Basith, Abdul (2025) PENGGUNAAN MICROSOFT COMPUTER VISION API UNTUK INPUT DATA PENJUALAN COHERE COFFE KEDIRI. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (876kB) |
|
Text (BAB I)
BAB I.pdf Download (134kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (564kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (159kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (377kB) |
|
Text (BAB V)
BAB V.pdf Download (32kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (119kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 20.11.3698.zip Restricted to Repository staff only Download (39MB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (535kB) |
Abstract
Perkembangan teknologi website saat ini terus meningkat pesat, sehingga memiliki dampak signifikan di berbagai sektor, termasuk bidang teknologi Optical Character Recognition (OCR). Sistem OCR berbasis web memungkinkan pengguna mengubah teks dari dokumen berupa gambar menjadi bentuk teks digital yang bisa diproses lebih lanjut. Teknologi ini memberikan solusi yang praktis dalam melakukan proses digitalisasi dokumen, terutama di bidang administrasi dan usaha bisnis. Meski sudah banyak digunakan, sistem OCR masih menghadapi tantangan yang cukup besar dalam mengenali karakter dari tulisan tangan. Berbeda dengan teks cetak yang memiliki bentuk yang terstandarisasi, tulisan tangan memiliki variasi bentuk yang tinggi dan sangat tergantung pada gaya penulis, sehingga menyebabkan tingkat akurasi pengenalan menjadi rendah. Penelitian ini bertujuan untuk meningkatkan akurasi dalam mengenali tulisan tangan pada sistem OCR berbasis web dengan memanfaatkan layanan Microsoft Azure Computer Vision API. Teknologi ini menawarkan layanan OCR berbasis pembelajaran mesin yang mampu melakukan pengolahan gambar secara otomatis, sehingga pengguna tidak perlu melakukan pengolahan manual sebelum teks diidentifikasi. Dengan kemampuan pembelajaran mesin yang dimilikinya, Microsoft Azure OCR API diharapkan mampu memberikan hasil pengenalan yang lebih tepat, konsisten, dan efisien dalam membaca berbagai variasi tulisan tangan. Adanya sistem ini membantu mempercepat proses digitalisasi dokumen, khususnya untuk nota penjualan atau catatan administratif yang berupa tulisan tangan. Proses ini juga mengurangi risiko terjadinya kesalahan dan meningkatkan keandalan informasi. Kontribusi utama dari penelitian ini adalah menghadirkan solusi praktis berbasis web yang menggabungkan kemudahan akses dengan teknologi cerdas, serta mendukung otomatisasi dalam pencatatan data.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Optical Character Recognition, Website, API, Nota Penjualan, Tulisan Tangan | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data | ||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 21 Nov 2025 01:33 | ||
| Last Modified: | 21 Nov 2025 01:33 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/31295 |
Actions (login required)
 |
View Item |