Sistem Konversi Tulisan Tangan Huruf Atau Angka yang Ditampilkan Menjadi Teks dan Suara Secara Jelas
DOI:
https://doi.org/10.29407/1w0ggk71Keywords:
OCR, tulisan tangan, konversi teks, text-to-speech, pengolahan citraAbstract
Penelitian ini membahas pengembangan sistem konversi tulisan tangan menjadi teks digital dan suara menggunakan metode Optical Character Recognition (OCR) berbasis Tesseract serta integrasi text-to-speech Bahasa Indonesia. Latar belakang penelitian muncul dari kebutuhan digitalisasi data tulis tangan yang masih banyak digunakan di dunia pendidikan, administrasi, dan pencatatan manual. Sistem ini dirancang untuk mengenali huruf maupun angka yang ditulis tangan, kemudian hasil pengenalan tersebut ditampilkan sebagai teks dan dikonversi menjadi suara yang jelas. Tahapan penelitian mencakup preprocessing citra, perbaikan kemiringan (deskew), segmentasi, OCR, dan konversi suara. Pengujian dilakukan pada dataset tulisan tangan huruf A–Z dan angka 0–9 dengan berbagai variasi gaya tulisan. Hasil menunjukkan bahwa sistem mampu mengenali karakter tulisan tangan dengan baik dan menghasilkan suara yang sesuai dengan hasil teks. Sistem ini memberikan solusi praktis untuk membantu digitalisasi dokumen serta membantu pengguna yang membutuhkan akses informasi dalam bentuk audio. Penelitian ini diharapkan dapat dikembangkan lebih lanjut dengan integrasi model CNN untuk meningkatkan akurasi pengenalan..
Downloads
References
[1] Aksenta, A., Irmawati, I., Ridwan, A., Hayati, N., Sepriano, S., Herlinah, H., ... & Ginting, T. W. (2023). Literasi Digital: Pengetahuan & Transformasi Terkini Teknologi Digital Era Industri 4.0 dan Sociaty 5.0. PT. Sonpedia Publishing Indonesia.
[2] Soemantoro, Achsinfina H. Mengenal potensi anak melalui tulisan tangan. Grasindo, 2009.
[3] Haisar, F. (2018). Klasifikasi Analisis Sentimen Meme Dengan Metode Optical Character Recognition (OCR) dan Algoritma Naive Bayes. Pengemb. Teknol. Inf. dan Ilmu Komput, 2(8).
[4] Prasetya, M. I., Yadi, I. Z., Kunang, Y. N., & Permatasari, S. D. (2025). Prapemrosesan untuk Klasifikasi Gambar Aksara OKU Timur. Jurnal Teknologi Dan Sistem Informasi Bisnis, 7(1), 208-215.
[5] Yaqin, M. A. (2025). PENGARUH PEMANFAATAN ARTIFICIAL INTELLIGENCE TERHADAP AKSESIBILITAS LITERASI DIGITAL PENYANDANG DISABILITAS TUNANETRA BERBASIS APLIKASI SCREEN READER PADA SMARTPHONE (Doctoral dissertation, Universitas Islam Sultan Agung Semarang).
[6] Pujoseno, J. (2018). Implementasi Deep Learning Menggunakan Convolutional Neural Network Untuk Klasifikasi Alat Tulis.
[7] Shururi, A. (2019). Perancangan Arsitektur Enterprise untuk Sistem Informasi Akademik di Institut PTIQ Jakarta (Doctoral dissertation, Institut PTIQ Jakarta).
[8] SYAUQI, A. N. (2024). KOMPARASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK DAN TRANSFER LEARNING (RESTNET 50, MOBILE NET V2, DAN VGG16) UNTUK IDENTIFIKASI EKSPRESI WAJAH POTENSI KEJAHATAN (Doctoral dissertation, UNIVERSITAS PGRI SEMARANG).
[9] Galahartlambang, Y., Khotiah, T., Anwar, M., & Abdillah, D. F. (2024). Optimalisasi Preprocessing untuk Peningkatan Akurasi Pengenalan Plat Nomor pada Citra Tidak Ideal. Nucleus Journal, 3(2), 109-116.
[10] Alamin, Z., Mutmainah, S., & Hayun, M. (2025). Optimasi Ekstraksi Fitur Citra Karakter Font Menggunakan Algoritma Support Vector Machines (SVM) untuk Klasifikasi Tipografi. Scientific: Journal of Computer Science and Informatics, 2(1), 30-39.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Virgiawan Ramadhani, Dynu Anggoro Pangestu
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
