Karindra, Rahmat (2025) PENERAPAN MSER DAN OPTICAL CHARACTER RECOGNITION (OCR) UNTUK DETEKSI TEKS PADA GAMBAR. Skripsi (Bachelor) thesis, Universitas Muhammadiyah Bengkulu.
![[img]](http://repository.umb.ac.id/style/images/fileicons/text.png) |
Text (Fulltext)
RAHMAT KARINDRA_2155201203_Fulltext.pdf - Submitted Version Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text (Turnitin)
RAHMAT KARINDRA_2155201203_Turnitin.pdf - Submitted Version Restricted to Repository staff only Download (3MB) | Request a copy |
|
Text (ABSTRAK + BAB 1)
RAHMAT KARINDRA_2155201203_Abstrak+BAB 1.pdf - Submitted Version Download (612kB) |
|
Text (BAB 2)
RAHMAT KARINDRA_2155201203_BAB 2.pdf - Submitted Version Download (240kB) |
|
Text (BAB 3)
RAHMAT KARINDRA_2155201203_BAB 3.pdf - Submitted Version Restricted to Repository staff only Download (93kB) | Request a copy |
|
Text (BAB 4)
RAHMAT KARINDRA_2155201203_BAB 4.pdf - Submitted Version Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text (BAB 5)
RAHMAT KARINDRA_2155201203_BAB 5.pdf - Submitted Version Download (109kB) |
|
Text (Ref+Lamp)
RAHMAT KARINDRA_2155201203_Reff+Lamp.pdf - Submitted Version Download (228kB) |
Abstract
Perkembangan teknologi pengolahan citra telah membuka peluang luas dalam otomasi ekstraksi informasi visual, salah satunya adalah deteksi dan pengenalan teks dari gambar. Penelitian ini bertujuan untuk mengimplementasikan dan mengoptimalkan kombinasi metode Maximally Stable Extremal Regions (MSER) dan Optical Character Recognition (OCR) dalam mendeteksi teks pada gambar, khususnya yang memiliki latar belakang kompleks dan kondisi pencahayaan yang bervariasi. MSER digunakan untuk mengekstraksi wilayah kandidat teks berdasarkan kestabilan intensitas piksel, sedangkan OCR berperan dalam mengenali karakter dari wilayah yang telah terdeteksi. Solusi yang ditawarkan dalam penelitian ini mencakup penggabungan teknik pra-pemrosesan seperti Gaussian filtering, contrast enhancement, dan adaptive thresholding guna meningkatkan kejelasan objek teks. Hasil penelitian menunjukkan bahwa sistem mampu mendeteksi dan mengenali teks dengan akurasi yang tinggi pada 100 sampel citra yang beragam. Proses integrasi MSER dan OCR menghasilkan peningkatan efisiensi dalam mengenali karakter pada berbagai variasi ukuran, rotasi, dan kondisi pencahayaan. Selain itu, sistem juga terbukti mampu meminimalkan false detection melalui tahapan penyaringan geometris dan stroke width filtering. Manfaat dari penelitian ini adalah terciptanya sebuah solusi praktis yang dapat diaplikasikan pada pengolahan dokumen digital, sistem keamanan visual, serta pengembangan perangkat lunak berbasis asisten visual cerdas
| Item Type: | Thesis (Skripsi (Bachelor)) |
|---|---|
| Additional Information: | Pembimbing : Anisya Sonita, S.Kom, M.Kom |
| Uncontrolled Keywords: | Deteksi teks, MSER, Optical Character Recognition, Pengolahan Citra, MATLAB, GUI. |
| Subjects: | Universitas Muhammadiyah Bengkulu > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika 02-Fakultas Teknik > 55201-(S1) Teknik Informatika |
| Divisions: | 02-Fakultas Teknik > 55201-(S1) Teknik Informatika Subjek Terkait > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika |
| Depositing User: | Mrs Atika Ledia Anggraini |
| Date Deposited: | 20 Oct 2025 03:45 |
| Last Modified: | 20 Oct 2025 03:45 |
| URI: | http://repository.umb.ac.id/id/eprint/1875 |
Actions (login required)
 |
View Item |