Perbandingan Pytesseract dan Template Matching Untuk Otomatisasi Input Data KTP

Teresa Octaviani, Hendry Setiawan, Oesman Hendra Kelana
{"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.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Pytesseract 与模板匹配在身份证数据输入自动化方面的比较
KTP有许多功能,如身份证、注册过程、管理流程以及访问服务。到目前为止,身份证登记是通过打字进行的,这样可以节省时间和精力,而且经常导致打字错误,导致存储数据不匹配。因此,使用OCR开发了具有自动补充资料功能的应用程序。OCRyang方法的使用是通过测试Pytesseract方法的准确性和与使用深色、明亮、明亮和笔记本电脑摄像头的智能手机相机匹配条件来决定的。Pytesseract方法获得的四种条件均为98.33%,而匹配模板法的平均准确率为67.33%。根据这些结果,OCR系统是使用Pytesseract方法开发的。ID ID服务于几个目的,包括标识符、注册、管理和公共服务。直到现在,ID卡注册已经被typing创建,所以它需要更多的时间和努力,并在错误中造成10个错误,这样存储的数据就不匹配了。在此之前,一个应用程序采用了一个基于身份识别技术的自驾车技术。最新的方法是用智能手机拍摄,使用黑暗、明亮、非常明亮的笔记本电脑。由Pytesseract连接的四个问题的平均计算是98。33%,而匹配模板模板的平均计算是67.33%。根据这些建议,OCR系统采用了Pytesseract。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Perbandingan Pytesseract dan Template Matching Untuk Otomatisasi Input Data KTP Analisis Sentimen Review Hotel Menggunakan Metode Deep Learning BERT Classification of Cumulonimbus Cloud Formation based on Himawari Images using Convolutional Neural Network model Googlenet Moving Average untuk Prediksi Harga Saham dengan Linear Regression Analisis Usability Web SIATMA dengan Metode Heuristic Evaluation dan System Usability Scale
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1