Text

SKRIPSI IMPLEMENTASI OPTICAL CHARACTER RECOGNITION (OCR) BERBASIS CONVOLUTIONAL RECURRENT NEURAL NETWORK (CRNN) UNTUK EKSTRAKSI DATA PADA FORMULIR PRAPROPOSAL TUGAS AKHIR 1 (FPTA 1)

---

Perkembangan teknologi informasi mendorong transformasi digital dalam
berbagai bidang, termasuk administrasi pendidikan. Formulir Praproposal Tugas
Akhir 1 (FPTA 1) merupakan dokumen yang digunakan oleh mahasiswa Fakultas
Teknik Universitas Tidar dalam proses pengajuan judul tugas akhir. Pengelolaan
data FPTA 1 yang masih dilakukan secara manual menyebabkan proses pencatatan
membutuhkan waktu lebih lama dan berpotensi menimbulkan kesalahan input.
Penelitian ini bertujuan mengembangkan sistem ekstraksi data otomatis pada
dokumen FPTA 1 menggunakan metode Optical Character Recognition (OCR)
berbasis Convolutional Recurrent Neural Network (CRNN). Citra dipraproses
menggunakan metode cropping otomatis berdasarkan anchor untuk segmentasi
delapan field dokumen serta Multi Row Stretching untuk menangani field yang
memiliki lebih dari satu baris teks. Dataset terdiri atas 50 citra hasil pemindaian,
yang dibagi menjadi 40 dokumen sebagai data pelatihan dan 10 dokumen sebagai
data pengujian. Data pelatihan dibagi kembali menjadi 286 data latih dan 32 data
validasi selama fine-tuning, sedangkan data pengujian terdiri atas 80 sampel field.
Hasil ekstraksi disimpan ke dalam basis data SQLite melalui aplikasi berbasis
Streamlit dan dapat diekspor ke Microsoft Excel. Evaluasi menggunakan metrik
Character Error Rate (CER), Character Accuracy, dan Exact Match. Hasil
pengujian menunjukkan Character Accuracy sebesar 99,3% pada data pelatihan,
97,5% pada data validasi, dan 94,7% pada data pengujian. Model memperoleh
Character Accuracy sebesar 98,2%, CER sebesar 1,8%, dan Exact Match sebesar
84,2% secara keseluruhan. Field NPM memperoleh akurasi terbaik, sedangkan field
judul terendah akibat variasi dan panjang teks yang lebih tinggi. Hasil penelitian
menunjukkan bahwa sistem mampu mengekstraksi informasi pada dokumen FPTA
1 dengan akurasi tinggi sehingga mendukung digitalisasi administrasi akademik
secara lebih efisien.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

ELEKTRONIKA SAS I 2026

Penerbit

MAGELANG : UNIVERSITAS TIDAR., 2026

Deskripsi Fisik

XV;99 HLM;29 CM

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

621.38

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

PRODI_S1_TEKNIK_ELEKTRO

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar