PREDIKSI KARAKTERISTIK PERSONAL MENGGUNAKAN ANALISIS TANDA TANGAN DENGAN MENGGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

Abstract

Grafologi ilmu yang mempelajari tentang tulisan tangan yang dapat mengetahui gambaran karakteristik seorang penulis dan disposisi emosional. Dengan mengetahui karakteristik calon pelamar dapat membantu pekerjaan Human Resource Development (HRD) yang bertanggung jawab dengan pemilihan calon karyawan yang sesuai dengan bidangnya. Kesalahan yang sering dialami oleh HRD ketika dalam proses perekrutan karyawan yang mengidentifikasi tanda tangan calon karyawan yang dapat mengalami kerugian baik waktu dan biaya di perusahaan tersebut. Penelitian ini menggunakan 7 fitur tanda tangan yang terbagi menjadi dua algoritma diantaranya 5 fitur tanda tangan yang terdiri dari awal kurva, coretan akhir, cangkang, coretan di tengah dan garis bawah tanda tangan yang diproses menggunakan metode Convolutional neural network (CNN) dan klasifikasi 2 fitur tanda tangan yang terdiri dari struktur titik dan tanda tangan terpisah menggunakan metode Algoritma Identifikasi Struktur. Hasil evaluasi didapatkan nilai akurasi data training sebesar 0.7333, loss data training sebesar 0.7693, akurasi data test sebesar 0.7778 dan loss data test sebesar 0.8377 yang dapat disimpulkan bahwa hasil penelitian ini masih tergolong underfitting. Hal ini dikarenakan masih butuh banyak dataset yang lebih banyak jumlah dan variannya yang mempunyai ciri-ciri yang ada kemiripan masing-masing kelasnya.