PENGUJIAN PENGENALAN KARAKTER PADA KTP MENGGUNAKAN METODE TEMPLATE MATCHING

Transkripsi

1 PENGUJIAN PENGENALAN KARAKTER PADA KTP MENGGUNAKAN METODE TEMPLATE MATCHING Michael Ryan dan Novita Hanafiah School of Computer Science, Bina Nusantara, Jl. Kebon Jeruk Raya No. 27,Kebon Jeruk, Jakarta Barat ABSTRAK Kartu Tanda Penduduk (KTP) menjadi acuan utama dalam memperoleh informasi seorang warga negara. Beberapa sektor bisnis membutuhkan informasi yang ada dalam KTP tersebut untuk melakukan proses registrasi. Pada umumnya proses registrasi masih menggunakan formulir untuk diisi kelengkapannya sesuai dengan data di KTP, yang kemudian akan diubah menjadi data digital dengan cara mengetik ulang informasi tersebut. Salah satu ide alternative yaitu dengan membuat sebuah sistem yang dapat mengenali karakter pada KTP tersebut sehingga informasi dalam KTP dapat diperoleh tanpa harus mengetik ulang. Tujuan dari penelitian ini adalah membuat sistem pengenalan karakter pada KTP dimana proses pengenalan karakter tersebut dicakup ke dalam 4 tahapan, yaitu pre-processing, text-area extraction, segmentation dan recognition. Beberapa kombinasi algoritma greyscaling, binarization ataupun segmentation digunakan dan diuji untuk mencari hasil yang lebih baik. Pengenalan text-area pada KTP menunjukkan hasil yang memuaskan, yaitu seluruh text dapat dikenali. Sedangkan pada tahapan segmentation, sekitar 93% karakter dapat terpotong dengan baik. Di sisi lain, proses recognition yang menerapkan metode template matching masih perlu untuk ditingkatkan kembali. Kata kunci : Pengenalan, karakter, registrasi, KTP Pendahuluan KTP sering digunakan pada proses registrasi, hal tersebut terjadi karena informasi yang ada pada KTP bernilai valid dan asli. Namun, masih banyak proses registrasi sekarang ini masih dilakukan dengan cara yang sangat tidak efisien. Kebanyakan proses registrasi dilakukan dengan menggunakan formulir, dan formulir tersebut diisi berdasarkan data yang ada pada KTP. Cara tersebut membuang waktu, karena setelah formulir diisi, formulir tersebut masih perlu dimasukan kedalam komputer dengan cara manual (pengetikan). Salah satu solusi yang dapat digunakan adalah dengan pembuatan sistem OCR. Tujuan Tujuan dari penelitian ini adalah untuk membuat sistem yang dapat mengenali karakter pada kartu tanda penduduk.

2 Proses OCR Digital Image Preprocessing Text Area Extraction Segmentation Character Recognition Text Gambar 1. Diagram proses OCR Sistem yang dibuat terdiri dari 4 tahapan, yaitu preprocessing, text area extraction, segmentation, recognition. dan pengujian yang akan dilakukan pada proses preprocessing. Pengujian dilakukan untuk mencari algoritma yang dianggap sebagai algoritma terbaik berdasarkan beberapa algoritma yang diuji. Proses pada penelitian ini didasari oleh penelitian yang dilakukan oleh (Mollah, et al., 2011).. Preprocessing Gambar digital pertama kali akan masuk ke dalam tahap preprocessing. Tahap ini dibagi kedalam 3 tahapan kecil lainnya. 3 tahapan tersebut adalah scaling, greyscaling, dan binarization. Pada tahap scaling, semua gambar yang memiliki ukuran panjang lebih dari 1024 akan dikecilkan ke panjang 1024 dengan ratio ukuran yang sama. Sebagai contoh masuk gambar 3264x2448 (ratio 4:3), gambar tersebut akan diubah menjadi ukuran 1024x768 (ratio 4:3). Scaling dilakukan untuk mempercepat proses yang dilakukan, karena semakin besar gambar maka akan semakin banyak pixel yang perlu diproses. Gambar yang telah melewati tahap scaling kemudian akan dikonversi menjadi gambar abuabu (greyscaling). Secara sederhana tahap ini akan mengubah gambar berwarna yang memiliki 3 channel warna menjadi gambar abu-abu yang memiliki 1 channel warna. Tahap greyscaling dilakukan untuk mendapatkan hasil yang lebih optimal saat tahap binarization dilakukan (binarization hanya akan membaca 1 channel). Terdapat 8 algoritma umum yang digunakan pada penelitian ini, yaitu: average (a), luminance (b), desaturation (c), decomposition maximum (d), decomposition minimum (e), single channel color red (f), single channel color green (g), single channel color blue(h). berikut rumus dari ke 8 algoritma greyscaling.

