Optical Character Recognition Menggunakan Relevance Vector Machine Pada Ekstraksi Citra E-Ktp

Optical Character Recognition (OCR) merupakan teknologi yang memproses atau mengenali karakter yang terdapat pada suatu citra. OCR dapat mengenali karakter hasil tulisan tangan maupun hasil cetakan, namun kinerjanya bergantung pada kualitas citra. Citra yang digunakan dalam penelitian ini adalah Kartu Tanda Penduduk Elektronik (E-KTP). E-KTP tidak memiliki salinan data, tetapi sering digunakan untuk kepentingan administrasi dalam kehidupan bermasyarakat contohnya pembuatan Surat Izin Mengemudi (SIM). Sehingga dibutuhkan suatu pengekstraksian citra agar data yang terdapat pada E-KTP dapat dicari dan digunakan sesuai dengan kebutuhan. Apabila citra yang diolah secara benar melalui sistem komputer maka dapat memberi keuntungan pada berbagai aspek dalam kehidupan nyata. Pada penelitian ini bertujuan untuk membangun sebuah sistem OCR untuk mengenali karakter yang terdapat pada citra E-KTP menggunakan Relevance Vector Machine (RVM). Berdasarkan pengujian akurasi menggunakan Classification Accuracy menghasilkan hasil yang kurang memuaskan, akurasi tertinggi terdapat pada label kota/kabupaten menghasilkan akurasi sebesar 0,3% dengan menggunakan 30 data uji.