Optical Character Recognition Menggunakan Metode Reduced Support Vector Machine Pada Ekstraksi Dokumen Citra Kartu Tanda Penduduk Elektronik (E-KTP)

Majid, Ari Abdul (2020) Optical Character Recognition Menggunakan Metode Reduced Support Vector Machine Pada Ekstraksi Dokumen Citra Kartu Tanda Penduduk Elektronik (E-KTP). Other thesis, Univesitas Komputer Indonesia.

Preview	Text UNIKOM_Ari Abdul Majid_Cover.pdf - Published Version Download (72kB) | Preview
Preview	Text UNIKOM_Ari Abdul Majid_Lembar Pengesahan.pdf - Published Version Download (227kB) | Preview
Preview	Text UNIKOM_Ari Abdul Majid_Surat Keterangan Publikasi.pdf - Published Version Download (178kB) | Preview
Preview	Text UNIKOM_Ari Abdul Majid_Surat Keterangan Orisinalitas.pdf - Published Version Download (194kB) | Preview
Preview	Text UNIKOM_Ari Abdul Majid_Kata Pengantar.pdf - Published Version Download (57kB) | Preview
Preview	Text UNIKOM_Ari Abdul Majid_Daftar Isi.pdf - Published Version Download (92kB) | Preview
Preview	Text UNIKOM_Ari Abdul Majid_Bab 1.pdf - Published Version Download (121kB) | Preview
Preview	Text UNIKOM_Ari Abdul Majid_Bab 2.pdf - Published Version Download (425kB) | Preview
	Text UNIKOM_Ari Abdul Majid_Bab 3.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text UNIKOM_Ari Abdul Majid_Bab 4.pdf - Published Version Restricted to Repository staff only Download (539kB) | Request a copy
Preview	Text UNIKOM_Ari Abdul Majid_Bab 5.pdf - Published Version Download (80kB) | Preview
Preview	Text UNIKOM_Ari Abdul Majid_Daftar Pustaka.pdf - Published Version Download (47kB) | Preview
Preview	Text UNIKOM_Ari Abdul Majid_Kontak Penulis Dan Kontributor Penelitian.pdf - Published Version Download (110kB) | Preview

Abstract

KTP elektronik (E-KTP) merupakan kartu identitas setiap warga. E-KTP mirip dengan KTP biasa, hanya ditambah chip yang berfungsi sebagai smart card [1]. Dalam E-KTP memuat berbagai informasi mengenai identitas warga, oleh karena itu dilakukan ekstraksi informasi guna mengubah informasi yang tidak terstruktur menjadi data yang terstruktur. Pada proses ekstraksi informasi, digunakan metode Optical Character Recognition (OCR) untuk mengenali pola tulisan atau karakter yang terdapat pada citra E-KTP. Sebelumnya telah dilakukan penelitian tentang ekstraksi informasi pada citra E-KTP dengan menggunakan algoritma Template Matching. Algoritma Template Matching sangat baik dalam pengenalan karakter yang terdapat pada E-KTP. Pada penelitian ini, peneliti menggunakan algoritma Reduced Support Vector Machine (RSVM). RSVM merupakan turunan dari algoritma Support Vector Machine (SVM), namun pada SVM memiliki kekurangan yaitu kurang efisien dalam menangani jumlah data yang besar. Kelebihan RSVM dibanding dengan SVM adalah kemampuan algoritma RSVM mampu mengurangi kompleksitas model, waktu komputasi, dan penggunaan memori yang jauh lebih kecil. Dengan menggunakan 400 dataset citra E-KTP, hasil dari proses klasifikasi dengan menggunakan metode RSVM pada kasus OCR dan ekstraksi informasi pada citra E-KTP diperoleh rata-rata akurasi sebesar 90,51% dengan menggunakan kernel Radial Basis Function (RBF) dengan nilai gamma terbaik 0,01 dan parameter v bernilai 10.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	RSVM, Ekstraksi Informasi, OCR, E-KTP, Zoning.
Subjects:	000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 005_Computer Programming, Programs & Data
Divisions:	S1_SKRIPSI > FTIK_Teknik Informatika (01)
Depositing User:	Mrs. Calis Maryani
Date Deposited:	29 Jun 2021 09:05
Last Modified:	29 Jun 2021 09:05
URI:	http://elibrary.unikom.ac.id/id/eprint/4010

Actions (login required)

View Item