PENDAHULUAN 1 LANDASAN TEORI ANALISIS DAN PERANCANGAN SISTEM IMPLEMENTASI DAN PENGUJIAN 37 Pendahuluan Landasan Teori Analisis dan Perancanga Sistem

DAFTAR ISI Hal PERSETUJUAN i PERNYATAAN ii PENGHARGAAN iii ABSTRAK iv ABSTRACT v DAFTAR ISI vi DAFTAR TABEL viii DAFTAR GAMBAR ix

BAB 1 PENDAHULUAN 1

1.1 Latar Belakang

1 1.2 Rumusan Masalah 3

1.3 Batasan Masalah

3 1.4 Tujuan Penelitian 3

1.5 Manfaat Penelitian

3 1.6 Sistematika Penulisan 4

BAB 2 LANDASAN TEORI

5 2.1 Sistematika Pembacaan Meteran Air 5

2.2 Image Processing

6 2.3 Optical Character Recognition OCR 6 2.4 Tesseract OCR 8 2.4.1 Arsitektur 8 2.4.2 Pengenalan karakter oleh Tesseract 10 2.5 Android 13 2.5.1 Arsitektur Android 13 2.5.2 Software Pendukung 16 2.5.3 SQLite 16 2.6 Penilitian Terdahulu 18

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

20 3.1 Data Yang Digunakan 20

3.2 Arsitektur Umum

21 3.3 Praproses Data 22 3.3.1 Cropping 22 3.3.2 Grayscalling 22 3.3.3 Thresholding 23 3.4 Pemrosesan Data 25 3.4.1 Page Layout Analysis 25 3.4.2 Find Text Lines and Words 26 3.4.3 Recognize word pass 1 and 2 27 3.5 Perancangan Sistem 28 3.5.1 Usecase Diagram 28 3.5.2 Usecase Spesifikasi 30 3.5.3 Activity Diagram 31 3.5.4 Perancangan antar muka 32 3.5.5 Perancangan Database 36

BAB 4 IMPLEMENTASI DAN PENGUJIAN 37

4.1 Implementasi Sistem

37 4.1.1 Spesifikasi Sistem 37 4.1.2 Instalasi Aplikasi 37 4.1.3 Mekanisme Penggunaan Aplikasi 38 4.2 Pengujian Sistem 43 4.2.1 Analisis Pengujian Sistem 47