3 (a). (b). (c). (d). (e). (f). (g). (h). Tahapan terakhir pada preprocessing adalah binarization. tahap ini akan mengubah gambar abuabu menjadi hitam putih. Hal tersebut dilakukan untuk membagi pixel menjadi 2 yaitu pixel text dan pixel background. Pembagian tersebut dilakukan dengan mencari nilai threshold (t). pencarian nilai t akan dilakukan dengan 3 algoritma berbeda, yaitu: algoritma Niblack, Sauvola, dan Wolf. 3 algoritma tersebut berasal dari penelitian yang dilakukan oleh (Khurshid, et al., 2009). Rumus dari 4 algoritma tersebut yaitu: Dimana s adalah standard deviation atau simpangan baku pada jendela dan NP adalah number of pixel atau banyak pixel pada gambar abu-abu (greyscale). p i adalah pixel yang ke-i pada jendela. Pencarian nilai local threshold Niblack menggunakan rumus sebagai berikut: Dimana m adalah mean atau rata-rata nilai intesitas di jendela dan k adalah sebuah nilai parameter dengan nilai yang tetap (k = -0.2). Pencarian nilai local threshold Sauvola menggunakan rumus: Dimana k adalah sebuah nilai parameter dengan nilai yang tetap (k = 0.5) dan R adalah sebuah nilai parameter dengan nilai tetap (R = 128). Pencarian nilai local threshold Wolf menggunakan rumus:

4 Dimana M adalah nilai minimum dari intensitas pada jendela, R adalah nilai maximum dari intensitas pada jendela dan k adalah sebuah nilai parameter dengan nilai yang tetap (k = 0.5). Pencarian nilai local threshold Khurshid menggunakan rumus: Sama seperti sebelumnya m merupakan mean, dan k adalah sebuah nilai parameter dengan nilai yang tetap (k = - 0.5). Gambar 2. Hasil Dari Niblack. Gambar 3. Hasil Dari Wolf. Gambar 4. Hasil Dari Sauvola.

5 Gambar 5. Hasil Dari Khurshid. Text area extraction Pada tahapanan ini gambar akan dibagi menjadi 2 bagian yaitu text area, dan background area. Algoritma yang digunakan adalah dengan membagi gambar kedalam beberapa area-area kecil (dengan ukuran 4x4 pixel). Setelah gambar dibagi kedalam area kecil, akan dihitung berapa banyak pixel hitam (pixel text) yang ada ditiap area. Area yang memiliki pixel hitam sebanyak 6 93% dari ukuran kotak akan dianggap sebagai text area. Kemudian, semua text area yang berdekatan akan digabungkan dengan menggunakan algoritma rekrusif 4 arah dan kotak yang sebaris akan dijadikan 1 gambar. Hasil dari text area extraction dapat dilihat pada gambar 5 (yang ada didalam kotak merah adalah text area). Gambar 6. Hasil Text Area Exraction. Segmentation Pada tahap ini tiap text area akan dibagi kedalam gambar kecil yang berisikan 1 karakter. Pembagian dilakukan secara horizontal ( untuk membagi baris) dan vertikal (untuk membagi karakter). Pembagian menggunakan histogram, akan dicari garis yang tidak memiliki 1 pun pixel hitam. Garis yang tidak memiliki 1 pun pixel hitam akan dianggap sebagai tempat untuk memotong. Gambar 7. Hasil dari proses segmentasi. Recognition Tahap ini akan mengenali gambar karakter yang berasal dari hasil segmentation. pertama akan dilakukan character normalization. Character normalization akan merubah gambar menjadi bentuk standar atau ukuran yang sama dengan template yang dipakai. Hal yang dilakukan pada character normalization adalah dengan membuang pinggiran putih gambar yang tidak memiliki pixel hitam dan setelah itu gambar akan diubah keukuran yang sama kemudian akan dilakukan thinning. Algoritma thinning yang digunakan adalah zhang-suen (Cheriet, et al., 2007). Algoritma yang digunakan untuk pengenalan karakter adalah template matching sederhana. Terdapat 2 algoritma template matching yang digunakan yaitu 3x3 dan pixel by pixel. Pada 3x3 hal yang pertama kali dilakukan adalah membagi gambar kedalam 9 kotak (3x3). Kemudian akan dibuat kode dari tiap kotak tersebut.

