Pengembangan Sistem Otomatisasi Pengenalan Data Pada KTP Menggunakan YOLOv8 dan EasyOCR Berbasis Raspberry Pi 4B

Kusuma, Aji Ranca and Rekyan Regasari Mardi Putri, S.T., and Eko Setiawan, S.T., M.T., M.Eng., Ph.D. (2024) Pengembangan Sistem Otomatisasi Pengenalan Data Pada KTP Menggunakan YOLOv8 dan EasyOCR Berbasis Raspberry Pi 4B. Sarjana thesis, Universitas Brawijaya.

Abstract

Kartu Tanda Penduduk (KTP) adalah identitas resmi yang digunakan untuk berbagai keperluan administratif, seperti pendaftaran layanan publik, perbankan, dan asuransi. Dalam proses pengelolaannya, permasalahan sering muncul seperti fotokopi KTP dan pencatatan serta input data secara langsung oleh operator yang memakan waktu lama dan rentan terhadap kesalahan manusia. Berbagai teknologi telah digunakan untuk membantu pengolahan data KTP, seperti OCR berbasis template matching, namun hasilnya dinilai kurang efektif dengan tingkat akurasi yang rendah. Untuk mengatasi masalah tersebut, penelitian ini mengembangkan sistem otomatisasi pengenalan data pada KTP menggunakan algoritma YOLOv8 dan EasyOCR berbasis Raspberry Pi 4B. Sistem ini dirancang untuk mendeteksi area KTP dari gambar dan mengenali data teks menggunakan teknologi Optical Character Recognition (OCR). Kombinasi YOLOv8 dipilih karena kecepatan dan akurasinya dalam deteksi objek, sementara EasyOCR digunakan untuk mengenali karakter dengan dukungan multibahasa. Hasil pengujian menunjukkan akurasi deteksi sebesar 96,25% dan akurasi pengenalan teks mencapai 97,74%. Selain itu, waktu komputasi rata-rata untuk pengenalan data adalah 5,965 detik per gambar dengan penggunaan memori yang efisien pada Raspberry Pi 4B. Hal ini menunjukkan bahwa sistem berbasis YOLOv8 dan EasyOCR tidak hanya meningkatkan efisiensi pengolahan data KTP tetapi juga berpotensi diterapkan dalam berbagai situasi layanan publik secara real-time.

English Abstract

The Indonesian Identity Card (KTP) is an official identification used for various administrative purposes, such as public service registration, banking, and insurance. In its data management process, problems often arise, such as photocopying the Id Card and recording also inputting data directly by operators, which takes a long time and is prone to human error. Various technologies have been employed to assist in processing KTP data, such as template-matching-based OCR, but their results are considered less effective due to low accuracy. To address these issues, this research developed an automated KTP data recognition system using YOLOv8 and EasyOCR algorithms based on Raspberry Pi 4B. The system is designed to detect the KTP area from captured images and recognize its text data using Optical Character Recognition (OCR) technology. YOLOv8 was chosen for its speed and accuracy in object detection, while EasyOCR is used to recognize characters with multilingual support. The testing results showed a detection accuracy of 96,25% and text recognition accuracy of 97,74%. Additionally, the average computation time for data recognition was 5,965 seconds per image, with efficient memory usage on the Raspberry Pi 4B. These findings demonstrate that the YOLOv8 and EasyOCR-based system not only improves the efficiency of KTP data processing but also has the potential to be applied in various public service situations in real time.

Item Type:	Thesis (Sarjana)
Identification Number:	052415
Uncontrolled Keywords:	KTP, YOLOv8, EasyOCR, Raspberry Pi 4B, otomatisasi pengenalan data, pengelolaan identitas.
Divisions:	Fakultas Ilmu Komputer > Teknik Komputer
Depositing User:	S Sucipto
Date Deposited:	20 Feb 2025 02:20
Last Modified:	20 Feb 2025 02:20
URI:	http://repository.ub.ac.id/id/eprint/237185

Text (DALAM MASA EMBARGO) Aji Ranca Kusuma.pdf Restricted to Registered users only Download (5MB)

Actions (login required)

View Item