Pengujian Performa EasyOCR Dan PyTesseract Pada Sistem Cerdas Untuk Ekstraksi Teks Kartu Tanda Penduduk Dalam Kondisi Pencahayaan Rendah

Alqadri, Aikal Ichsan and Rekyan Regasari Mardi Putri, S.T., M.T. and Eko Setiawan, S.T., M.T., M.Eng., Ph.D. (2025) Pengujian Performa EasyOCR Dan PyTesseract Pada Sistem Cerdas Untuk Ekstraksi Teks Kartu Tanda Penduduk Dalam Kondisi Pencahayaan Rendah. Sarjana thesis, Universitas Brawijaya.

Abstract

Otomasi ekstraksi teks pada fasilitas umum dapat meningkatkan efisiensi identifikasi. Namun, pengaruh pencahayaan terhadap akurasi ekstraksi teks masih belum banyak diteliti. Penelitian ini menganalisis performa EasyOCR dan PyTesseract pada berbagai kondisi pencahayaan (terang, redup, minim) dengan fokus pada ukuran teks. Evaluasi dilakukan pada Raspberry Pi 4B, meliputi akurasi, waktu komputasi, dan penggunaan CPU. Hasil menunjukkan EasyOCR lebih unggul dalam akurasi, meningkat hingga 190,47% pada pencahayaan minim dibandingkan PyTesseract. Namun, PyTesseract lebih efisien secara waktu, menyelesaikan proses hingga 105,296 detik lebih cepat pada pencahayaan terang. EasyOCR juga lebih hemat penggunaan CPU, mengurangi konsumsi hingga 32,23%. Pemilihan library bergantung pada prioritas aplikasi. Jika akurasi tinggi diperlukan, terutama pada pencahayaan redup, EasyOCR lebih cocok. Sebaliknya, PyTesseract lebih sesuai untuk kebutuhan efisiensi waktu komputasi. Dengan beberapa perubahan dan optimasi, PyTesseract berpotensi menjadi lebih optimal untuk keseimbangan kecepatan dan akurasi. Dalam sistem identifikasi fasilitas umum, di mana kecepatan menjadi prioritas, PyTesseract direkomendasikan untuk memastikan proses berjalan cepat.

English Abstract

Automating text extraction in public facilities can improve identification efficiency. However, the impact of lighting conditions on text extraction accuracy remains underexplored. This study analyzes the performance of EasyOCR and PyTesseract under various lighting conditions (bright, dim, minimal) with a focus on text size. The evaluation was conducted on a Raspberry Pi 4B, covering accuracy, computation time, and CPU usage. The results show that EasyOCR outperforms PyTesseract in accuracy, improving by up to 190.47% under minimal lighting conditions. However, PyTesseract is more time-efficient, completing processes up to 105.296 seconds faster under bright lighting. EasyOCR also demonstrated better CPU efficiency, reducing consumption by up to 32.23%. The choice of library depends on application priorities. If high accuracy is required, especially under low lighting, EasyOCR is more suitable. Conversely, PyTesseract is better suited for applications requiring computational efficiency. With some tweaks and optimizations, PyTesseract has the potential to become more optimal for balancing speed and accuracy. In public facility identification systems, where speed is a priority, PyTesseract is recommended to ensure faster processing.

Item Type:	Thesis (Sarjana)
Identification Number:	052515
Uncontrolled Keywords:	OCR, easyocr, pytesseract, kartu identitas, kartu tanda penduduk, raspberry pi 4b, kondisi pencahayaan.
Divisions:	Fakultas Ilmu Komputer > Teknik Komputer
Depositing User:	S Sucipto
Date Deposited:	18 Feb 2025 07:37
Last Modified:	18 Feb 2025 07:37
URI:	http://repository.ub.ac.id/id/eprint/237040

Text (DALAM MASA EMBARGO) Aikal Ichsan Alqadri.pdf Restricted to Registered users only Download (4MB)

Actions (login required)

View Item