tangan ini dibangun menggunakan Support Vector Machine (SVM) yang terbagi menjadi
pelatihan, file citra dikategorikan ke dalam tiga kelas yaitu kelas miring kanan, miring kiri,
dan tegak, sedangkan pada tahap pengujian, file citra mengalami proses klasifikasi yang
melibatkan SVM sehingga didapatkan identifikasi kepribadian pengguna. Tahap pengujian
dilakukan sebanyak 5 kali menggunakan 90 data yang dilakukan dengan dua skenario.
Skenario pertama menggunakan jumlah data yang sama antara data pelatihan dan
pengujian, menghasilkan persentase keberhasilan dengan rata-rata 92,89%, sedangkan
skenario kedua yang menggunakan jumlah data yang berbeda antara data pelatihan dan
pengujian, menghasilkan persentase keberhasilan dengan rata-rata 92,44%.
Kata kunci: grafologi, kemiringan tulisan tangan, Support Vector Machine, preprocessing,