Article Sidebar
Main Article Content
Abstract
Teknologi pengenalan teks optik (OCR) dan jaringan syaraf konvolusional (CNN) memiliki peran penting dalam berbagai bidang, termasuk di industri farmasi. Sistem kegiatan sediaan farmasi yang masih manual sangat tidak efisien karena memakan banyak waktu. Penelitian ini menggunakan metode OCR dan CNN untuk mengenali teks pada kotak obat dan mengkalsifikasikan berdasarkan jenis kelas terapinya, dengan tujuan untuk mempermudah mencari letak penempatan obat di apotek. Penelitian ini diharapkan dapat memudahkan seorang apoteker dalam mencari obat yang diinginkannya serta memudahkan dalam melakukan penyediaan obat sesuai dengan klasifikasinya menggunakan kamera dengan metode OCR yang dapat mengidentifikasi letak dan jenis obat dengan cara pemindaian pada nama atau merk obat dalam kotak kemasan. Hasil dari penelitian ini total rata-rata nilai keberhasilan pembacaan OCR sebesar 83,78%. Hal tersebut dipengaruhi oleh pencahayaan yang bervariasi, fokus kamera yang minimal karena terlalu cepat mengambil gambar.
Keywords
Article Details
Copyright (c) 2024 Ii Munadhif, Widya Primaswari Putri1, M. Khoirul Hasin, Noorman Rinanto, Ryan Yudha Adhitya
This work is licensed under a Creative Commons Attribution 4.0 International License.
References
- PERATURAN MENTERI KESEHATAN REPUBLIK INDONESIA. (n.d.).
- Direktorat Jenderal Pelayanan Kesehatan. (n.d.).
- Jurnal, P. :, Masyarakat, K., Indriana, Y. M., Darmawan, E. S., Sjaaf, A. C., Administrasi, D., & Kesehatan, K. (2021). 0 | P a g e. Artikel, 2.
- Wang, J., Tang, J., Yang, M., Bai, X., & Luo, J. (2021). Improving OCR-based Image Captioning by Incorporating Geometrical Relationship. Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 1, 1306–1315. https://doi.org/10.1109/CVPR46437.2021.00136
- Amos, D. (n.d.). Python GUI Programming With Tkinter Working With Widgets Displaying Text and Images With Label Widgets Displaying Clickable Buttons With Button Widgets Getting User Input With Entry Widgets Getting Multiline User Input With Text Widgets Assigning Widgets
- Alfarizi, M. R. S., Al-farish, M. Z., Taufiqurrahman, M., Ardiansah, G., & Elgar, M. (2023). Penggunaan Python Sebagai Bahasa Pemrograman untuk Machine Learning dan Deep Learning. Karya Ilmiah Mahasiswa Bertauhid (KARIMAH TAUHID), 2(1), 1–6.
- ][6] Asmara, D. P., Faizah, N., & Kambry, M. A. (2023). Aplikasi Presensi Kehadiran Online pada Karyawan PT. Bringin Karya Sejahtera dengan Metode Location-Based Service Menggunakan Android Studio dan MySQL. Design Journal, 1(1), 64–71. https://doi.org/10.58477/dj.v1i1.58
- Kurniawan, R., & Octaviani, R. A. (2020). Perancangan Aplikasi Pengingat Masa Aktif STNK Berbasiskan Optical Character Recognition (OCR) dengan Algoritma Thresholding. Sentinel, 3(2), 260–273. https://doi.org/10.56622/sentineljournal.v3i2.23
- Almash, K. A., & Indriyanti, A. D. (2022). Identifikasi Merek Obat Menggunakan Metode OCR dengan Perbandingan Morphological Opening dan Closing. Journal of Informatics and Computer Science (JINACS), 3(04), 494–505. https://doi.org/10.26740/jinacs.v3n04.p494-505
- Hegghammer, T. (2022). OCR with Tesseract, Amazon Textract, and Google Document AI: a benchmarking experiment. Journal of Computational Social Science, 5(1), 861–882. https://doi.org/10.1007/s42001-021-00149-1
- Rizal Toha, M., & Triayudi, A. (2022). Penerapan Membaca Tulisan di dalam Gambar Menggunakan Metode OCR Berbasis Website pada e-KTP. Jurnal Sains Dan Teknologi, 11, 175–183. https://doi.org/10.23887/jst-undiksha.v11i1
- Kusnantoro, Rohana, T., & Kusumaningrum, D. S. (2022). Implementasi Metode Tesseract OCR(Optical Character Recognition)untuk Deteksi Plat Nomor Kendaraan Pada Sistem Parkir. Scientific Student Journal for Information, Technology and Science, III, 59–67.
