Perpustakaan Digital ITB

Tugas Akhir ini bertujuan untuk mengembangkan aplikasi Sistem Rekapitulasi Elektronik (Sirekap) yang digunakan sebagai alat bantu penghitungan suara, pemindaian formulir C hasil pemilihan umum serta rekapitulasi suara secara berjenjang. Tugas Akhir ini mengambil area pengembangan engine vision yang digunakan sebagai alat bantu optical character recognition (OCR) serta optical mark recognition (OMR) pada formulir C. Engine vision yang kini digunakan masih memiliki banyak kekurangan-kekurangan sehingga bisa dikembangkan secara lebih lanjut. Kekurangan yang dimaksud di antara lain adalah akurasi model end-to-end yang kurang baik, kesalahan pengguna dalam penunggahan halaman formulir, dan engine vision yang kurang dinamis sehingga akan mengalami kesulitan apabila terjadi perubahan format formulir C secara dadakan. Tugas akhir ini mengambil kesempatan untuk mengeksplorasi berbagai alternatif metode yang dapat digunakan untuk memperbaiki kesalahan tersebut seperti eksplorasi alternatif pra-pemrosesan gambar, percobaan pustaka OCR dibandingkan dengan OCR yang dibangun sendiri menggunakan convolutional neural network, mengimplementasikan file konfigurasi untuk dinamisasi engine, dan fitur identifikasi halaman menggunakan fiducial marker. Model OCR yang dibangun sendiri menjadi model yang paling unggul untuk melakukan deteksi digit 0-9 dengan akurasi per angka 89%. Kemudian upaya dinamisasi menggunakan file konfigurasi dan deteksi kontur dinilai berhasil dengan rata-rata waktu komputasi hanya 0,0021 detik untuk menemukan lokasi field pada halaman kedua formulir yang digunakan. Fitur identifikasi halaman juga berhasil diimplementasikan dengan pemberdayaan fiducial marker AprilTag yang dinilai terbaik karena ketahanannya terhadap oklusi dan waktu komputasi yang cepat serta akurasi pembacaan yang tinggi.