Analisis Metode Tesseract OCR Berbasis OpenCV Sebagai Sistem Rekomendasi Data Untuk Tahap Pra-Login Pemira

Authors

  • muhammad Asla Labiib Badaly Universitas Nusantara PGRI Kediri Indonesia
  • Danar Putra Pamungkas Universitas Nusantara PGRI Kediri Indonesia
  • Made Ayu Dusea Widya Dara Universitas Nusantara PGRI Kediri Indonesia

DOI:

https://doi.org/10.29407/eqvcpx90

Abstract

Keamanan portal login Pemilihan Raya Mahasiswa (Pemira) merupakan faktor krusial dalam mencegah pencurian identitas. Penelitian ini mengkaji penggunaan teknologi Tesseract Optical Character Recognition (OCR) untuk mengekstrak data dari Kartu Tanda Mahasiswa (KTM). Sistem ini berfokus pada pembacaan Nomor Pokok Mahasiswa (NPM) dengan mengubah citra KTM menjadi teks digital menggunakan OpenCV pada tahap pemrosesan grafis. Pengujian dilakukan dengan 20 sampel foto KTM dalam berbagai kondisi pencahayaan. Temuan penelitian menunjukkan bahwa Tesseract OCR mencapai tingkat keberhasilan 100 persen pada pencahayaan optimal dan akurasi keseluruhan sebesar 85 persen. Hasil tersebut menunjukkan bahwa Tesseract OCR dapat digunakan sebagai sistem entri data otomatis yang memfasilitasi otentikasi sekunder dalam sistem elektronik.

Keywords:

Tesseract OCR, Validasi KTM, Login Pemira, Pemrosesan Gambar, Akurasi

##plugins.themes.default.displayStats.downloads##

##plugins.themes.default.displayStats.noStats##

References

[1] A. Martua and M. Femy Mulya, "Sistem Informasi E-Voting Pada Pemilihan (Pemira) Tanri Abeng University (TAU) Menggunakan Code Igniter (STUDI KASUS: TANRI ABENG UNIVERSITY)," Prosiding TAU SNARS-TEK Seminar Nasional Rekayasa dan Teknologi, vol. 3, no. 1, pp. 106-115, 2024.

[2] Z. Masyhur et al., "Analisis Keamanan dan Integritas Data dalam Sistem E-Voting," Insypro, vol. 8, no. 1, 2023.

[3] A. Wibowo, "Implementasi Penerapan E-Voting dalam Rangka Transformasi Digital pada Manajemen Pemilihan Umum di Indonesia," 2024.

[4] M. M. I. Gultom and D. Saripurna, "Perancangan Sistem Keamanan Aplikasi E-Voting Untuk Pemilihan Ketua Badan Eksekutif Mahasiswa Fakultas Teknik UISU Dengan Menggunakan Algoritma MD5," 2024.

[5] M. N. Darpito, K. Firdausy, and A. Fadlil, "Perbandingan Unjuk Kerja Library Optical Character Recognition (OCR) dalam Pengenalan Teks pada Dokumen Digital," Jurnal Informatika Polinema, vol. 11, no. 3, pp. 273-282, 2025.

[6] D. Sporici, E. Cuşnir, and C. A. Boiangiu, "Improving the accuracy of Tesseract 4.0 OCR engine using convolution-based preprocessing," Symmetry, vol. 12, no. 5, 2020.

[7] H. Holila, A. R. Pratama, S. A. P. Lestari, and J. Indra, "INTRODUCTION NATIONAL IDENTIFICATION NUMBER AND NAME ON ID CARD USING OCR (OPTICAL CHARACTER RECOGNITION) METHOD," Jurnal Teknik Informatika (Jutif), vol. 5, no. 4, pp. 1191-1196, 2024.

[8] A. Marshanda Syahputri, B. Harijanto, and C. Rahmad, "IMPLEMENTASI OPTICAL CHARACTER RECOGNITION (OCR) UNTUK MENINGKATKAN AKURASI DAN KECEPATAN INPUT DATA DI POSYANDU," 2024.

[9] B. Basiroh and W. Lestari, "IMAGE BACKGROUND PROCESSING FOR COMPARING ACCURACY VALUES OF OCR PERFORMANCE," Jurnal Pilar Nusa Mandiri, vol. 16, no. 1, pp. 25-32, 2020.

[10] B. Saputra, K. Natawijaya, F. Puja Kesuma, M. Ubaidillah Al Hanif, and E. Aulia Rahmadanti, "Aplikasi Pemindai Dokumen Berbasis Cross-Platform dengan Optical Character Recognition di PT PLN ULP Rivai," 2024.

Downloads

Published

2026-07-20

How to Cite

Analisis Metode Tesseract OCR Berbasis OpenCV Sebagai Sistem Rekomendasi Data Untuk Tahap Pra-Login Pemira. (2026). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 10(1), 780-787. https://doi.org/10.29407/eqvcpx90