BAB 5 KESIMPULAN DAN SARAN 49

5.1 Kesimpulan

49 5.2 Saran 49 DAFTAR PUSTAKA 51 DAFTAR TABEL Hal Tabel 2.1 Penelitian Terdahulu 18 Tabel 3.1 Usecase spesifikasi capture meter 29 Tabel 3.2 Usecase spesifikasi lihat history 30 Tabel 3.3 Usecase spesifikasi info 30 Tabel 3.4 Rancangan Table Result 36 Tabel 4.1 Hasil pengujian Sistem 44 DAFTAR GAMBAR Hal Gambar 2.1 Indeks meter air 5 Gambar 2.2 Proses OCR 7 Gambar 2.3 Arsitektur Tesseract OCR 9 Gambar 2.4 Contoh dari curved fitted baseline 11 Gambar 2.5 Pemotongan kata pada pitch yang tetap 11 Gambar 2.6. Non-fixed pitch 12 Gambar 2.7. Titik pemotongan untuk karakter ASCII 12 Gambar 2.8 Kata yang mudah dikenali 13 Gambar 2.9 Arsitektur Android 14 Gambar 3. 1 QRCode 20 Gambar 3.2 Index Meter 21 Gambar 3.3 Arsitekture umum 21 Gambar 3.4 Diagram praproses data 22 Gambar 3.5 Hasil cropping image 22 Gambar 3.6 Flowchart konversi citra RGB menjadi grayscale 23 Gambar 3.7 Hasil proses grayscaling 23 Gambar 3.8 Hasil proses thresholding 25 Gambar 3.9 Proses pengenalan karakter 25 Gambar 3.10 a Karakter yang akan dicari outline nya b Pelabelan karakter c blob membentuk outline d Outline karakter terbentuk 26 Gambar 3.11 Fitted baseline yang berbentuk miring 27 Gambar 3.12 Pemotongan karakter sesuai dengan Fixed Pitch 27 Gambar 3.13 Usecase diagram 28 Gambar 3.14 Usecase diagram capture meter 31 Gambar 3.15 Usecase diagram lihat history 32 Gambar 3.16 Rancangan halaman utama 33 Gambar 3.17 Rancangan halaman capture meter 34 Gambar 3.18 Rancangan halaman lihat history 35 Gambar 3.19 Rancangan halaman info 36 Gambar 4.1 Icon aplikasi device 38 Gambar 4.2 Halaman Splsh Screen 39 Gambar 4.3 Halaman Utama 39 Gambar 4.4 Halaman Capture Meter 40 Gambar 4.5 Halaman History 41 Gambar 4.6 Tampilan halaman data meteran air yang telah masuk ke server 42 Gambar 4.7 Halaman Info 43 ABSTRAK Sering terjadinya kesalahan dalam pencatatan meteran air oleh petugas pembaca meter berdampak pada jumlah tagihan pembayaran rekening air yang harus dibayar tidak sesuai dengan volume atau kuantitas penggunaan yang tercantum atau tertera di meteran. Untuk memberikan pelayanan yang maksimal dan menimalisir masalah tersebut, diperlukan sistem pembacaan meter air pelanggan menggunakan HP berbasis Android. Penelitian ini akan menerapkan teknik Optical Character Recognition OCR untuk melakukan pembacaan angka pada meteran air tersebut. Optical Character Recognition OCR akan mengkonversi dari scanned image menjadi editable text. Scanned image terdiri dari satu kesatuan konten - konten yang nantinya akan dipilah menjadi konten - konten tersendiri. Penelitian ini menghasilkan tingkat akurasi sebesar 80, dimana perbandingan kegagalan sistem adalah 2 banding 10 untuk gambar dengan empat digit angka. Kata kunci : meteran air, Optical Character Recognition OCR, android , scanned image, editable text FLOW METER SCANNING SYSTEM ON ANDROID PLATFORM ABSTRACT Frequent occurrence of errors in recording the flow meter number by the readers officers have an impact on the bill that they were supposed to paid were not match with the volume that showed on the flow meter. In provide to giving a better service and decrease the possibility of the problem, an image recognition system for flow meter based on android is necessity. This research using the Optical Chara cter Recognition OCR to recognize the number on the flow meter. Optical Character Recognition OCR will converse the scanned image into the editable text. the scanned image are consist from view contents which will separated into distinctive content. This research show 80 of accuracy system, with the ratio of the failure system are 2 from 10 for an image with four digits number. Keywords : Flow meter, Optical Character Recognition OCR, android, scanned image, editable text. BAB 1 PENDAHULUAN

1.1. Latar Belakang

Flow Meter atau sering disebut dengan meteran air merupakan sebuah teknologi yang diciptakan untuk memudahkan Perusahaan Daerah Air Minum PDAM dalam menghitung dan mengontrol jumlah pemakaian air pelanggannya. Letak meteran air biasanya diletakkan di tempat yang mudah dijangkau, agar petugas PDAM dapat dengan mudah membaca meteran tersebut. Pelanggan sendiri telah dihimbau agar tidak melakukan hal-hal yang dapat menyulitkan petugas untuk mengakses meteran air ini, seperti meletakkan meteran air didalam rumah, menimbunnya dan lain sebagainya. Penghitungan itu sendiri masih dilakukan secara manual oleh petugas PDAM. Penghitungan dilakukan dengan cara mencatat angka yang tertera pada meteran air yang lalu kemudian akan dilaporkan sebagai beban biaya pelanggan. Cara ini masih kurang efisien melihat masih banyaknya keluhan yang di sampaikan pelanggan dikarenakan adanya kesalahan pencatatan oleh petugas yang kadang menyebabkan pembengkakan tagihan air minum tersebut. Data yang diperoleh dari penelitian Putra pada tahun 2011 menunjukkan bahwa pada tahun 2009 terdapat hampir 80 keluhan pelanggan di salah satu PDAM terjadi karena jumlah tagihan pembayaran rekening air yang harus dibayar tidak sesuai dengan volume atau kuantitas penggunaan yang tercantum atau tertera di meteran. Hal ini bisa saja terjadi salah satunya dikarenakan oleh kesalahan petugas. Untuk memberikan pelayanan yang maksimal dan meminimalisir masalah diatas PDAM Sumatera Utara mencari berbagai inovasi salah satunya dengan cara memakai sistem baca meter baru yaitu sistem pembacaan meter air pelanggan menggunakan HP berbasis Android. Pembacaan meter air pelanggan dengan menggunakan HP berbasis Android diharapkan akan memberikan kepastian terhadap angka meter air bagi setiap pelanggan. Dengan sistem ini setiap meter air pelanggan akan dipasangi barcode sebagai identitas pelanggan dimana petugas pembaca meter memotret angka meter air dan rumah pelanggan yang telah dipasang barcode tersebut, hasil pemotretan tersebut ditransfer ke server cabang yang selanjutnya akan diverifikasi oleh operator yang sudah ditunjuk. Tujuannya adalah untuk memastikan angka meter yang sudah dipotret dan angka meter air yang sudah dinput oleh pembaca meter sama. Namun sistem ini hanya mengambil foto meteran tanpa dapat membaca angka meteran tersebut itu sendiri secara otomatis. Pencatatatan digit angka meteran masih juga diinput manual oleh petugas. Foto hanya berfungsi sebagai alat bukti apabila dikemudian hari pelanggan ingin menyesuaikan pemakaian airnya sudah sesuai atau tidak. Hal ini dapat menimblkan masalah baru, salah satunya adalah masalah waktu, dimana petugas melakukan terlalu banyak pekerjaan dengan memfoto serta menginput manual lagi angka yang tertera di meteran. Apabila petugas hanya membaca satu rumah tidak terlalu terlihat memakan waktu banyak, tapi apabila petugas ditugaskan untuk membaca 10 rumah atau lebih, cara ini merupakan hal yang tidak produktif karena hanya beberapa rumah saja yang akan terbaca dalam kurun waktu satu harinya. Optical Character Recognition OCR sangat mungkin diimplementasikan pada permasalahan ini. Seperti penelitian sebelumnya oleh Arif Firman Cahyadi pada tahun 2013, Otomasi sistem pemindaian meteran Air PDAM untuk meningkatkan akurasi pembacaan tagihan air dengan jaringan syaraf tiruan bertipe backpropagation . Pada penelitian tersebut telah menghasilkan perangkat lunak untuk pembacaan data penggunaan meteran air dengan memakai software Matlab berbasis Metode JST- backpropagation dimana pada proses pengujiannya mampu digunakan untuk mempersingkat proses pencatatatan dan pembacaan meteran air hingga 21 lebih banyak dari biasanya. OCR dapat mengenali sebuah gambar dan langsung dikenali sebagai input yang dapat selanjutnya dijadikan data komputer dan langsung dilakukan perhitungan. Mengingat teknologi yang berkembang pada saat ini adalah teknologi mobile , maka dari itu penulis ingin mengimplementasikan Optical Character Recognition dalam pembacaan meteran air pada perangkat Android .

