SISTEM INFORMASI DATA SISWA BERBASIS OCR (OPTICAL CHARACTER RECOGNITION) PADA SMK BINA HARAPAN

Muhammad Nafsin, Akhmad Qashlim, Ul Khairat

Abstract


Data siswa adalah identitas unik yang berisi informasi tentang siswa seperti nama, tanggal lahir, nomor identitas dll yang digunakan untuk keperluan administrasi sekolah. OCR (Optical Character Recognition) adalah algoritma system komputer yang digunakan secara otomatis untuk mengenali serangkaian karakter teks pada sebuah gambar. Dengan menggunakan OCR (Optical Character Recognition) dapat membantu pekerjaan operator dalam penginputan data siswa secara otomatis. Metode penelitian yang digunakan adalah kuesioner, studi Pustaka, observasi dan wawancara di SMK Bina Harapan. Pada ssstem yang di usulkan admin melakukan penginputan file gambar seperti Ijazah, SKHU, Akta Kelahiran dan Kartu Keluarga untuk di scan dengan menggunakan OCR (Optical Character Recognition) yang mana hasilnya adalah data berupa text. Setelah uji coba pada sampel gambar, tingkat keberhasilan scan Ijazah 60%, SKHU berhasil scan 95%, Kartu Keluarga 60%, dan Akta Kelahiran 30%. Tingkat keberhasilan scan yang berbeda – beda tersebut dipengaruhi tingkat kualitas gambar dan tingkat kerumitan karakter. Dari tingkat keberhasilan tersebut, aplikasi ini memenuhi kriteria layak digunakan karena hasil text dapat diolah dan aplikasi berjalan sesuai tujuan.

Keywords


Data Siswa, OCR (Optical Character Recognition), Sistem Informasi

Full Text:

PDF

References


Alfarisi, R. E. (2020). Rancang Bangun Aplikasi Terjemahan Bahasa Jepang-Indonesia Berbasis Android Menggunakan Tesseract Ocr (Doctoral dissertation, Universitas Komputer Indonesia).

Lesmana, C., Arifin, A., & Santoso, D. (2017). Tingkat Pemahaman Operator Sekolah Pada Aplikasi Dapodik Di Kecamatan Pontianak Selatan. Jurnal Pendidikan Informatika dan Sains, 5(2), 184-194.

Muhtadi Hilmi A. Tawakkal, 2018, “Pengembangan aplikasi Android untuk pengenalan citra digital sertifikat Halal MUI menggunakan metode Tesseract Optical Character Recognition (OCR) perpustakaan”. Program Studi Tekhnik Informatika, Sekolah Tinggi Tekhnologi Terpadu Nurul Fikri.

Misbah Riyandi Fauzi, dkk, 2018, “Mengubah tulisan tangan menjadi text digital OCR dengan menggunakan metode segmentasi dan korelasi”. TRANSIENT, vo.2 No.4, Desember 2013, ISSN: 2302-9927, 1014.

Muharom, Syahri, 2019, “Sistem Pengenalan Nomor Ruangan menggunakan tekhnologi OCR dan Template Matching”. Jurnal Ilmiah Teknologi Informasi dan Komunikasi, P-ISSN: 2502-3470, E-ISSN: 2581-0367

Qashlim, A., & Hasruddin, H. (2015). “Implementasi Teknologi QR-Code Untuk Kartu Identitas”. Jurnal Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar, 1(2), 1-6.

Setiawan, A. A., & Sudigdo, A., 2019, “Penguatan literasi siswa sekolah dasar melalui kunjungan perpustakaan”. In Prosiding Seminar Nasional PGSD UST (Vol. 1).

Utama, S. W., & Kusumawardhani, A. (2017). Aplikasi Pendeteksi Plat Nomor Negara Indonesia Menggunakan OpenCV dan Tesseract OCR pada Android Studio. no. December.

Utami, A. E., Nurhayati, O. D., & Martono, K. T. (2016). Aplikasi Penerjemah Bahasa Inggris–Indonesia dengan Optical Character Recognition Berbasis Android. Jurnal Teknologi dan Sistem Komputer, 4(1), 167-177.

Yan Puspitarani dan Yenie Syukriyah, 2020, “Pemanfaatan OCR dan Text Feature Extraction untuk membangun Basis Data Pengaduan Tenaga Kerja”. Vol.1 Tahun 2017 s.d Vol.5 No.3 2021




DOI: http://dx.doi.org/10.35329/jp.v4i1.2201

Article Metrics

Abstract views : 386 times | PDF - 162 times

Refbacks

  • There are currently no refbacks.


Alamat Penyunting & Distribusi:

JOURNAL PEQGURUANG: Conference Series

E-ISSN: 2686-3472

Gedung Biro AKSI. Lt 2. Ruang  Lembaga Penelitian dan Pengabdian Masyarakat Universitas Al Asyariah Mandar
Telp./Fax (0428) 21038

Email: peqguruang@gmail.com

Website: https://journal.lppm-unasman.ac.id/index.php/peqguruan/index

Penerbit:
Lembaga Penelitian dan Pengabdian Masyarakat Universitas Al Asyariah Mandar


Indexed by:

    

   

Member of:

 

 

Creative Commons License
JOURNAL PEQGURUANG: Conference Series is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

 

Flag Counter