Penerapan Membaca Tulisan di dalam Gambar Menggunakan Metode OCR Berbasis Website pada e-KTP

Authors

  • Muhammad Rizal Toha Universitas Nasional
  • Agung Triayudi Universitas Nasional

DOI:

https://doi.org/10.23887/jstundiksha.v11i1.42279

Abstract

Penanganan yang membutuhkan data pribadi masih banyak dilakukan secara manual. Tidak jarang masyarakat memfotokopi e-KTP untuk memenuhi berbagai persyaratan administrasi. Dilihat dari tujuan pembuatan e-KTP, penggunaan e-KTP saat ini tentu kurang tepat. Optical Character Recognition (OCR) adalah proses yang memungkinkan sistem tanpa campur tangan manusia mengidentifikasi skrip atau abjad yang tertulis dalam komunikasi verbal pengguna. Identifikasi karakter optik telah berkembang pada individu dari aplikasi pengetahuan yang berkembang pesat di bidang deteksi pola dan kecerdasan buatan. Maka dari itu, penelitian ini bertujuan untuk merancang perangkat lunak pembacaan e-KTP dengan metode optical character recognition (OCR) berbasis web. Jenis penelitian merupakan jenis kuantitatif dengan pendekatan yang digunakan pengambilan data langsung ke relawan penelitian. Sistem yang akan dibuat untuk membaca tulisan dalam gambar menggunakan metode Optical Character Recognition. data yang dibahas dalam penelitian ini yaitu jumlah kartu sebanyak 20 e-KTP, jumlah attribute sebanyak 14 attribute, dan jumlah data sebanyat 280 data. Teknik yang digunakan dalam menganalisis data yaitu analisis deskriptif kualitatif dan kuantitatif. Dari hasil penelitian yang telah dilakukan dalam pendeteksian atribut pada e-KTP menghasilkan akurasi sebesar 100 persen, hasil pengujian 1 dari beberapa atribut yang ditemukan tidak nihil sebesar 98,09 persen dan hasil pengujian 2 yang mendeteksi kategori e-KTP yang masih bagus dan yang kurang bagus sebesar 67,61 persen.

Author Biographies

Muhammad Rizal Toha, Universitas Nasional

Mahasiswa S1 Jurusan Sistem Informasi, Fakultas Teknologi Komunikasi dan Informatika, Universitas Nasional.

Agung Triayudi, Universitas Nasional

Dosen di Jurusan Sistem Informasi, Fakultas Teknologi Komunikasi dan Informatika, Universitas Nasional.

References

Abdullah, S. S., & Muhammad, F. D. (2021). Penggunaan e-KTP untuk Registrasi Otomatis Memanfaatkan Sistem OCR Dengan Metode Template Matching Correlation. Media Jurnal Informatika, 12(2), 57. https://doi.org/10.35194/mji.v12i2.1224.

Afifah, Y., Sujono, A., & Apribowo, C. H. B. (2020). The Line Segmentation Algorithm of Indonesian Alectronic Identity Card (e-KTP) for Data Digitization. AIP Conference Proceedings, 2217(April). https://doi.org/10.1063/5.0000670.

Aisyah, E. S. N., Hayat, A. W., Widanti, P., Prasetya, S. Y., & Iskandar, H. (2015). Analisis Kemiripan Pola Citra Digital Menggunakan Metode Euclidean. Seminar Nasional Teknologi Informasi Dan Multimedia, 6–8.

Amrizal, Tukino, & Latif, A. (2016). Rekayasa Perangkat Lunak Sistem e-KTP Terintegrasi Birokrasi Umum di Kota Batam. Jurnal Teknologi Dan Sistem Informasi, 2(2). https://doi.org/10.25077/TEKNOSI.v2i2.2016.97-108.

Apandi, T. H., & Sugianto, C. A. (2019). Algoritma Naive Bayes untuk Prediksi Kepuasan Pelayanan Perekaman e-KTP. Jurnal Informatika, 7(2). https://doi.org/10.30595/juita.v7i2.3608.

Aprillian, H. D., Dwi Purnomo, H., & Purwanto, H. (2019). Utilization of Optical Character Recognition Technology in Reading Identity Cards. Journal of Information Technology and Business, 2(1), 38–46.

Basiroh, B., & Lestari, W. (2020). Analysis of Plant Fragaria Xananassa Disease Diagnoses Using Production Rules Base on Expert System. Jurnal Pilar Nusa Mandiri, 16(1), 25–32. https://doi.org/10.33480/pilar.v16i1.1174.

Bezerra, M. E. R., & de Oliveira, A. L. I. (2013). Optical Character Recognition. Digital Document Analysis and Processing, 1(1), 207–230. https://doi.org/10.3810/pgm.1998.03.410.

Effendi, M. M., Permana, A. Y., & Nawangsih, I. (2019). Penerapan Ekstraksi Image ke TXT dengan Optical Character Recognation untuk Otomatis Data Kependudukan. Simposium Nasional Ilmiah Simponi, November, 496–502. https://doi.org/10.30998/simponi.v0i0.484.

