Deteksi dan Interpretasi Tulisan Tangan Bahasa Indonesia melalui Pemrosesan Citra dan Optical Character Recognition (OCR)
Susetyo Bagas Bhaskoro, Dedi Wijaya, Shafa Aulia Hazim DarmawanNon-Scopus9 Mei 2025Afiliasi: ID
Abstrak
Penelitian ini mengembangkan sistem pengenalan tulisan tangan menggunakan OCR berbasis arsitektur pra-pelatihan DB_Resnet dan CRNN_VGG16 yang diintegrasikan dengan perangkat keras seperti Arduino Uno, motor stepper, sensor infrared, kamera, dan kerangka aluminium. Sistem ini dilengkapi antarmuka berbasis website yang dikembangkan menggunakan Flask. Pengujian menunjukkan akurasi rata-rata pengenalan teks sebesar 51,70% dengan validasi menggunakan dataset KBBI. Hasil penelitian menunjukkan keberhasilan integrasi teknologi OCR dengan perangkat keras dan perangkat lunak, yang diharapkan dapat meningkatkan efisiensi pengolahan data tulisan tangan.
Identifier
- DOI: https://doi.org/10.48182/jtrm.v7i1.193
- OpenAlex: https://openalex.org/W4410837766

