Pengenalan Karakter Menggunakan Backpropagation Neural Network Pada Kasus Dokumen Sertifikat

Otomisasi dalam perkembangan teknologi saat ini sangat dibutuhkan dalam setiap kegiatan, antara lain proses otomisasi untuk mendapatkan informasi dari dokumen cetak. Pengenalan karakter optik atau biasa disebut Optical Character Recognition (OCR) merupakan salah satu solusi efektif yang mampu melakukan proses perubahan suatu citra dokumen cetak menjadi karakter dalam bentuk digital. Sertifikat merupakan dokumen yang sangat penting, antara lain umumnya pada bidang administrasi atau yang berhubungan dengan manajemen manusia. Informasi yang terdapat pada sertifikat dapat dimanfaatkan untuk berbagai macam kepentingan antara lain dalam proses rekruitmen pegawai. Dokumen sertifikat dijadikan sebagai objek penelitian ini, karena permasalahan yang muncul adalah variasi yang ada pada dokumen sertifikat. Contohnya berbagai jenis ukuran dan tipe tulisan yang bermacam-macam bentuknya. Pada penelitian ini metode yang digunakan dalam melakukan pengenalan karakter pada dokumen sertifikat adalah Backpropagation Neural Network. Sebelum melakukan pengenalan karakter citra akan dilakukan tahap preprocessing yang perlu dilewati yaitu Grayscale, Binarization, Image Segmentation, dan Resize. Proses preprocessing akan dibantu dengan menggunakan metode Maximally Stable Extremal Regions (MSER). Didapatkan hasil akurasi sebesar 73,043% dan rata-rata akurasi sebesar 53,491%.