Firmanto, B., Rikasanti, E., Bramanto, A., & Putra, W. (2019). Optimasi Hasil Akuisisi Obyek Wajah Menggunakan. 2, 826–840.

Hudaya, M. M., Siti Saadah, & Hendy Irawan. (2021). Implementation of Verification and Matching E-KTP with Faster R-CNN and ORB. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(4), 783–793. https://doi.org/10.29207/resti.v5i4.3175.

Ibnutama, K, & Suryanata, M. G. (2020). Ekstraksi Karakter Citra Menggunakan Optical Character Recognition Untuk Pencetakan Nomor Kendaraan Pada Struk Parkir. Jurnal Media …, 4, 1119–1125. https://doi.org/10.30865/mib.v4i4.2432.

Ibnutama, Khairi, Panjaitan, Z., & Ginting, E. F. (2019). Modifikasi Metode Template Matching pada OCR Untuk Meningkatkan Akurasi Deteksi Plat Nomor Kendaraan. Jurnal Teknologi Sistem Informasi Dan Sistem Komputer TGD, 2(2), 21–29.

Memon, J., Sami, M., Khan, R. A., & Uddin, M. (2020). Handwritten Optical Character Recognition (OCR): A Comprehensive Systematic Literature Review (SLR). IEEE Access, 8, 142642–142668. https://doi.org/10.1109/ACCESS.2020.3012542.

Mursari, L. R., & Wibowo, A. (2021). The Effectiveness of Image Preprocessing on Digital Handwritten Scripts Recognition with The Implementation of OCR Tesseract. Computer Engineering and Application, 10(3), 177–186. https://doi.org/10.18495/comengapp.v10i3.386.

Patel, C., Patel, A., & Patel, D. (2012). Optical Character Recognition by Open source OCR Tool Tesseract: A Case Study. International Journal of Computer Applications, 55(10), 50–56. https://doi.org/10.5120/8794-2784.

Purba, A. M., Harjoko, A., & Wibowo, M. E. (2019). Text Detection In Indonesian Identity Card Based On Maximally Stable Extremal Regions. IJCCS (Indonesian Journal of Computing and Cybernetics Systems), 13(2), 177. https://doi.org/10.22146/ijccs.41259.

R. Sandhika Galih A., Erik, M. L. H. (2014). Penerapan Teknik Ocr ( Optical Character Recognition ) pada Aplikasi Terjemahan Kitab Fiqih Safinah an-Naja Menggunakan Readiris. Seminar Nasional Informatika, 2014(semnasIF), 60–69.

Sharma, O. P., Ghose, M. K., & Shah, K. B. (2012). An Improved Zone Based Hybrid Feature Extraction Model for Handwritten Alphabets Recognition Using Euler Number. International Journal of Soft Computing and Engineering (IJSCE), 2(2), 504–508.

Soeseno, J. H., & Liliana. (2017). Segmentasi Area KTP dari Image untuk Otomatisasi Pembacaan Data. Jurnal Infra Petra, 5(1), 1–5.

Sulstiyo, A., & Saian, P. O. N. (2019). Perancangan Sistem Text Extraction Menggunakan Library Tesseract OCR untuk Mengambil Nomor Induk Kependudukan pada Foto Kartu Tanda Penduduk ( Studi Kasus : PT . Bank ABC , Tbk ). April.

Suriadi, S., & Hasibuan, M. A. (2013). Teknis Perekaman Data dan Penyaluran Elektronik Kartu Tanda Penduduk di Lubuk Pakam. JPPUMA: Jurnal Ilmu Pemerintahan Dan Sosial Politik UMA (Journal of Governance and Political Social UMA), 1(2). https://doi.org/10.31289/jppuma.v1i2.560.

Wahyono, W., & Zakiyah, N. (2020). Model Exploration for Community Satisfaction with E-KTP Service Quality as Mediation. Dinamika Pendidikan, 15(1). https://doi.org/10.15294/dp.v15i1.24892.

Widya Sari, E., Rianto, A., & Diatinari Andarawasih, S. (2014). Itechs 201 4. The 1st International Conference on Information Technology and Security, 1(1), 111–117.

Yani, A. A., Yunus, A. Y., & Latief, M. I. (2017). Participation Dynamics of Voters Using ID Card in Local Elections: A Case Study of the 2015 Local Election in South Sulawesi. JSP: Jurnal Ilmu Sosial Dan Ilmu Politik, 21(1). https://doi.org/10.22146/jsp.28700.

Downloads

Published

2022-02-27

How to Cite

Rizal Toha, M., & Triayudi, A. (2022). Penerapan Membaca Tulisan di dalam Gambar Menggunakan Metode OCR Berbasis Website pada e-KTP. JST (Jurnal Sains Dan Teknologi), 11(1), 175–183. https://doi.org/10.23887/jstundiksha.v11i1.42279

Issue

Section

Articles