BAB 1 Gazandi Cahyadarma
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
BAB 2 Gazandi Cahyadarma
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
BAB 3 Gazandi Cahyadarma
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
BAB 4 Gazandi Cahyadarma
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
BAB 5 Gazandi Cahyadarma
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
BAB 6 Gazandi Cahyadarma
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Aplikasi praktis pilihan masyarakat menggunakan input kamera streaming dan
mempunyai waktu proses real time. Aplikasi praktis ini menggunakan hardware
acceleration agar memiliki waktu proses real time. Aplikasi Albadr AOCR saat ini
memiliki input file dokumen dan merupakan aplikasi desktop. Aplikasi ini
memiliki waktu proses yang sangat lama. Aplikasi ini belum berupa aplikasi
praktis yang dapat digunakan masyarakat. Untuk mempersiapkan aplikasi Albadr
AOCR dapat digunakan masyarakat secara praktis, aplikasi Albadr AOCR
ditransformasikan menjadi aplikasi android AOCR real time yang menggunakan
input kamera streaming.
Pada tugas akhir ini, dilakukan empat modifikasi utama terhadap aplikasi Albadr
AOCR, yaitu: binerisasi, deteksi kemiringan, segmentasi rekognisi, dan arsitektur
aplikasi. Perubahan ini didasarkan riset bottleneck pada aplikasi Albadr AOCR
dan pergantian input file menjadi kamera streaming. Bottleneck aplikasi Albadr
AOCR ada pada waktu proses dan toleransi derau tiap proses yang memiliki
perubahan. Binerisasi menggunakan algoritma Otsu dikarenakan paling cepat
pada penelitian terkait dan tidak bergantung pada GPU. Algoritma baru diciptakan
dengan inspirasi algoritma Husam ACDAR dan paradigma paralel. Algoritma ini
menggunakan konsep ketetanggaan dan karakteristik piksel. Waktu proses
segmentasi dan rekognisi dipercepat dengan konkurensi. Arsitektur aplikasi
menjadi aplikasi client-server dengan prinsip microservice.
Implementasi binerisasi dilakukan pada client/android. Implementasi ini
menghasilkan waktu proses binerisasi yang lebih cepat dan dapat beradaptasi pada
masukan gambar. Algoritma baru, Neighbour Chain Skew Algorithm memiliki
waktu proses 20 kali lebih cepat daripada estimasi kemiringan aplikasi Albadr
AOCR. Algoritma ini memiliki akurasi 82% walau dalam kondisi derau. Proses
segmentasi dan rekognisi menggunakan model konkurensi kombinasi producerconsumer
dan workers. Model konkurensi ini dapat meningkatkan waktu proses 3
kali lebih cepat.