Identifikasi pola tanda tangan merupakan salah satu proses identifikasi (pengenalan pola) yang cukup berkembang saat ini, karena tanda tangan merupakan mekanisme primer untuk authentication dan authorization dalam transaksi legal seperti izin penarikan uang di bank, validasi cek dan sebagainya. Identifikasi tanda tangan umumnya dilakukan secara manual, yaitu melalui pandangan mata, dengan membandingkan suatu tanda tangan dengan database tanda tangan. Namun, cara seperti ini, tidak selalu dapat dikatakan akurat, dikarenakan adanya keterbatasan fisik mata manusia, seperti kelelahan, tidak cermat, atau gangguan pada mata, yang dapat mempengaruhi hasil identifikasi tanda tangan. Oleh karena itu, teknologi komputer sangat membantu dalam identifikasi pola tanda tangan, salah satu metode yang dapat digunakan adalah jaringan syaraf tiruan.
Jaringan syaraf tiruan (JST) merupakan sistem pemrosesan informasi yang memiliki karakteristik kinerja yang mirip dengan jaringan saraf biologis pada otak manusia. JST banyak digunakan dalam pemecahan permasalahan di berbagai bidang, antara lain klasifikasi, pengelompokan, pengenalan pola, peramalan dll. Backpropagation merupakan salah satu metode pembelajaran pada JST, yang melatih jaringan untuk mencapai keseimbangan antara kemampuan jaringan mengenali pola selama pelatihan serta kemampuan jaringan untuk memberikan respon yang tepat terhadap inputan yang serupa (namun tidak identik) dengan pola yang dipakai dalam proses pelatihan. Backpropagation mampu mengatasi permasalahan pelatihan klasifikasi dengan skala data yang luas. Namun, Backpropagation memiliki kelemahan, yaitu tingkat konvergensi yang rendah dan tidak stabil karena adanya resiko terjebaknya JST pada lokal minimum.
Pada identifikasi tanda tangan ini, diterapkan metode meta-heuristik yaitu firefly algorithm (FA) dan simulated annealing (SA) untuk mengatasi kelemahan JST. Firefly Algorithm adalah algoritma yang terinspirasi dari perilaku berkedipnya cahaya kunang-kunang dan cara komunikasi kunang-kunang melalui cahaya yang dimilikinya. Firefly Algorithm (FA) memiliki kelebihan, yaitu semua variabel yang terbentuk pada persamaan movement atau pergerakan firefly menjamin algoritma bekerja cepat menuju solusi yang optimal. Simulated Annealing (SA) adalah salah satu algoritma untuk optimasi yang terinspirasi dari bidang annealing, suatu teknik untuk mempelajari proses pembentukan kristal didalam suatu materi. Fitur utama dari algoritma SA adalah kemampuan untuk menghindar dari perangkap minimum lokal, yaitu dengan membiarkan algoritma tersebut tidak hanya menerima solusi yang lebih baik, tetapi juga menerima solusi yang buruk dengan probabilitas tertentu. Oleh karena itu dengan dilakukan hybrid antara backropagation dengan FA dan SA diharapkan hasil proses identifikasi menjadi lebih baik.
Pada proses identifikasi tanda tangan terdapat 2 tahapan utama yaitu proses pengolahan citra dan proses identifikasi tanda tangan. Pada proses pengolahan citra, diawali proses grayscale, yaitu proses merubah citra warna menjadi citra keabuan. Kemudian dilanjutkan dengan proses konversi ke citra biner, yaitu proses merubah citra grayscale menjadi citra biner, citra dengan warna hitam atau putih. Dan proses terakhir adalah proses segmentasi, yaitu proses mereduksi ukuran citra sehingga proses pengenalan pola citra tanda tangan dapat menjadi lebih cepat. Fitur hasil dari proses pengolaahan citra, dilakukan proses identifikasi tanda tangan menggunakan hybrid backpropagation dengan firefly algorithm dan simulated annealing. Pada proses identifikasi citra tanda tangan, terdapat 2 proses yaitu proses pelatihan dan proses pengujian. Pada proses pelatihan menggunakan hybrid Backpropagation dengan Firefly algorithm dan simulated annealing yang menghasilkan bobot optimal yang akan digunakan pada proses pengujian. Pada proses pengujian, terdapat proses feedforward Backpropagation untuk mengidentifikasi tanda tangan seseorang, yang bertujuan untuk menguji tingkat keakuratan sistem dalam mengenali pola.
Pada proses identifikasi ini, data yang digunakan berupa 100 tanda tangan manual dari 10 objek/orang, dengan masing-masing objek melakukan 10 kali tanda tangan. Tanda tangan ditulis pada kertas berwarna putih, dengan dimensi citra yang digunakan berukuran 100 x 100 pixel. Data yang digunakan pada proses pelatihan sebanyak 70 citra tanda tangan, dan data yang digunakan proses uji validasi sebanyak 30 citra tanda tangan. Hasil dari proses segmentasi berupa matriks berukuran 400 x 1. Matriks inilah yang digunakan sebagai input dari proses identifikasi menggunakan hybrid backpropagation dengan firefly algorithm dan simulated annealing. Pada proses pelatihan diperoleh mse terkecil sebesar 0.00608 dan pada proses uji validasi diperoleh tingkat keberhasilan pengenalan pola tanda tangan sebesar 93%, yaitu dari 30 data uji validasi, 28 dikenali dengan baik dan hanya 2 terjadi kesalahan identifikasi.
Penulis: Auli Damayanti
Link jurnal: https://aip.scitation.org/doi/abs/10.1063/5.0045303
Signature image identification using hybrid backpropagation with firefly algorithm and simulated annealing
