Abstract

Kartu Tanda Mahasiswa (KTM) memiliki peran penting sebagai alat identifikasi individu dalam lingkungan perguruan tinggi. KTM sering kali menjadi sarana utama dalam proses verifikasi identitas mahasiswa untuk mengakses fasilitas kampus, seperti layanan perpustakaan. Namun, saat ini sistem akses ke perpustakaan masih mengandalkan metode manual yang melibatkan petugas dalam memasukkan data secara manual ke dalam komputer yang rentan terhadap kesalahan pengetikan. Penelitian ini bertujuan merancang sebuah sistem pengenalan identitas pada KTM dengan menggabungkan metode OCR dan melibatkan arsitektur Inception-EfficientNet pada model Faster R-CNN dalam mengklasifikasikan karakter teks dan foto yang terdapat pada KTM. Arsitektur Inception-EfficientNet dirancang dengan 5 lapisan konvolusi dan 2 lapisan maxpooling, serta melibatkan RPN (Region Proposal Network) dan ROI Pooling yang telah dirancang peneliti sebagai unsur penting dalam pembentukan metode Faster R-CNN. Data yang terkumpul mencakup tiga kelas yaitu hafizh, richo, dan vandy. Hasil pengujian metode OCR dalam mengenali identitas berdasarkan karakter teks menunjukkan tingkat akurasi yang tinggi yaitu sebesar 98,35%. Di sisi lain, metode Faster R-CNN mampu mengklasifikasikan foto dengan performa yang sangat baik yang mencapai akurasi keberhasilan sebesar 91,83%. Berdasarkan pengujian keseluruhan sistem yang menggabungkan metode OCR dan metode Faster R-CNN, dilakukan pengujian pada 10 sampel data yang berbeda, dan berhasil mencapai tingkat akurasi keberhasilan sebesar 90%. Hasil temuan ini memberi penekanan pada fakta bahwa pendekatan kolaboratif antara metode OCR dan arsitektur Inception-EfficientNet pada model Faster R-CNN memiliki potensi untuk meningkatkan aksesibilitas dan keandalan dalam pengenalan identitas KTM. Potensi ini diharapkan dapat mendukung efisiensi akses terhadap fasilitas kampus, seperti layanan perpustakaan.

Full Text
Published version (Free)

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call