Deteksi dan Interpretasi Tulisan Tangan Bahasa Indonesia melalui Pemrosesan Citra dan Optical Character Recognition (OCR)

Bilah Samping Artikel

PDF
Diterbitkan: Mei 9, 2025
DOI: https://doi.org/10.48182/jtrm.v7i1.193
Kata Kunci:
CRNN, VGG16, OCR, Tulisan Tangan, RestNet

Isi Artikel Utama

Susetyo Bagas Bhaskoro
Politeknik Manufaktur Bandung
Rizqi Aji Pratama
Politeknik Manufaktur Bandung
Shafa Aulia Hazim Darmawan
Politeknik Manufaktur Bandung

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.

##plugins.generic.usageStats.downloads##

##plugins.generic.usageStats.noStats##

Rincian Artikel

##submission.howToCite##
Bhaskoro, S. B., Pratama, R. A., & Darmawan, S. A. H. (2025). Deteksi dan Interpretasi Tulisan Tangan Bahasa Indonesia melalui Pemrosesan Citra dan Optical Character Recognition (OCR). JTRM (Jurnal Teknologi Dan Rekayasa Manufaktur), 7(1), 48-64. https://doi.org/10.48182/jtrm.v7i1.193
Terbitan
Vol 7 No 1 (2025): Volume: 7 | Nomor: 1 | April 2025
Bagian
Articles
##submission.license.cc.by-sa4.footer##

Artikel yang diajukan untuk dipublikasikan pada JTRM (Jurnal Teknologi dan Rekayasa Manufaktur) ini adalah karya dari penulis dan/atau tim penulis yang memiliki pembahasan pada bidang sains dan teknologi. Naskah tersebut belum pernah dipublikasikan di Jurnal (media) apapun atau tidak sedang diajukan untuk dipublikasikan pada jurnal atau prosiding lain. Apabila terdapat duplikasi penerbitan, artikel akan dicabut/dihapus oleh Dewan Redaksi.

Nama dan alamat email yang dimasukkan pada laman JTRM (Jurnal Teknologi dan Rekayasa Manufaktur) hanya akan digunakan sebatas kepentingan penerbitan artikel pada laman JTRM (https://jtrm.polman-bandung.ac.id/) dan tidak akan diberikan kepada pihak lain untuk kepentingan apapun.

Referensi

[1] S. B. Bhaskoro and S. H. Supangkat, “An Extraction of Medical Information Based on Human Handwritings,” in International Conference on Information Technology Systems and Innovation (ICITSI), 2014.
[2] S. B. Bhaskoro, S. Akbar, and S. H. Supangkat, “Extracting Important Sentences for Public Health Surveillance Information from Indonesian Medical Articles,” in The International Conference on ICT for Smart Society (ICISS), 2017.
[3] M. Liao, Z. Zou, Z. Wan, C. Yao, and X. Bai, “Real-Time Scene Text Detection With Differentiable Binarization and Adaptive Scale Fusion,” IEEE Trans Pattern Anal Mach Intell, vol. 45, no. 1, pp. 919–931, Jan. 2023, doi: 10.1109/TPAMI.2022.3155612.
[4] B. Shi, X. Bai, and C. Yao, “An End-to-End Trainable Neural Network for Image-Based Sequence Recognition and Its Application to Scene Text Recognition,” IEEE Trans Pattern Anal Mach Intell, vol. 39, no. 11, pp. 2298–2304, Nov. 2017, doi: 10.1109/TPAMI.2016.2646371.
[5] S. D. Connell and A. K. Jain, “Template-based online character recognition,” Pattern Recognit, vol. 34, no. 1, pp. 1–14, 2001, doi: https://doi.org/10.1016/S0031-3203(99)00197-1.
[6] A. D et al., “Image Text Detection and Documentation Using OCR,” in 2024 International Conference on Smart Systems for Electrical, Electronics, Communication and Computer Engineering (ICSSEECC), Jun. 2024, pp. 410–414. doi: 10.1109/ICSSEECC61126.2024.10649443.
[7] R. Raj and A. Kos, “A Comprehensive Study of Optical Character Recognition,” in 2022 29th International Conference on Mixed Design of Integrated Circuits and System (MIXDES), Jun. 2022, pp. 151–154. doi: 10.23919/MIXDES55591.2022.9837974.
[8] R. Sumathy, S. N. Swami, T. P. Kumar, V. L. Narasimha, and B. Premalatha, “Handwriting Text Recognition using CNN and RNN,” in 2023 2nd International Conference on Applied Artificial Intelligence and Computing (ICAAIC), May 2023, pp. 766–771. doi: 10.1109/ICAAIC56838.2023.10140449.
[9] R. Mittal and A. Garg, “Text extraction using OCR: A Systematic Review,” in 2020 Second International Conference on Inventive Research in Computing Applications (ICIRCA), Jul. 2020, pp. 357–362. doi: 10.1109/ICIRCA48905.2020.9183326.
[10] J. Memon, M. Sami, R. A. Khan, and M. Uddin, “Handwritten Optical Character Recognition (OCR): A Comprehensive Systematic Literature Review (SLR),” IEEE Access, vol. 8, pp. 142642–142668, May 2020, doi: 10.1109/ACCESS.2020.3012542.
[11] P. Sona, G. V. Mini, and K. S. A. Viji, “OCR (Optical Character Recognition) Based Reading Aid,” in 2018 2nd International Conference on Trends in Electronics and Informatics (ICOEI), May 2018, pp. 1–7. doi: 10.1109/ICOEI.2018.8553775.