Sistem Kendali Navigasi Ar Drone Berbasis Pengenalan Teks Dengan Menggunakan Metode Optical Character Recognition

  

Vol. 2, No. 11, November 2018, hlm. 5277-5284 http://j-ptiik.ub.ac.id

Sistem Kendali Navigasi Ar Drone Berbasis Pengenalan Teks Dengan

  Optical Character Recognition Menggunakan Metode _{1 2 3} Haqqi Rizqi , Gembong Edhi Setyawan , Wijaya Kurniawan

  Program Studi Teknik Komputer, Fakultas Ilmu Komputer, Universitas Brawijaya _{2 3} Email: gembong@ub.ac.id, wjaykurnia@ub.ac.id

  

Abstrak

Quadcopter adalah satu bentuk Unmanned Aerial Vehicle (UAV) yang banyak dimanfaatkan

  dalam banyak sektor antara lain bidang pertahanan, pertanian dan bidang lainnya. UAV telah membuktikan manfaatnya contoh seperti E-commerce Amazon yang memanfaatkan UAV sebagai media pendistribusian barang kepada customer dengan jaminan pesanan akan sampai dalam waktu kurang dari setengah jam. Selain itu banyak fitur Quadcopter yang telah dikembangkan seperti face recognition,

  

object tracking dan pendaratan pada objek dan medan spesifik. Seiring dengan kemajuan kegunannnya

  yang semakin meluas dalam berbagai bidang dan sektor, fitur yang dimiliki perlu ditingkatkan lagi seperti fitur untuk melakukan gerakan navigasi otomatis dengan hanya membaca teks pada sebuah gambar. Maka dalam penelitian ini dirancang sebuah sistem navigasi pada quadcopter dengan tipe Ar

  

Drone v2.0 dengan memanfaatkan optical character recognition yang berbasis pada pemrogaman grafik

  menggunakan LabVIEW. Hasil pengujian yang dilakukan pada pengujian akurasi pembacaan teks dengan didapati jarak terbaik adalah 1 meter dengan keberhasilan sebesar 100%.

  Kata kunci: quadcopter, kendali navigasi, pengenalan teks, optical character recognition.

  

Abstract

Quadcopter is one of Unmanned Aerial Vehicle which is used such a field of defense, agriculture

and other fields. UAVs have proven their usefulness like the Amazon E-commerce giant that uses UAV

as a medium of delivery of orders to customers with guaranteed goods will arrive in approximately half

an hour. Many features of developed Quadcopter UAVs such as face recognition, object tracking and

landing on specific objects. Along with the benefits that are increasingly widespread in various areas

of features owned needs to be upgraded again like a feature to perform automatic navigation by simply

reading the text on an image. So in this study has designed a navigation system on the type of Ar Drone

quadcopter using optical character recognition based on the graphical programming using LabVIEW.

  The result show accuracy of reading text found the best distance is 1 m with 100% success.

  Keywords: quadcopter, navigation control, text recognition, optical character recognition.

1. PENDAHULUAN memungkinkan quadcopter untuk melakukan

  pengolahan gambar dalam bidang lain seperti

  Unmanned Aerial Vehicle (UAV) atau militer dan pertanian (Abdullah, 2016).

  dalam bentuk populer quadcopter adalah salah Dari paparan tersebut menunjukan bahwa satu wahana yang dapat terbang dengan telah terjadi perkembangan dalam teknologi memanfaatkan gaya aerodinamik untuk pemanfaatan quadcopter pada umumnya yang menghasilkan gaya angkat, quadcopter dapat memungkinkan untuk menerapkan metode- terbang secara manual ataupun autonomus dan metode kecerdasan yang dapat dimanfaatkan banyak digunakan dalam bidang militer maupun pada tujuan tertentu. Manfaat yang ingin dicapai sipil (Hidayat, 2016). Quadcopter biasanya berupa sebuah misi, misalnya misi mekanisme dilengkapi dengan berbagai sensor dan sebuah navigasi otomatis dengan memanfaatkan teks kamera untuk melakukan pekerjaan spesifik perintah pada suatu gambar yang ditangkap oleh seperti pendeteksian api menggunakan image kamera quadcopter. Sistem navigasi mempunyai

  processing dan dengan fitur kamera tersebut

  banyak fungsi seperti sebagai penunjuk arah tujuan, pengenal objek dalam radius tertentu

  Fakultas Ilmu Komputer Universitas Brawijaya

5277 serta yang terpenting sebagai estimator parameter posisi dan sudut quadcopter (Kharisman, 2014).

  Pada penelitian ini bahasa pemrogaman yang digunakan adalah graphical progamming yang berbasis LabVIEW yang merupakan produk dari National Instruments. LabVIEW memiliki tools yang sangat lengkap meliputi tools

  ground control system (GCS

  control system dan perancangan gerakan quadcopter . Pada perancangan komunikasi

  perancangan sistem akan dibagi menjadi perancangan komunikasi sistem, perancangan data latih karakter dan perancangan ground

  hardware dan software . Pada bagian

  Gambar 1. Diagram Blok Metodologi Penilitian Pada gambar 1 dapat diketahui tahapan penelitian yang dilakukan pada penelitian ini meliputi studi literatur sebagai pendukung dan dasar teori dalam melakukan implementasi metode, analisis kebutuhan yang menjelaskan kebutuhan dan kemampuan sistem pada sisi

