Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD
Muhammad Haris
STMIK Triguna Dharma
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Implementasi OCR Menggunakan Algoritma Template Matching Correlation pada Pengarsipan e-KTP Muhammad Haris; Mhd Gilang Suryanata; Milfa Yetri
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol 6, No 2 (2023): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v6i2.8134

Abstract

Kartu Tanda Penduduk Elektronik atau KTP-el/e-KTP merupakan kartu identitas yang memiliki kapasitas data sebesar 8 KB. Chip yang tertanam di dalam e-KTP memuat informasi yaitu: Nomor Induk Kependudukan; Nama Lengkap; Tempat Tanggal Lahir; Jenis Kelamin; Agama; Status; Golongan Darah; Alamat Lengkap; Pekerjaan; Pas foto; Tempat dan Tanggal dikeluarkannya KTP; Tanda Tangan Pemegang KTP; Nama dan Nomor Induk Pegawai Pejabat yang menandatanganinya. Pengarsipan data yang terdapat pada e-KTP sering kali masih menggunakan cara manual dengan mengetik data yang terdapat pada e-KTP secara langsung. Pengarsipan data dapat ditingkatkan dengan melakukan penginputan e-KTP secara otomatis. Hal ini berutujuan untuk meningkatkan efektivitas dan efisiensi pengarsipan e-KTP. Dari uraian tersebut maka dirancanglah sebuah sistem berbasis desktop dengan memanfaatkan sistem Optical Character Recognition (OCR) dan Algoritma Template Matching Correlation, pembacaan data teks yang terdapat pada e-KTP dapat dilakukan secara otomatis tanpa perlu mengetik ulang data yang terdapat pada e-KTP. Template Matching Correlation merupakan sebuah Algoritma dalam OCR yang dapat menemukan korelasi antara dua buah citra yang memiliki kesamaan dengan nilai -1 sampai dengan +1. Hasil dari penelitian ini adalah sebuah aplikasi yang dapat melakukan pendeteksian karakter teks pada 15 field dalam e-KTP dengan rata-rata akurasi yang didapat sebesar 79%.
Co-Authors Mhd Gilang Suryanata Milfa Yetri