Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JTERA (Jurnal Teknologi Rekayasa)
Gunawan Sugiarta
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mechanical Engineering

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

Found 1 Documents
Search

 1 
Ekstraksi Informasi/Data e-KTP Menggunakan Optical Character Recognition Convolutional Neural Network Gunawan Sugiarta; Dianthika Puteri Andini; Syarief Hidayatullah
JTERA (Jurnal Teknologi Rekayasa) Vol 6, No 1: June 2021
Publisher : Politeknik Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31544/jtera.v6.i1.2021.1-6

Abstract

Informasi atau data yang terkandung pada Kartu Tanda Penduduk elektronik (e-KTP) disimpan dalam bentuk chip dimana di dalamnya berupa data biometrik yang lengkap dari pemiliknya. Namun ada juga informasi yang ditampilkan di tampilan depan kartu dalam bentuk citra yang berisi informasi seperti Nomor Induk Kependudukan (NIK), alamat, serta identitas pemilik. Informasi yang terkandung pada e-KTP ini sekarang sudah mulai banyak digunakan dalam berbagai aplikasi sebagai bahan verifikasi data identitas seseorang dalam bertransaksi. Pendekatan yang dilakukan dalam mendapatkan informasi yang terbuka dari e-KTP adalah dengan mengektraksi citra menjadi teks yang dapat digunakan berbagai aplikasi tersebut. Pada penelitian ini citra e-KTP akan diekstraksi informasinya menggunakan pengolahan citra digital dengan metoda Optical Character Recognition Convolutional Neural Network (OCR CNN). Layer yang digunakan untuk CNN dalam training dan pengenalan ini memiliki empat layer, yaitu 64 layer pertama, 64 layer kedua, 128 layer ketiga, dan 128 convolutional filter di layer keempat dengan ukuran kernel 3 x 3 dan strides nya adalah 1 menggunakan activation relu. Kemudian ke tahap selanjutnya  yaitu  maxpooling yang  digunakan  di  layer pertama dan layer ketiga dengan ukuran kernel sebesar 2 x 2. Hasil percobaan yang dilakukan untuk 35 e-KTP uji adalah kecepatan rata-rata pengenalan dengan tingkat kesalahan  sekitar 5% dalam waktu 30 detik.
Co-Authors Syarief Hidayatullah