PERANCANGAN ALAT PEMINDAI DAN PENGENAL HURUF TULISAN TANGAN MENGGUNAKAN OPTICAL CHARACTER RECOGNITION DENGAN METODE CONVOLUTIONAL NEURAL NETWORK

AKHMAD ICHWAN KURNIAWAN

Informasi Umum

Kode

22.04.1151

Klasifikasi

621.367 - Technological photography and photo-optics, Spectrography, Stroboscopic photography, Image processing, Optical data processing

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Image Processing - Computer Image

Dilihat

10 kali

Informasi Lainnya

Abstraksi

Dokumen cetak seperti kuitansi atau fraktur cetak yang digunakan pada banyak perusahaan setelah melakukan transaksi jual beli antar perusahaan maupun perusahaan dengan tender. Kuitansi atau faktur memiliki bagian yang diisi dengan tulisan tangan manusia oleh karena itu diperlukan alat yang dapat memindai dan mengenali pola huruf tulisan tangan manusia. Optical Character Recognition (OCR) memberikan kemampuan untuk mendeteksi teks-teks yang berada dalam dokumen untuk merubahnya dalam bentuk digital namun OCR pada tulisan tangan sedikit memiliki perlakuan khusus. Penelitian ini menggunakan OCR dalam membuat alat sejenis pemindai portabel yang melakukan pengenalan terhadap tulisan tangan manusia dan menggunakan algoritma deep learning Convolution Neural Network dalam melakukan ekstraksi fiturnya. Convolutional Neural Network (CNN) adalah arsitektur pembelajaran mesin yang sangat sering digunakan yang termotivasi dari teknik persepsi visual alami otak manusia. Dataset yang digunakan dalam pelatihan model (training model) berasal dari A_Z Alphabet Dataset Kaggle.com. Pengujian dilakukan dengan tulisan tangan dari 10 orang yang berbeda dan mendapat akurasi maksial 99.33% pada tulisan tertentu dan akurasi rata-rata 89.14%. Kata Kunci: Pemindai Portabel, Optical Characther Recognition, Handwriting Recognition, Convolutional Neural Network