PENERAPAN OPTICAL CHARACTER RECOGNITION (OCR) UNTUK PENJADWALAN ACARA DENGAN GOOGLE CLOUD VISION API ALGORITMA CONVOLUTION NEURAL NETWORK (CNN)

JULIANTO, STEFANUS (2022) PENERAPAN OPTICAL CHARACTER RECOGNITION (OCR) UNTUK PENJADWALAN ACARA DENGAN GOOGLE CLOUD VISION API ALGORITMA CONVOLUTION NEURAL NETWORK (CNN). Other thesis, UPN "Veteran" Yogyakarta.

	Text ABSTRAK.pdf Download (142kB)
	Text COVER.pdf Download (607kB)
	Text DAFTAR ISI.pdf Download (153kB)
	Text DAFTAR PUSTAKA.pdf Download (112kB)
	Text HALAMAN PENGESAHAN PEMBIMBING.pdf Download (588kB)
	Text HALAMAN PENGESAHAN PENGUJI.pdf Download (546kB)
	Text SKRIPSI FULL_Stefanus Julianto_123150036.pdf Restricted to Repository staff only Download (6MB)

Abstract

Teknologi Optical Character Recognition (OCR) adalah salah satu cabang
pengenalan pola yang digunakan untuk konversi citra karakter baik berupa tulisan cetak
maupun tulisan tangan menjadi karakter yang dapat dikenali oleh komputer. Pengenalan
karakter oleh OCR pada suatu citra kemudian akan menghasilkan data digital yang dapat
diolah lebih lanjut sesuai kebutuhan. OCR dapat dimanfaatkan untuk membuat suatu aplikasi
yang mengotomatisasi penjadwalan acara pada poster dan surat undangan yang masuk
melalui media sosial sehingga dapat membantu pengguna dalam mengurangi acara yang
terlewati atau terlupakan.
Aplikasi penjadwalan acara secara otomatis dibuat dengan menerapkan Optical
Character Recognition Google Cloud Vision algoritma Convolution Neural Network, serta
hasil pengolahan diproses dengan Regular Expression untuk mendeteksi atribut acara seperti
tanggal, waktu, judul serta lokasi sehingga dapat dijadwalkan secara otomatis melalui
aplikasi kalender pada smartphone android. Aplikasi penjadwalan ini memungkinkan
melakukan pendeteksian atribut acara pada objek surat undangan dan poster.
Hasil dari penelitian ini menunjukan bahwa penerapan Google Cloud Vision API
untuk melakukan pengenalan karakter yang kemudian hasil pengenalan karakter tersebut
akan diproses lebih lanjut menggunakan Regular Expression untuk mendapatkan informasi
atribut acara berhasil diterapkan pada surat undangan dan poster. Dimana akurasi
pendeteksian pada gambar surat undangan scan memiliki akurasi pendeteksian sebesar
96,00%, sedangkan untuk gambar surat undangan potret kamera memiliki akurasi sebesar
94,00 %. Pada hasil pengujian gambar poster scan memiliki akurasi pendeteksian sebesar
96,67%, sedangkan untuk gambar poster potret kamera memiliki akurasi sebesar 93,00%.
Akurasi pendeteksian pada gambar hasil potret kamera memiliki akurasi lebih rendah dari
hasil pendeteksian pada gambar hasil scan. Hal ini dikarenakan pada gambar yang diambil
melalui potret kamera memungkinkan terdapat adanya noise tambahan saat dipotret
sehingga mempengaruhi hasil pendeteksian.
Kata kunci : Optical Character Recognition, Google Cloud Vision, Convolution Neural
Network, Regular Expression, Android, Poster, Surat Undangan.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Optical Character Recognition, Google Cloud Vision, Convolution Neural Network, Regular Expression, Android, Poster, Surat Undangan.
Subjects:	T Technology > TA Engineering (General). Civil engineering (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	A.Md Apriliani Kusuma Wardhani
Date Deposited:	22 Sep 2022 06:52
Last Modified:	22 Sep 2022 06:52
URI:	http://eprints.upnyk.ac.id/id/eprint/31004

Actions (login required)

View Item