Implementasi Optical Character Recognition (OCR) untuk Meningkatkan Akurasi dan Kecepatan Input Data di Posyandu
DOI:
https://doi.org/10.33795/jip.v11i1.6025Keywords:
Akurasi Data, Efisiensi, Optical Character Recognition, PosyanduAbstract
Posyandu adalah salah satu lembaga kesehatan masyarakat yang membutuhkan pengumpulan dan pemrosesan data yang efisien dan akurat untuk keperluan pemantauan dan evaluasi. Namun, proses pengumpulan data di Posyandu saat ini masih dilakukan secara manual dengan mengetikkan informasi langsung ke dalam sistem, yang rentan terhadap kesalahan dan memakan waktu cukup lama. Penelitian ini bertujuan untuk mengembangkan sistem yang mempermudah kader Posyandu dalam proses penginputan data dengan menerapkan teknologi Optical Character Recognition (OCR). Teknologi OCR digunakan untuk mengenali karakter dari teks yang ditulis tangan atau dicetak menjadi format digital yang dapat diproses oleh komputer. Pengujian sistem dilakukan dengan menggunakan data dari alat ukur digital untuk mengukur akurasi dan efisiensi waktu pemrosesan. Hasil pengujian menunjukkan bahwa sistem yang dikembangkan mampu mendeteksi karakter pada alat ukur digital dengan rata-rata akurasi sebesar 82% pada jarak 10 cm di dalam ruangan. Selain itu, rata-rata waktu yang dibutuhkan untuk pemrosesan gambar adalah 2,65 detik per gambar. Berdasarkan hasil tersebut, penerapan teknologi OCR dalam sistem informasi Posyandu terbukti dapat meningkatkan efisiensi penginputan data dengan mempercepat proses dan mengurangi potensi kesalahan.
Downloads
References
AISSMS Institute of Information Technology, & Institute of Electrical and Electronics Engineers. (2020). 2020 International Conference on Emerging Smart Computing and Informatics (ESCI) : AISSMS Institute of Information Technology, Pune, India. Mar 12-14, 2020.
Arief, B., Kholifatullah, H., & Prihanto, A. (2023). Penerapan Metode Long Short Term Memory Untuk Klasifikasi Pada Hate Speech. Journal of Informatics and Computer Science, 04.
Dwi Putra, A., Pratiwi, T., & Asharudin, F. (2022). Sistem Informasi Posyandu Dusun Pelemgede Desa Sodo Kecamatan Paliyan Kabupaten Gunungkidul. In Information Sistem Journal (INFOS) | (Vol. 5, Issue 1).
Farmani, P. I., Adiputra, I. N. M., & Laksmini, P. A. (2021). Perancangan Sistem Informasi Posyandu Sebagai Upaya Digitalisasi Data Posyandu di UPTD Puskesmas II Dinas Kesehatan Kecamatan Denpasar Timur. Indonesian of Health Information Management Journal (INOHIM), 9(2), 115–126. https://doi.org/10.47007/inohim.v9i2.311
Ibnutama, K., Panjaitan, Z., & Ginting, E. F. (2019). J-SISKO TECH Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Modifikasi Metode Template Matching pada OCR Untuk Meningkatkan Akurasi Deteksi Plat Nomor Kendaraan. , 21(2), 21–29.
Ramba, L. S. (2020). Design Of A Voice Controlled Home Automation System Using Deep Learning Convolutional Neural Network (DL-CNN). Telekontran: Jurnal Ilmiah Telekomunikasi, Kendali Dan Elektronika Terapan, 8(1), 57–73. https://doi.org/10.34010/telekontran.v8i1.3078
Ramdhani, T. W., Budi, I., & Purwandari, B. (n.d.). Optical Character Recognition Engines Performance Comparison in Information Extraction. In IJACSA) International Journal of Advanced Computer Science and Applications (Vol. 12, Issue 8). www.ijacsa.thesai.org
Rizani, F., Informatika, J., Komputer, I., Almuslim, U., Almuslim, J., & Cut Bireuen -Aceh, P. (n.d.). Sistem Informasi Posyandu Kabupaten Bireuen Berbasis Authorization Managament System. Jurnal TIKA Fakultas Ilmu Komputer Universitas Almuslim, 7(1).
Sanjaya, I., & Sugiarto, I. (2022). Sistem Pemantauan Meteran Air Berbasis Optical Character Recognition. In Jurnal Teknik Elektro (Vol. 15, Issue 2). https://embedded-lab.com/blog/high-voltage-seven-segment-
Setiawan A, S. H. B. A. (2017). Implementasi Optical Character Recognition (OCR) pada Mesin Penerjemah Bahasa Indonesia ke Bahasa Inggris. Jurnal Sistem Dan Teknologi Informasi (JUSTIN), 5.
