Penerapan Algoritma Optical Character Recognition (OCR) Untuk Pelaporan Surat Pengantar Pengiriman BBM Di PT. Mandiri Melangkah Sejahtera
DOI:
https://doi.org/10.31849/m0rmzp82Keywords:
Optical Character Recognition, Aplikasi Mobile, OpenCV, Tesseract, Efisiensi OperasionalAbstract
Pengelolaan dokumen di PT. Mandiri Melangkah Sejahtera, sebuah perusahaan transportir BBM, masih mengandalkan proses manual untuk input data Surat Pengantar Pengiriman BBM, yang mengakibatkan inefisiensi dan tingginya potensi kesalahan. Penelitian ini bertujuan untuk merancang dan membangun sebuah aplikasi mobile berbasis Optical Character Recognition (OCR) guna mengotomatisasi dan mempercepat proses pelaporan. Metode penelitian yang digunakan adalah metode prototype dengan mengembangkan aplikasi Android native menggunakan Kotlin. Pipeline OCR diimplementasikan dengan mengkombinasikan library OpenCV untuk tahap pra-pemrosesan gambar (seperti deskewing dan adaptive thresholding) dan Tesseract OCR untuk pengenalan teks. Pengujian sistem dilakukan melalui metode Black Box, White Box, serta pengujian kuantitatif terhadap akurasi OCR. Hasil pengujian menunjukkan bahwa implementasi pra-pemrosesan dengan OpenCV sangat krusial, terbukti berhasil meningkatkan Rata-rata Akurasi Kata dari 34.17% menjadi 76.9% dan menurunkan Word Error Rate (WER) secara signifikan dari 65.27% menjadi 24.7%. Kesimpulannya, aplikasi OCR berbasis mobile ini terbukti menjadi solusi yang layak dan efektif untuk meningkatkan efisiensi dan akurasi pelaporan dokumen di perusahaan.
References
[1] F. Tjiptabudi and R. Ndaumanu, “Implementasi Aplikasi Arsip Dokumen Untuk Mendukung Proses Bisnis Pada Pt. XXX Implementation of Document Archive Application to Support Business Processes at PT. XXX,” Pontianak, May 2024.
[2] L. Sava and E. Petreanu, “Audit Documentation – An Important Factor In Financial Audit Mission,” JOURNAL OF SOCIAL SCIENCES, vol. 7, no. 2, pp. 15–24, Jul. 2024, doi: 10.52326/jss.utm.2024.7(2).02.
[3] M. F. L. Ambarwati and D. Adianti, “Efisiensi dalam Pengelolaan Dokumen Berbasis Digital,” Jurnal Administrasi dan Kesekretarisan, vol. 7, no. 1, pp. 95–109, Mar. 2022, doi: 10.36914/jak.v7i1.767.
[4] S. Sharmin, T. Mim, and M. Rahman, “Bangla Optical Character Recognition for Mobile Platforms: A Comprehensive Cross-Platform Approach,” American Journal of Electrical and Computer Engineering, vol. 8, no. 2, pp. 31–42, Sep. 2024, doi: 10.11648/j.ajece.20240802.12.
[5] H. Cho, J. Jeong, C. Lee, S. Yun, K. Bang, and J. Byun, “Design and Implementation for BIC Code Recognition System of Containers using OCR and CRAFT in Smart Logistics,” WSEAS Transactions on Computer Research, vol. 11, pp. 62–72, 2023, doi: 10.37394/232018.2023.11.6.
[6] Dr. S. Mubeen, J. Brahmani, D. P. Kalyan, A. Jagirdar, and A. P. Kumar, “Optical Character Recognition Using Tesseract,” Int J Res Appl Sci Eng Technol, vol. 10, no. 11, pp. 672–675, Nov. 2022, doi: 10.22214/ijraset.2022.47414.
[7] A. Hudawi, M. Kamalio, and M. Syafi’i, “Sistem Informasi Pengarsipan Dokumen Berbasis Framework Codeigniter di Tata Usaha Fakultas Teknik Universitas Nurul Jadid Probolinggo,” TRILOGI: Jurnal Ilmu Teknologi, Kesehatan, dan Humaniora, vol. 3, no. 3, Dec. 2022, doi: 10.33650/trilogi.v3i3.3893.
[8] M. N. Darpito, K. Firdausy, and A. Fadlil, “Perbandingan Unjuk Kerja Library Optical Character Recognition (OCR) dalam Pengenalan Teks pada Dokumen Digital,” JIP (Jurnal Informatika Polinema), vol. 11, no. Vol. 11 No. 3 (2025): Vol. 11 No. 3 (2025), pp. 273–81, May 2025, doi: 10.33795/jip.v11i3.7025.
[9] A. F. I. Setyadi and Y. A. Susetyo, “Implementasi Algoritma LSTM pada Aplikasi Optical Character Recognition Berbasis Website Menggunakan Tesseract OCR,” Jurnal Teknologi Sistem Informasi dan Aplikasi, vol. 6, no. 2, pp. 63–71, Apr. 2023, doi: 10.32493/jtsi.v6i2.29235.
[10] 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, Jul. 2024, doi: 10.52436/1.jutif.2024.5.4.2242.
[11] Y. Maurer, P. Schneider, and R. Marschall, “Nautilus – An End-To-End METS/ALTO OCR Enhancement Pipeline,” LIBER Quarterly, vol. 33, no. 1, Feb. 2023, doi: 10.53377/lq.13330.