1.2. Rumusan Masalah

Dengan ditemukannya banyaknya kesalahan yang dilakukan petugas dalam pencatatan meteran air di tiap rumah, serta bukti dari pencatatan meteran air yang masih minim , maka diperlukan sebuah sistem yang dapat membantu petugas dalam pencatatan meteran air yang akan dilakukan dan di proses langsung pada paltform android .

1.3. Batasan Masalah

Dalam penelitian ini diterapkan beberapa batasan masalah yaitu : 1. Penelitian ini dikhususkan pada pembacaan meteran air atau flow meter berdigit enam. 2. Objek roda indeks meter meteran air harus dalam posisi sempurna. 3. Pengambilan data pada sistem tidak memperhatikan faktor lingkungan. 4. Input citra hasil foto harus berupa ekstensi gambar yang didukung android dan Tesseract OCR yaitu .jpg .

1.4. Tujuan Penelitian

Tujuan dari penelitian ini adalah menghasilkan sebuah aplikasi yang dapat melakukan pembacaan dan pencatatan meteran air pada platform android menerapkan Optical Character Recognition .

1.5. Manfaat Penelitian

Adapun manfaat dari penelitian ini adalah : 1. Membantu petugas pencatat meteran air dalam mengerjakan tugasnya dilapangan. 2. Sistem yang dibuat dapat secara langsung membaca meteran air dari objek sebuah gambar sehingga didapat data yang akurat.

1.6. Sistematika Penulisan

Adapun penulisan skripsi ini terdiri dari lima bagian utama bab dengan penjelasan singkat mengenai bab-bab tersebut, yaitu sebagai berikut :

Bab 1 Pendahuluan

Pada bab ini berisi uraian penjelasan latar belakang terkaut judul skripsi yang diajukan, perumusan masalah pada penelitian, batasan masalah yang ditetapkan, tujuan penelitian, manfaat penelitian, metodologi penelitian, dan sistematika penulisan dari penyusunan skripsi ini.

Bab 2 Landasan Teori

Pada bab ini dibahas mengenai teori-teori pendukung yang digunakan pada penelitian ini, seperti sistematika pembacaan meteran air, image processing , Optical Character Recognition OCR, Tesseract OCR, dan Android.

Bab 3 Analisis dan Perancanga Sistem

Pada bab ini berisi penjelasan analisis mengenai permasalahan dan identifikasi kebutuhan perancangan sistem.

Bab 4 Implementasi dan Pengujian Sistem