Implementasi OCR Menggunakan Algoritma Template Matching Correlation pada Pengarsipan e-KTP
DOI:
https://doi.org/10.53513/jsk.v6i2.8134Keywords:
e-KTP, Optical Character Recognition, Template Matching Correlation, PengarsipanAbstract
Kartu Tanda Penduduk Elektronik atau KTP-el/e-KTP merupakan kartu identitas yang memiliki kapasitas data sebesar 8 KB. Chip yang tertanam di dalam e-KTP memuat informasi yaitu: Nomor Induk Kependudukan; Nama Lengkap; Tempat Tanggal Lahir; Jenis Kelamin; Agama; Status; Golongan Darah; Alamat Lengkap; Pekerjaan; Pas foto; Tempat dan Tanggal dikeluarkannya KTP; Tanda Tangan Pemegang KTP; Nama dan Nomor Induk Pegawai Pejabat yang menandatanganinya. Pengarsipan data yang terdapat pada e-KTP sering kali masih menggunakan cara manual dengan mengetik data yang terdapat pada e-KTP secara langsung. Pengarsipan data dapat ditingkatkan dengan melakukan penginputan e-KTP secara otomatis. Hal ini berutujuan untuk meningkatkan efektivitas dan efisiensi pengarsipan e-KTP. Dari uraian tersebut maka dirancanglah sebuah sistem berbasis desktop dengan memanfaatkan sistem Optical Character Recognition (OCR) dan Algoritma Template Matching Correlation, pembacaan data teks yang terdapat pada e-KTP dapat dilakukan secara otomatis tanpa perlu mengetik ulang data yang terdapat pada e-KTP. Template Matching Correlation merupakan sebuah Algoritma dalam OCR yang dapat menemukan korelasi antara dua buah citra yang memiliki kesamaan dengan nilai -1 sampai dengan +1. Hasil dari penelitian ini adalah sebuah aplikasi yang dapat melakukan pendeteksian karakter teks pada 15 field dalam e-KTP dengan rata-rata akurasi yang didapat sebesar 79%.References
S. S. Abdullah and F. D. Muhammad, “Penggunaan e-KTP untuk Registrasi Otomatis Memanfaatkan Sistem OCR Dengan Metode Template Matching Correlation,†Media J. Inform., 2021, doi: 10.35194/mji.v12i2.1224.
T. Syahriani, “Implementasi Jaringan Syaraf Tiruan Dengan Algoritma Delta Rule Untuk Optical Character Recognition,†Nas. Teknol. Inf. dan Komputer), vol. 5, no. 1, pp. 310–316, 2021, doi: 10.30865/komik.v5i1.3733.
A. A. Najib, R. Munadi, and N. B. A. Karna, “Security system with RFID control using E-KTP and internet of things,†Bull. Electr. Eng. Informatics, vol. 10, no. 3, pp. 1436–1445, 2021, doi: 10.11591/eei.v10i3.2834.
K. Ibnutama and M. G. Suryanata, “Ekstraksi Karakter Citra Menggunakan Optical Character Recognition Untuk Pencetakan Nomor Kendaraan Pada Struk Parkir,†J. Media Inform. Budidarma, vol. 4, no. 4, pp. 1119–1125, 2020, doi: 10.30865/mib.v4i4.2432.
M. Ahmed Awel and A. Imam Abidi, “Review on Optical Character Recognition,†Int. Res. J. Eng. Technol., vol. 06, no. 06, pp. 1–2, 2019.
Y. Sun, X. Mao, S. Hong, W. Xu, and G. Gui, “Template matching-based method for intelligent invoice information identification,†IEEE Access, vol. 7, pp. 28392–28401, 2019, doi: 10.1109/ACCESS.2019.2901943.
M. Rizal Toha and A. Triayudi, “PENERAPAN MEMBACA TULISAN DI DALAM GAMBAR MENGGUNAKAN METODE OCR BERBASIS WEBSITE (STUDI KASUS: e-KTP),†JST (Jurnal Sains dan Teknol., vol. 11, no. 1, pp. 175–183, 2022, doi: 10.23887/jstundiksha.v11i1.42279.
A. A. A. Cirua, W. Firgiawan, and S. Cokrowibowo, “Penghitungan Jumlah Telur pada Kandang Ayam Petelur menggunakan Connected Component Labelling dengan Peningkatan Kecerahan Citra,†Konf. Nas. Ilmu Komput., pp. 1–4, 2021.
K. C. Kirana, “PENGOLAHAN CITRA DIGITAL: Teori dan Penerapan Pengolahan Citra Digital pada Deteksi Wajah.†Ahlimedia Book, 2021.
D. Normalasari and I. Afrianto, “Aplikasi Identifikasi Kata Berbasis Optical Character Recognition dan Augmented Reality,†Komputa J. Ilm. Komput. dan Inform., vol. 8, no. 2, pp. 77–85, 2019, doi: 10.34010/komputa.v8i2.3053.
R. Ptak, B. Zygadło, and O. Unold, “Projection-based text line segmentation with a variable threshold,†Int. J. Appl. Math. Comput. Sci., vol. 27, no. 1, pp. 195–206, 2017, doi: 10.1515/amcs-2017-0014.
T. A. Munandar, S. Sumiati, and V. Rosalina, “Pattern of symptom correlation on type of heart disease using approach of pearson correlation coefficient,†IOP Conf. Ser. Mater. Sci. Eng., vol. 830, no. 2, 2020, doi: 10.1088/1757-899X/830/2/022086.
