hanya mementingkan kepentingan pribadinya,untuk meminimalisirterjadinya pemalsuan tanda tangan, maka perlu dilakukan pembuatan sistem yang dapat memprediksi
keaslian tanda tangan. Pada Penelitian ini dilakukan beberapa tahap untuk memprediksi keaslian tanda tangan yaitu tahap praproses citra terdiri dari mengubah citra RGB ke grayscale dan binerisasi. Pada Penelitian ini, metode
yang digunakan yaitu metode Prewitt yangmelakukan deteksi tepi pada citra tanda tangan dan dilakukan ekstraksi ciri bentuk untuk menghitung nilai eccentricity dan metric yang digunakan untuk perhitungan Metode Support Vector Machine. Untuk prediksi keaslian tanda tangan digunakan metode Support Vector machine (SVM) yang dibagi menjadi dua kategori yaitu tanda tangan asli dan tanda tangan palsu.
Data latih yang digunakan sebanyak 10 tanda tangan yang terdiri dari 5 tanda tangan asli dan 5 tanda tangan palsu dari orang yang berbeda, sedangkan untuk data ujinya menggunakan 5 tanda tangan. Berdasarkan hasil pengujian, diperoleh akurasi dengan menggunakan Confusion Matrix sebesar 80%.