Implementasi Pengenal Tulisan Tangan Menggunakan Optical Character Recognition Dengan Metode Cnn Dan Rnn Pada Dokumen Resi Dan Kuitansi
Abstrak
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.
Referensi
Ariza, B. (2022),
MAJALENGKA).= Accessed: Jul. 26, 2023. [Online].
Available: http://repository.unissula.ac.id/26570/1/21302000115
V. Kumar, P. Kaware, P. Singh, R. Sonkusare and S. Kumar, "Extraction of information from bill receipts using optical character recognition," 2020
International Conference on Smart Electronics and Communication (ICOSEC), Trichy, India, 2020, pp. -77, doi: 10.1109/ICOSEC49089.2020.9215246.
R. F. Rahmat, D. Gunawan, S. Faza, N. Haloho and E. B. Nababan, "Android-Based Text Recognition on Receipt Bill for Tax Sampling System," 2018 Third
International Conference on Informatics and Computing (ICIC), Palembang, Indonesia, 2018, pp. -5, doi: 10.1109/IAC.2018.8780416.
G. Hemanth, M. Jayasree, S. Venii, P. Akshaya, and R. Saranya, "CNN-RNN BASED HANDWRITTEN TEXT RECOGNITION," ONLINE) ICTACT
JOURNAL ON SOFT COMPUTING, p. 1, 2021, doi: https://doi.org/10.21917/ijsc.2021.0351.
F. Abien and M. Agarap, "Deep Learning using Rectified Linear Units (ReLU)," Feb. 2019.
Cheriet. M., et al, Character Recognition Systems, New Jersey: John Wiley & Sons, 2007.
A Ichwan,
Character Recognition Dengan Metode Convolutional
Neural Network,=. Skripsi, Fakultas Teknik Elektro, Telkom University, Bandung, 2022
W. S. Eka Putra, https://doi.org/10.12962/j23373539.v5i1.15696.
Mathworks. (2018). Visualize Activations of a Convolutional Neural Network. Retrieved February , 2018 form https://www.mathworks.com/help/deeplearning/examples/visualize-activations-of-aconvolutionalneural-network.html
I. Khandokar, M. Hasan, F. Ernawan, S. Islam, and M.
N. Kabir,
convolutional neural network,= Journal of Physics:
Conference Series, vol. 1918, no. 4, p. 042152, Jun., doi: 10.1088/1742-6596/1918/4/042152.
Y. Chherawala, P. P. Roy, and M. Cheriet,
Set Evaluation for Offline Handwriting Recognition Systems: Application to the Recurrent Neural
Network Model,= IEEE Transactions on Cybernetics, vol. 46, no. 12, pp. 2825-2836, Dec. 2016, doi: 1109/tcyb.2015.2490165
https://www.kaggle.com/datasets/nibinv23/iamhandwriting-word-database
