Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Technology Information
Fajar Hamdani
Universitas Widyatama Bandung
Computer Science & IT Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Dampak Prapemrosesan Citra dan Teks Terhadap Tingkat Akurasi OCR dan Skor ROUGE Fajar Hamdani; Esa Fauzi
Journal of Artificial Intelligence and Technology Information (JAITI) Vol. 4 No. 3 (2026): Volume 4 Number 3 September 2026 (Issue in Progress)
Publisher : PT. Tech Cart Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/jaiti.v4i3.315

Abstract

Dokumen digital berformat PDF yang memuat tulisan tangan atau hasil pindaian beresolusi rendah sering kali sulit untuk diekstraksi informasinya. Penelitian ini mengkaji dampak prapemrosesan citra dan teks dalam meningkatkan akurasi proses ekstraksi menggunakan teknologi Optical Character Recognition (OCR) serta peringkasan otomatis menggunakan Natural Language Processing (NLP). Fokus penelitian tidak diarahkan pada perancangan model OCR atau NLP baru, melainkan pada signifikansi tahapan prapemrosesan terhadap kualitas teks masukan pada sistem. Tahapan prapemrosesan citra yang diterapkan bersifat adaptif, meliputi pemotongan area teks, deskew, resize bikubik, konversi grayscale, denoising, Contrast Limited Adaptive Histogram Equalization (CLAHE), Gaussian blur, adaptive threshold, dan morfologi opening. Teks hasil OCR kemudian dibersihkan dan diperbaiki secara adaptif sebelum diringkas menggunakan model T5 bahasa Indonesia. Hasil pengujian terhadap 23 sampel dokumen menunjukkan bahwa intervensi prapemrosesan berhasil meningkatkan akurasi pengenalan karakter dari 65,31% menjadi 75,10%. Selain itu, pada tahap evaluasi peringkasan teks juga terjadi peningkatan skor ROUGE-1 dari 21,89% menjadi 32,24%, ROUGE-2 dari 8,69% menjadi 16,16%, dan ROUGE-L dari 16,93% menjadi 26,43%. Hasil pengujian ini membuktikan bahwa tahapan prapemrosesan citra dan teks sangat penting dalam memperbaiki kinerja pengenalan karakter dan peringkasan dokumen
Co-Authors Esa Fauzi