- Nurhaliza, S. S., Subali, M., E T P, L., & Rozi. (2022). Analisis Kinerja Optical Character Recognition Untuk Membaca Dokumen Otomatis. Seminar Nasional Teknologi Informasi Dan Komunikasi STI&K, 6(1), 135–140.
- Alfarizi, M. R. S., Al-farish, M. Z., Taufiqurrahman, M., Ardiansah, G., & Elgar, M. (2023). Penggunaan Python Sebagai Bahasa Pemrograman untuk Machine Learning dan Deep Learning. Karya Ilmiah Mahasiswa Bertauhid (KARIMAH TAUHID), 2(1), 1–6.
References
PERATURAN MENTERI KESEHATAN REPUBLIK INDONESIA. (n.d.).
Direktorat Jenderal Pelayanan Kesehatan. (n.d.).
Jurnal, P. :, Masyarakat, K., Indriana, Y. M., Darmawan, E. S., Sjaaf, A. C., Administrasi, D., & Kesehatan, K. (2021). 0 | P a g e. Artikel, 2.
Wang, J., Tang, J., Yang, M., Bai, X., & Luo, J. (2021). Improving OCR-based Image Captioning by Incorporating Geometrical Relationship. Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 1, 1306–1315. https://doi.org/10.1109/CVPR46437.2021.00136
Amos, D. (n.d.). Python GUI Programming With Tkinter Working With Widgets Displaying Text and Images With Label Widgets Displaying Clickable Buttons With Button Widgets Getting User Input With Entry Widgets Getting Multiline User Input With Text Widgets Assigning Widgets
Alfarizi, M. R. S., Al-farish, M. Z., Taufiqurrahman, M., Ardiansah, G., & Elgar, M. (2023). Penggunaan Python Sebagai Bahasa Pemrograman untuk Machine Learning dan Deep Learning. Karya Ilmiah Mahasiswa Bertauhid (KARIMAH TAUHID), 2(1), 1–6.
][6] Asmara, D. P., Faizah, N., & Kambry, M. A. (2023). Aplikasi Presensi Kehadiran Online pada Karyawan PT. Bringin Karya Sejahtera dengan Metode Location-Based Service Menggunakan Android Studio dan MySQL. Design Journal, 1(1), 64–71. https://doi.org/10.58477/dj.v1i1.58
Kurniawan, R., & Octaviani, R. A. (2020). Perancangan Aplikasi Pengingat Masa Aktif STNK Berbasiskan Optical Character Recognition (OCR) dengan Algoritma Thresholding. Sentinel, 3(2), 260–273. https://doi.org/10.56622/sentineljournal.v3i2.23
Almash, K. A., & Indriyanti, A. D. (2022). Identifikasi Merek Obat Menggunakan Metode OCR dengan Perbandingan Morphological Opening dan Closing. Journal of Informatics and Computer Science (JINACS), 3(04), 494–505. https://doi.org/10.26740/jinacs.v3n04.p494-505
Hegghammer, T. (2022). OCR with Tesseract, Amazon Textract, and Google Document AI: a benchmarking experiment. Journal of Computational Social Science, 5(1), 861–882. https://doi.org/10.1007/s42001-021-00149-1
Rizal Toha, M., & Triayudi, A. (2022). Penerapan Membaca Tulisan di dalam Gambar Menggunakan Metode OCR Berbasis Website pada e-KTP. Jurnal Sains Dan Teknologi, 11, 175–183. https://doi.org/10.23887/jst-undiksha.v11i1
Kusnantoro, Rohana, T., & Kusumaningrum, D. S. (2022). Implementasi Metode Tesseract OCR(Optical Character Recognition)untuk Deteksi Plat Nomor Kendaraan Pada Sistem Parkir. Scientific Student Journal for Information, Technology and Science, III, 59–67.
Nurhaliza, S. S., Subali, M., E T P, L., & Rozi. (2022). Analisis Kinerja Optical Character Recognition Untuk Membaca Dokumen Otomatis. Seminar Nasional Teknologi Informasi Dan Komunikasi STI&K, 6(1), 135–140.
Alfarizi, M. R. S., Al-farish, M. Z., Taufiqurrahman, M., Ardiansah, G., & Elgar, M. (2023). Penggunaan Python Sebagai Bahasa Pemrograman untuk Machine Learning dan Deep Learning. Karya Ilmiah Mahasiswa Bertauhid (KARIMAH TAUHID), 2(1), 1–6.