Implementasi Pengenal Tulisan Tangan Menggunakan Optical Character Recognition Dengan Metode Cnn Dan Rnn Pada Dokumen Resi Dan Kuitansi

Adi, Yafi Cahyono
Priharti, Wahmisari
Hidayat, Iswahyudi

eProceedings of Engineering
Vol. 11 No. 1 (2024): Februari 2024

Penggunaan dokumen cetak seperti resi dan kuitansi tetap relevan dalam dunia industri dan bisnis, terutama dalam transaksi jual beli. Kuitansi bisa diisi secara manual atau dicetak melalui komputer, sehingga diperlukan alat yang mampu mengenali tulisan tangan dan cetakan. Optical Character Recognition (OCR) digunakan untuk mengubah teks dari dokumen menjadi format digital, termasuk pada tulisan tangan yang memerlukan perlakuan khusus. Penelitian ini mengusulkan alat pemindai portabel yang menggunakan kombinasi Convolution Neural Network (CNN) dan Recurrent Neural Network (RNN), arsitektur deep learning terinspirasi dari persepsi visual otak manusia. Dataset dari IAM Database digunakan untuk melatih model, dan pengujian pada 10 penulis berbeda dengan melihat nominal angka pada kuitansi mencapai akurasi 83.33%.Kata Kunci -- OCR, tulisan tangan, CNN, RNN, Kuitansi, Resi.