<![CDATA[Optical Character Recognition (OCR) berperan penting dalam mengotomatisasi ekstraksi data mahasiswa dari lembar jawaban pada asesmen pendidikan berskala besar. Tesseract merupakan salah satu mesin OCR open-source yang paling banyak digunakan, namun evaluasi sistematis terhadap kinerjanya pada data lembar jawaban terstruktur, disertai validasi eksternal independen, masih terbatas dalam konteks Indonesia. Penelitian ini mengevaluasi akurasi Tesseract OCR pada 400 lembar jawaban hasil Ujian Tengah Semester (UTS) mahasiswa Universitas Gunadarma yang diperoleh melalui proses pemindaian menggunakan scanner dan kamera ponsel dengan variasi kondisi akuisisi citra. Eksperimen menggunakan desain faktorial pada subset terstratifikasi sebanyak 40 dokumen (5 teknik preprocessing × 4 resolusi × 2 model bahasa × 3 kondisi pencahayaan × 3 pengulangan = 14.400 test case), sedangkan 360 dokumen lainnya digunakan sebagai validasi eksternal independen. Preprocessing gabungan (binarisasi, denoising, dan upsampling 2x) mencapai akurasi tertinggi (94,2%) pada 200 DPI pada subset faktorial, sedangkan validasi eksternal pada 360 dokumen yang terpisah mengonfirmasi akurasi yang sebanding sebesar 91,6% (CER = 8,4%), menunjukkan generalisasi wajar di luar subset penyetelan. Resolusi merupakan faktor paling kritis, dengan peningkatan substansial pada rentang 100–200 DPI (sekitar 19%) namun melandai setelah 200 DPI. Analisis kesalahan tingkat karakter mengidentifikasi kekeliruan digit-huruf (8?B, 0?O, 1?I) sebagai sumber kesalahan dominan, dan perbandingan dengan EasyOCR serta PaddleOCR menunjukkan Tesseract menawarkan trade-off akurasi-kecepatan yang kompetitif (0,9 detik per halaman pada CPU) yang sesuai untuk implementasi. Temuan ini memberikan panduan berbasis bukti untuk implementasi pipeline pemrosesan lembar jawaban berbasis OCR dari hasil UTS mahasiswa dengan sumber daya terbatas.]]>
Copyrights © 2026
