AUDI KUSTANTI, MEILANI and Radzi Rathomi, Muhamad and Fattah Fahmitra, Novrizal (2026) ANALISIS PERBANDINGAN PREPROCESSING (BLUR, THRESHOLDING, CLAHE) DALAM MENINGKATKAN AKURASI OCR PADA SISTEM INSPEKSI BERBASIS RASPBERRY PI. S1 thesis, Universitas Maritim Raja Ali Haji.

	Text (Cover) MEILANI AUDI KUSTANTI_2201020078_TEKNIK INFORMATIKA_COVER.pdf - Published Version Download (970kB)
	Text (Abstrak) MEILANI AUDI KUSTANTI_2201020078_TEKNIK INFORMATIKA_ABSTRAK.pdf - Published Version Download (271kB)
	Text (Bab I) MEILANI AUDI KUSTANTI_2201020078_TEKNIK INFORMATIKA_BAB I.pdf - Published Version Download (319kB)
	Text (Daftar Pustaka) MEILANI AUDI KUSTANTI_2201020078_TEKNIK INFORMATIKA_DAFTAR PUSTAKA.pdf - Published Version Download (290kB)
	Text (FULL TEKS) MEILANI AUDI KUSTANTI_2201020078_TEKNIK INFORMATIKA_FULL TEKS.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Proses inspeksi product code label pada industri manufaktur masih banyak dilakukan secara manual sehingga berpotensi menimbulkan kesalahan pembacaan dan menurunkan efisiensi proses produksi. Salah satu solusi yang dapat diterapkan adalah sistem inspeksi visual berbasis Optical Character Recognition (OCR). Namun, kualitas citra yang dipengaruhi oleh pencahayaan dan noise dapat menurunkan performa OCR sehingga diperlukan tahapan preprocessing. Penelitian ini bertujuan menganalisis perbandingan metode preprocessing Blur, Thresholding, dan Contrast Limited Adaptive Histogram Equalization (CLAHE) dalam meningkatkan performa OCR pada sistem inspeksi visual berbasis Raspberry Pi 4 Model B. Penelitian menggunakan 100 citra product code label yang diproses melalui tahapan Region of Interest (ROI), preprocessing, dan OCR menggunakan Tesseract OCR engine berbasis Long Short-Term Memory (LSTM). Sistem dievaluasi menggunakan parameter Character Error Rate (CER), Character Accuracy, dan Processing Time. Hasil penelitian menunjukkan bahwa metode Thresholding memberikan hasil optimal dengan nilai CER sebesar 30,33%, Character Accuracy sebesar 69,67%, dan Processing Time sebesar 0,528 detik. Metode Blur memperoleh CER sebesar 40,60%, Character Accuracy sebesar 60,00%, dan Processing Time sebesar 0,646 detik, sedangkan CLAHE menghasilkan performa terendah dengan CER sebesar 96,33%, Character Accuracy sebesar 4,00%, dan Processing Time sebesar 1,256 detik. Selain itu, sistem mampu mempercepat waktu inspeksi 100 produk dari 15 menit menjadi 9 menit. Berdasarkan hasil tersebut, metode Thresholding merupakan preprocessing yang paling optimal untuk meningkatkan performa OCR pada sistem inspeksi visual berbasis Raspberry Pi 4 Model B. Kata kunci: Optical Character Recognition (OCR), Preprocessing, Thresholding, Raspberry Pi 4 Model B, Product Code Label.

Actions (login required)

View Item