IMPLEMENTASI OPTICAL CHARACTER RECOGNITION (OCR) UNTUK EKSTRAKSI INFORMASI BUKTI TRANSFER PADA APLIKASI MANAJEMEN TIKET BERBASIS ANDROID

Widarto, Nohan Jaladri (2025) IMPLEMENTASI OPTICAL CHARACTER RECOGNITION (OCR) UNTUK EKSTRAKSI INFORMASI BUKTI TRANSFER PADA APLIKASI MANAJEMEN TIKET BERBASIS ANDROID. Other thesis, Universitas Amikom Purwokerto.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (639kB)
[thumbnail of DAFTAR ISI.pdf] Text
DAFTAR ISI.pdf

Download (411kB)
[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf

Download (372kB)
[thumbnail of BAB I.pdf] Image
BAB I.pdf
Restricted to Registered users only

Download (390kB)
[thumbnail of BAB II.pdf] Image
BAB II.pdf
Restricted to Registered users only

Download (528kB)
[thumbnail of BAB III.pdf] Image
BAB III.pdf
Restricted to Registered users only

Download (541kB)
[thumbnail of BAB IV.pdf] Image
BAB IV.pdf
Restricted to Registered users only

Download (1MB)
[thumbnail of BAB V.pdf] Image
BAB V.pdf
Restricted to Registered users only

Download (430kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Image
DAFTAR PUSTAKA.pdf
Restricted to Registered users only

Download (470kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Repository staff only

Download (549kB)

Abstract

Proses validasi pembayaran tiket secara manual sering kali memakan waktu dan rentan terhadap kesalahan, terutama ketika panitia harus memeriksa bukti transfer berupa gambar yang buram atau memiliki format penulisan yang tidak konsisten. Permasalahan ini menjadi kendala dalam menjaga efisiensi dan akurasi verifikasi data peserta suatu acara. Penelitian ini mengembangkan aplikasi manajemen tiket berbasis Android dengan integrasi teknologi Optical Character Recognition (OCR) menggunakan Google ML Kit untuk mempercepat proses validasi. Aplikasi dirancang untuk mengekstraksi informasi penting seperti nominal transfer, tanggal, dan waktu transaksi dari bukti pembayaran secara otomatis. Sistem dikembangkan menggunakan metode Waterfall yang mencakup tahapan analisis kebutuhan, desain sistem, implementasi, dan pengujian dengan pendekatan black box. Berdasarkan pengujian terhadap 33 data bukti transfer, sistem mencapai tingkat keberhasilan 93,94% dalam mendeteksi nominal, 81,81% untuk tanggal, dan 90,90% untuk waktu transaksi, dengan akurasi rata-rata sebesar 88,88%. Hasil ini menunjukkan peningkatan efisiensi kerja panitia serta pengurangan potensi kesalahan validasi. Penelitian selanjutnya disarankan untuk mengembangkan teknik pra-pemrosesan gambar dan pola regular expression (regex) yang lebih adaptif, agar sistem lebih tangguh terhadap variasi input yang kompleks dan kualitas gambar yang rendah.
Item Type: Thesis (Other)
Additional Information: Dosen Pembimbing: Bagus Adhi Kusuma, S.T., M.Eng., dan M. Syaiful Amin, M.Kom.
Uncontrolled Keywords: Kata Kunci: OCR, Android, Validasi Pembayaran, Bukti Transfer
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: UPT Perpustakaan Pusat Universitas Amikom Purwokerto
Date Deposited: 10 Oct 2025 08:34
Last Modified: 10 Oct 2025 08:34
URI: https://eprints.amikompurwokerto.ac.id/id/eprint/2920

Actions (login required)

View Item
View Item