Deteksi Pemalsuan Tanda Tangan Menggunakan Algoritma Convolutional Neural Network (CNN)

Tanda tangan merupakan identitas seseorang. Hal ini membuat keberadaan
tanda tangan menjadi penting, biasanya tanda tangan diambil dari nama
orang atau gaya lainnya. Dalam membuat tanda tangan tidak boleh diubah-ubah, sebab akan sangat mempengaruhi adanya ketidakaslian identitas,
karena dianggap dapat memalsukan sebuah dokumen yang penting
maupun dalam melakukan transaksi. Verifikasi tanda tangan kebanyakan
dilakukan dengan cara manual, yaitu dengan membandingkan
menggunakan indera penglihatan yang masih memungkinkan adanya
kecurangan untuk mencegah masalah pemalsuan tanda tangan.
Dibutuhkan sebuah perangkat lunak yang mampu melakukan pengenalan
tanda tangan asli untuk memperkecil terjadinya kecurangan. Penelitian ini
dibangun sebuah perangkat lunak pengenalan tanda tangan yang dilakukan
secara offline. Data yang digunakan pada penelitian ini sebanyak 144 citra
tanda tangan dosen fakultas ilmu komputer Universitas Indo Global
Mandiri. Perangkat lunak ini menerapkan sistem Deep Learning dengan
menggunakan algoritma Convolutional Neural Network (CNN). Model
CNN dibangun dengan bahasa pemrograman Python yang terdiri dari
convolution layer, pooling layer dan fully connected layer. Penelitian
dimulai dengan tahapan preprocessing, kemudian pembangunan model
CNN, dan pengujian perangkat lunak. Input pada aplikasi ini adalah citra
tanda tangan yang diambil dengan menggunakan scanner dan outputnya
berupa nama pemilik tanda tangan dan akurasi kecocokan antara tanda
tangan asli dan palsu. Dari penelitian yang telah dilakukan, mendapat hasil
nilai akurasi 89.65% dan loss 0.6018.