<![CDATA[Kartu Tanda Penduduk (KTP) merupakan identitas resmi yang digunakan dalam berbagai proses administratif seperti pendaftaran layanan publik, transaksi perbankan, dan klaim asuransi. Namun, proses pengelolaan data KTP seringkali menemui kendala, terutama dalam hal penyalinan dan pencatatan manual oleh operator yang memakan waktu dan rawan kesalahan. Pada tiap KTP elektronik (KTP-el) memiliki chip yang memuat data dari KTP itu sendiri, tetapi tidak semua instansi mendapat izin untuk mendapatkan akses module pembaca chip tersebut. Teknologi seperti Optical Character Recognition (OCR) berbasis template matching telah diterapkan untuk menanggulangi masalah tersebut, tetapi tingkat akurasinya masih rendah dan kurang efisien. Penelitian ini mengusulkan pengembangan sistem untuk identifikasi data KTP menggunakan algoritma You Only Look Once versi ke-5 (YOLOv5) dan Tesseract OCR yang dijalankan pada perangkat Raspberry Pi 4B. Sistem ini dirancang untuk mendeteksi objek KTP pada gambar serta mengenali teks dalam integrasi sistem yang portabel. YOLOv5 dipilih karena kemampuannya dalam deteksi objek yang cepat dan akurat, sementara Tesseract OCR mendukung pengenalan karakter dalam berbagai bahasa. Berdasarkan hasil pengujian, sistem mampu mencapai akurasi deteksi sebesar 100% dan akurasi pengenalan teks sebesar 97,75%, dengan waktu komputasi rata-rata 3,179 detik per identifikasi. Hasil pengujian yang lain menunjukkan bahwa rata-rata penggunaan memori mencapai 12,805%, sementara rata-rata penggunaan CPU berada pada angka 74,965%. Temuan ini membuktikan bahwa kombinasi YOLOv5 dan Tesseract OCR dalam sistem identifikasi data KTP menunjukkan kinerja yang optimal untuk implementasi pada perangkat embedded system. Selain itu, sistem ini memiliki potensi yang besar untuk diimplementasikan dalam layanan publik secara real-time.]]>
Copyrights © 2025
