{"title":"Perbandingan Pytesseract dan Template Matching Untuk Otomatisasi Input Data KTP","authors":"Teresa Octaviani, Hendry Setiawan, Oesman Hendra Kelana","doi":"10.24002/jbi.v14i02.7612","DOIUrl":null,"url":null,"abstract":"KTP memiliki banyak fungsi, seperti sebagai kartu identitas, dalam proses pendaftaran, dalam proses kepengurusan, serta untuk mengakses layanan. Hingga saat ini, pendaftaran KTP dilakukan dengan diketik sehingga tidak hemat waktu dan tenaga, serta sering menyebabkan kesalahan dalam pengetikan sehingga data yang disimpan tidak sesuai. Oleh karena itu, dikembangkan aplikasi dengan fitur otomatisasi pengisian data KTPmenggunakan OCR. Metode OCRyang akan digunakan ditentukan dengan pengujian akurasi metode Pytesseract dan template matching pada kondisi menggunakan kamera smartphone dengan pencahayaan gelap, terang, terang sekali, dan menggunakan kamera laptop. Rata-rata tingkat akurasi dari empat pengkondisian yang didapatkan oleh metode Pytesseract adalah 98,33%, sedangkan rata-rata yang didapatkan oleh metode template matching adalah 67,33%. Berdasarkan hasil ini, sistem OCR yang dikembangkan menggunakan metode Pytesseract. ID Cards serve several purposes, including identification, registration, management, and accessing public services. Until now, ID Cards registration has been done by typing so it takes more time and effort, and often causes errors in typing so that the data stored does not match. Therefore, an application was developed with OCR-based automation for inputting ID card information. The method used for OCR is determined by testing the accuracy of Pytesseract and Template Matching in condition using a smartphone camera with dark, bright, and very bright lighting, and using a laptop camera. The average of the accuracy of the four conditions obtained by Pytesseract is 98.33%, while the average obtained by Template Matching is 67.33%. Based on these results, the OCR system developed using Pytesseract.","PeriodicalId":499081,"journal":{"name":"Jurnal Buana Informatika","volume":"33 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-10-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Buana Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24002/jbi.v14i02.7612","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
KTP memiliki banyak fungsi, seperti sebagai kartu identitas, dalam proses pendaftaran, dalam proses kepengurusan, serta untuk mengakses layanan. Hingga saat ini, pendaftaran KTP dilakukan dengan diketik sehingga tidak hemat waktu dan tenaga, serta sering menyebabkan kesalahan dalam pengetikan sehingga data yang disimpan tidak sesuai. Oleh karena itu, dikembangkan aplikasi dengan fitur otomatisasi pengisian data KTPmenggunakan OCR. Metode OCRyang akan digunakan ditentukan dengan pengujian akurasi metode Pytesseract dan template matching pada kondisi menggunakan kamera smartphone dengan pencahayaan gelap, terang, terang sekali, dan menggunakan kamera laptop. Rata-rata tingkat akurasi dari empat pengkondisian yang didapatkan oleh metode Pytesseract adalah 98,33%, sedangkan rata-rata yang didapatkan oleh metode template matching adalah 67,33%. Berdasarkan hasil ini, sistem OCR yang dikembangkan menggunakan metode Pytesseract. ID Cards serve several purposes, including identification, registration, management, and accessing public services. Until now, ID Cards registration has been done by typing so it takes more time and effort, and often causes errors in typing so that the data stored does not match. Therefore, an application was developed with OCR-based automation for inputting ID card information. The method used for OCR is determined by testing the accuracy of Pytesseract and Template Matching in condition using a smartphone camera with dark, bright, and very bright lighting, and using a laptop camera. The average of the accuracy of the four conditions obtained by Pytesseract is 98.33%, while the average obtained by Template Matching is 67.33%. Based on these results, the OCR system developed using Pytesseract.