PENGGUNAAN TESSERACT-OCR UNTUK PENGAMBILAN DATA NIM PADA KARTU IDENTITAS MAHASISWA (Studi kasus : UPN "Veteran" Yogyakarta)

Zahra, Iffatuz (2023) PENGGUNAAN TESSERACT-OCR UNTUK PENGAMBILAN DATA NIM PADA KARTU IDENTITAS MAHASISWA (Studi kasus : UPN "Veteran" Yogyakarta). Diploma thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

	Text ABSTRAK_123180039_IFFATUZ ZAHRA.pdf Download (346kB)
	Text COVER_123180039_IFFATUZ ZAHRA.pdf Download (214kB)
	Text DAFTAR ISI_123180039_IFFATUZ ZAHRA.pdf Download (311kB)
	Text DAFTAR PUSTAKA_123180039_IFFATUZ ZAHRA.pdf Download (318kB)
	Text LAPORAN_123180039_IFFATUZ ZAHRA.pdf Restricted to Repository staff only Download (7MB)
	Text LEMBAR PENGESAHAN PEMBIMBING_123180039_IFFATUZ ZAHRA.pdf Download (266kB)
	Text LEMBAR PENGESAHAN PENGUJI_123180039_IFFATUZ ZAHRA.pdf Download (296kB)

Abstract

Kartu Tanda Mahasiswa (KTM) merupakan kartu identitas bagi mahasiswa yang
menyimpan data nomor identitas mahasiswa (NIM) yang digunakan dalam proses
administrasi di lingkungan kampus dalam. Untuk mempercepat proses transaksi tersebut
dilakukan pengambilan data NIM secara otomatis melalui citra KTM menggunakan teknik
OCR. Sayangnya teknik OCR sangat bergantung pada kualitas citra seperti tingkat
kecerahan citra, distribusi warna pada citra, serta kemiringan atau rotasi karakter pada citra.
Sehingga dibutuhkan preprocessing yang tepat untuk mengatasi masalah kualitas citra dan
meningkatkan akurasi pengenalan OCR.
Metode yang digunakan untuk pengenalan karakter pada citra KTM adalah Tesseract
OCR. Sedangkan preprocessing yang diuji pengaruhnya terhadap kemampuan OCR adalah
brightness and contrast adjustment, serta perbaikan kemiringan menggunakan tansformasi
hough. Pencarian data NIM dari hasil pengenalan OCR dilakukan dengan menggunakan
pendekatan key-value. Data yang diuji adalah 8 buah citra KTM yang dipindai menggunakan
mesin scanner dan masing-masing data di augmentasi menjadi 7 variasi citra.
Pengaruh preprocessing pada hasil pengenalan dan pengambilan data NIM
meningkatkan akurasi menjadi 96.43% dengan brightness bernilai -8 dan contrast bernilai
16, sedangkan akurasi pada citra yang tidak dikenai brightness dan contrast hanya 92.86%.
Pengaruh penerapan perbaikan kemiringan citra memberikan hasil akurasi pengenalan dan
pengambilan data mencapai 100% pada kemiringan sebesar 0, 5, 15, 45, dan 90 derajat,
sedangkan tanpa perbaikan kemiringan data NIM hanya dapat diambil pada kemiringan
sebesar 0 derajat dan dapat dikenali pada kemiringan 0 dan 5 derajat. Akurasi pengenalan
karakter mencapai 99.8% pada data NIM dengan kecepatan pengenalan rata-rata selama 1.95
detik.
Kata kunci: KTM, Tesseract-OCR, brightness and contrast adjustment, angle correction

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	KTM, Tesseract-OCR, brightness and contrast adjustment, angle correction
Subjects:	Q Science > Q Science (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eny Suparny
Date Deposited:	21 Aug 2023 03:52
Last Modified:	21 Aug 2023 03:52
URI:	http://eprints.upnyk.ac.id/id/eprint/37002

Actions (login required)

View Item