GDL

Automatic Extraction Data on KTP-el Image using Convolutional Neural Network Method

Skripsi, 005 / 2021 / EK
Undergraduate Theses from JBPTPPOLBAN / 2022-11-29 13:58:00
Oleh : Danang Aji Pangestu - 171354006 (danang.aji.tec417@polban.ac.id)
Dibuat : 2022-11-29, dengan 4 file

Keyword : OCR, KTP-el, Convolutional Neural Network
Subjek : OCR, KTP-el, Convolutional Neural Network

Ekstraksi data adalah proses pemindahan data dari suatu bentuk ke bentuk lainnya, contohnya data dari suatu gambar menjadi file tulisan. Pada proses ekstraksi data, ketika data yang diekstrak berjumlah banyak, maka dibutuhkan kecepatan dan ketelitian dalam pengambilan data yang di perlukan. Pada kondisi pandemi saat ini pergerakan dibatasi dan tidak memungkinkan untuk bertatap muka secara langsung. Dibutuhkan suatu sistem yang dapat melakukan ekstrasi data menggunakan citra agar dapat meminimalisir bertatap muka secara langsung serta menghasilkan proses ekstraksi yang berjalan dengan cepat. Tugas Akhir ini bertujuan untuk memperloleh data pada citra KTP-el secara otomatis dengan menggunakan teknologi Optical Character Recognition (OCR) dengan metode Convolutional Neural Network (CNN). Citra yang digunakan diambil secara tidak realtime, teknologi OCR dengan metode CNN digunakan untuk mengenali karakter pada citra KTP, sehingga data pada KTP dapat terbaca untuk selanjutnya diekstraksi. Keluaran dari sistem ini adalah file excel yang berisikan data hasil pembacaan. Hasil pengujian pada sistem ini memiliki 2 jenis nilai rata-rata akurasi, yang pertama akurasi ketepatan data, yaitu akurasi ketepatan data yang tampil pada kolom GUI, seperti data NIK akan tampil pada kolom NIK. Akurasi ketepatan data ini mendapatkan nilai sebesar 95.97%. Lalu yang kedua adalah rata-rata akurasi keseluruhan hasil pembacaan, dengan nilai sebesar 82.63%. Menggunakan data uji 30 KTP dapat menghasilkan rata-rata kecepatan pembacaan sebesar 23,77 detik dengan kisaran waktu pembacaan 20 sampai 28 detik pada tiap KTPnya. Kata Kunci: OCR, KTP-el, Convolutional Neural Network.

Deskripsi Alternatif :

Data extraction is the process of transferring data from one to another, for example data from an image to a text file. In the process of data extraction, when too much data that extracted, so that speed and accuracy in the data retrieval are needed. At the current pandemic condition, movement is also restricted and it is not possible to meet face to face. Require a system that can extraction data using imagery in order to minimize face-to-face and produce extraction process that runs quickly. This final project aims to obtain data on KTP-el automatically by using Optical Character Recognition (OCR) technology using Convolutional neural network (CNN) method. The image used is taken in unrealtime, OCR technology using CNN method is used to recognize characters on the id card image, so that the data can be read for further extraction. The output of the system is an excel file that contains reading data. The test results on this system have 2 types of average accuracy values, the first is the accuracy of data accuracy, namely the accuracy of data that appears in the GUI column, such as NIK data will appear in the NIK column. The accuracy of this data gets a value of 95.97%. The second is the average overall accuracy of the reading, with a value of 82.63%. Using test data of 30 KTP can produce an average reading speed of 23.77 seconds with a reading time range of 20 to 28 seconds at each KTP. Keyword: OCR, KTP-el, Convolutional Neural Network.

Beri Komentar ?#(0) | Bookmark

Properti	Nilai Properti
ID Publisher	JBPTPPOLBAN
Organisasi
Nama Kontak	Erlin Arvelina
Alamat	Jl. Trsn. Gegerkalong Hilir Ds. Ciwaruga
Kota	Bandung
Daerah	Jawa Barat
Negara	Indonesia
Telepon	022 201 3789 ext. 168, 169, 239
Fax	022 201 3889
E-mail Administrator	erlin.arvelina@polban.ac.id
E-mail CKO	erlin.arvelina@polban.ac.id