6 (a) (b) Gambar 8. (a) Hasil Character normalization, (b) hasil Thinning. Digunakan 4 pengkodean yang dipakain untuk menyimpang pola dari sebuah huruf. ke 4 aturan tersebut yaitu: - Jika kotak tersebut memiliki pixel yang hanya memiliki 1 tetangga (ujung pixel) dikodekan sebagai (1). - Jika pixel hitam lebih kecil dari 3 maka kotak tersebut dianggap sebagai kotak kosong dan dikodekan sebagai (0). - Jika kotak tersebut memiliki pixel yang memiliki 4 tetangga atau lebih maka kotak tersebut dikodekan sebagai (4). - Jika kotak tersebut terdiri dari pixel dengan tetangga 2 dan 3 (biasanya lengkungan), maka kotak tersebut dikodekan sebagai (3). - Jika kotak tersebut hanya terdiri dari pixel dengan tetangga 2, maka kotak tersebut dikodekan sebagai (2) Gambar 9. Pembagian huruf menjadi 9 bagian (3x3). Menggunakan Gambar 9. sebagai contoh, maka kode yang dihasilkan adalah Kotak (1,1), (3,1), (1,3), (3,3) memiliki pixel ujung, maka dikodekan sebagai (1). - Kotak (2,1) dan (2,3) tidak memiliki pixel hitam, maka dikodekan sebagai (0).

7 - Kotak (1,2) dan (3,2) memiliki pixel yang terdiri dari pixel dengan tetangga 2 dan 3, dan 1 pixel dengan tetangga 4, maka dikodekan dengan (3). - Kotak (2,2) terdiri dari pixel yang bertetangga 2, maka dikodekan sebagai (2). Algortima pixel by pixel akan mencocokan tiap pixel pada gambar dan akan dihitung banyaknya pixel yang sama antar template dan gambar yang diuji. Template dengan nilai kesamaan paling tinggi akan dianggap sebagai jawaban. Hasil dan pembahasan Pengujian dilakukan pada 3 tahapan yaitu: preprocessing, text area extraction, dan recognition dan terakhir akan dilakukan pengujian secara keseluruhan. pada preprocessing akan dicari kombinasi algoritma greyscale dan binary yang terbaik, dan mencari parameter yang terbaik yang digunakan pada proses binary. Berdasarkan pengujian yang dilakukan hasil yang didapat adalah kombinasi algoritma decomposition-max dan Wolf memberikan hasil terbaik dan 0.45 merupakan nilai k terbaik, dan untuk ukuran jendela yang digunakan adalah 50x50 dengan hasil tertinggi yang didapat adalah 93%. Pada tahap text area extraction, akan dicari ukuran kotak yang memberikan hasil terbaik dalam pembagian text area dan background area. Hasil yang didapatkan adalah 4x4 dan akurasi yang didapatkan adalah 100% text area dapat dideteksi. (a) (c) (b) (d) Gambar 10. Sampel sampel yang digunakan (a) sampel 1, (b) sampel 2, (c) sampel 3, (d) sampel 4.

8 Pengujian recognition dilakukan untuk mendapatkan nilai akurasi dari algoritma yang digunakan. Pada pengujian recognition diuji 2 algoritma yaitu: 3x3 dan pixel by pixel. Untuk hasil dari ke 2 algoritma tersebut dapat dilihat pada tabel berikut ini. Gambar 11. Template yang digunakan pada pengujian recognition. Tabel 1. Hasil test recognition algoritma 3x3. Kalimat yang harus dibaca Panjang kalimat terbaca dengan benar PROVINSI % KABUPATE N % NIK % Nama % Tempat/Tgl lahir % Jenis Kelamin % Gol. Darah % Alamat % RT/RW % Kel/Desa % Kecamatan % Agama % Status Perkawinan % Pekerjaan % Kewarganegar aan % Berlaku Hingga % % % Tabel 2. Hasil test recognition algoritma pixel by pixel. Kalimat yang harus dibaca Panjang kalimat terbaca dengan benar PROVINSI % KABUPATE N % NIK % Nama % Tempat/Tgl lahir % Jenis kelamin % Gol. Darah % Alamat % RT/RW % Kel/Desa % Kecamatan % Agama % Status Perkawinan % Pekerjaan % Kewarganeg araan % Berlaku Hingga % % %

9 Algoritma pixel by pixel memberikan hasil yang lebih baik dibandingkan algoritma 3x3. Hal tersebut terjadi karena pada template yang digunakan tidak terdapat noise yang membuat gambar template dengan gambar yang diuji memberikan hasil yang tidak terlalu berbeda. Pada pengujian secara keseluruhan dilakukan pada sampel 3. Pengujian ini dilakukan untuk mendapatkan nilai akurasi dari sistem yang dibuat. Berikut hasil yang didapatkan. Tabel 3. Hasil test secara keseluruhan 3x3 Kalimat yang harus dibaca Panjang kalimat terbaca dengan benar PROVINSI % KABUPATE N % NIK % Nama % Tempat/Tgl lahir % Jenis Kelamin % Gol. Darah % Alamat % RT/RW % Kel/Desa % Kecamatan % Agama % Status Perkawinan % Pekerjaan % Kewarganega raan % Berlaku Hingga % % % Tabel 3. Hasil test secara keseluruhan pixel by pixel Kalimat yang harus dibaca Panjang kalimat terbaca dengan benar % PROVINSI % KABUPATE N % NIK % Nama % Tempat/Tgl lahir % Jenis Kelamin % Gol. Darah % Alamat % RT/RW % Kel/Desa % Kecamatan % Agama % Status Perkawinan % Pekerjaan % Kewarganega aan % Berlaku Hingga % %

10 Berbeda dengan hasil sebelumnya, 3x3 memberikan hasil yang sedikti lebih baik dibandingkan dengan pixel by pixel. Hal tersebut terjadi karena algoritma 3x3 akan mengambil bentuk karakter secara umum dan noise tidak memberikan dampak yang terlalu besar dibandingkan dengan algoritma pixel by pixel. Kebanyakan karakter tidak dapat terbaca dengan baik karena masih banyak karakter yang terpotong dan menempel dengan karakter lainnya (hasil segmentasi kurang baik). Kesimpulan Berdasarkan hasil pengujian, kombinasi algoritma terbaik adalah kombinasi antara decomposition max dan Wolf. Untuk parameter yang terbaik adalah k = 0.45, dan ukuran jendela 50 x 50. Hasil akhir yansg didapat adalah pada proses segmentasi dianggap sudah cukup baik, hasil tertinggi adalah 93% karakter terpotong secara baik walaupun masih dapat dilakukan peningkatan pada proses tersebut. Untuk hasil dari recognition algoritma masih perlu dikembangkan untuk mendapatkan hasil yang lebih baik. Referensi Cheriet, M., Kharma, N., Liu, C.-L. & Suen, C. Y., Character Recongition System: A Guide for Student and Practitioners. New Jersey: John Wiley & Sons, Inc.. Khurshid, K., Siddiqi, I., Faure, C. & Vincent, N., Comparison of Niblack inspired Binarization methods for ancient. SPIE. Mollah, A. F., Majumder, N., Basu, S. & Nasipuri, M., Design of an Optical Character Recognition System for Camera based. IJCSI, 8(4). Riwayat Penulis Michael Ryan lahir di kota jakarta pada Penulis menamatkan pendidikan S1 di Bina Nusantara dalam bidang Teknologi Informasi pada 2015.