  2. METODOLOGI PENELITIAN

  ) yang dalam penelitian ini menggunakan personal computer sebagai pusat pengolah data. Gambar yang diolah pada GCS akan diproses dengan melakukan konversi tipe gambar kedalam bentuk HSL color space dan grayscale untuk dapat menghasilkan data teks secara maksimal. Data teks yang didapat akan diubah kedalam bentuk perintah AT- command dan dikirim kembali menuju Ar Drone melalui koneksi wi-fi sehingga Ar drone dapat mengeksekusi perintah tersebut dan menjadikannya kedalam bentuk gerakan navigasi.

  melalui kamera Ar drone yang akan dikirim pada

  embedded , simulation control, communication protocol , image processing dan tools lainnya. LabVIEW dirancang untuk tidak bergantung

  Drone. Dengan melakukan pengambilan gambar

  Pada penelitian ini akan diimplementasikan metode optical character recognition dengan menggunakan LabVIEW sebagai kendali navigasi otomatis pada quadcopter berjenis Ar

  dengan OCR merupakan salah satu metode pengolahan citra yang mengandung karakter menjadi bentuk karakter ASCII yang dapat dikenali oleh komputer (Mohammad et al., 2014). OCR banyak digunakan dalam bidang industri seperti industri farmasi dalam aplikasi pengecekan kode obat dan kapsul, dalam bidang industri otomotif untuk melakukan inspeksi pada kode komponen mesin (National Instruments, 2013). Pada implementasi dengan objek mobile robot OCR digunakan sebagai kendali navigasi robot dengan teks yang diletakkan pada signboard untuk selanjutnya dijadikan penentu navigasi robot, namun dalam penelitian tersebut output yang dihasilkan bukan dalam gerakan navigasi robot melainkan hanya dalam indikator tampilan gerakan yang akan dilakukan serta penerapan OCR bukan pada quadcopter (Vinutha, 2013). Dalam penelitian lain OCR digunakan sebagai metode following pada karakter tertentu yang akan dijalankan pada robot dengan memanfaatkan logika fuzzy sebagai inputan tambahan namun penelitian ini bersifat simulasi dan tidak diterapkan pada quadcopter sebagai objek penelitian (Sanjay et al., 2016)

  Optical character recognition atau dikenal

  untuk mengeksekusi kode program secara paralel sehingga bisa meningkatkan performa sistem secara baik, tidak hanya itu LabVIEW dirancang untuk membangun sebuah sistem dengan waktu yang cepat dan memudahkan pengguna serta pengembang (Rajput, 2013).

  progamming yang digunakan memungkinkan

  pada mesin sehingga dapat dipergunakan antar sistem operasi (Wijaya, 2016). Alasan lain penggunaan LabVIEW adalah konsep dataflow

  sistem akan dijelaskan tentang tahapan dan kinerja quadcopter untuk bertukar data dan saling berkomunikasi dengan GCS. Kemudian pada perancangan data latih karakter akan dijelaskan tahapan dan kinerja software untuk menjadi dasar pengenalan teks yang menjadi yang berupa string terlebih dahulu akan dirubah perintah navigasi. Pada perancangan GCS akan menjadi format ip dengan string to IP blok pada dijelaskan mengenai tahapan dan kinerja GCS LabVIEW. untuk melakukan pengolahan gambar dan data navigasi. Kemudian terakhir pada perancangan gerakan quadcopter akan dijelaskan mengenai tahapan untuk menjadikan data teks sebagai perintah gerakan navigasi pada quadcopter.

2.1. Perancangan Komuinikasi Sistem

  Dalam sistem yang akan dirancang terdapat dua macam jalur komunikasi. Pertama Gambar 3. Komunikasi Navigasi Data komunikasi data navigasi dan yang kedua adalah komunikasi streaming video. Komunikasi yang Pada komunikasi mengirim dan menerima data dengan memanfaatkan AT-command yang pertama ialah komunikasi navigasi data, terdiri dari beberapa perintah yaitu AT REF dan komunikasi ini adalah komunikasi dua arah yang memanfaatkan protokol UDP dan dikirim dalam AT PCMD . AT-Command merupakan perintah berbentuk string yang dikirimkan pada AR bentuk AT-command. Komunikasi yang kedua

  Drone untuk menerima perintah navigasi atau

  adalah komunikasi satu arah yang digunakan untuk mengirim data gambar dari perangkat perintah-perintah lain. AT command ini dikirimkan dengan port UDP 5555 quadcopter kepada GCS (Ground control menggunakan UDP blok pada LabVIEW.

  system).

  2.2. Perancangan Data Latih Karakter

  Gambar 2. Alur Komunikasi Sistem Mengacu pada gambar 2 yang menjelaskan mengenai komunikasi yang digunakan ialah wi-

  fi. Yaitu memanfaatkan dua buah UDP port pada GCS yang masing-masing digunakan sebagai

  pengirim dan penerima data navigasi serta perintah yaitu port 5555. Port 56828 digunakan sebagai jalur untuk data video yang akan diproses menggunakan blok OCR. Komunikasi ini menggunakan blok UDP yang . mengalokasikan port 5555 sebagai jalur Gambar 4. Diagram alir preprocessing pertukaran data. Dalam komunikasi dibutuhkan beberapa parameter yang terlebih dahulu Dari gambar 4 dijelaskan mengenai ditetapkan yaitu port UDP, IP address tahapan preprocessing. Tahapan preprocessing quadcopter, referensi koneksi. Data IP address adalah tahapan persiapan yang digunakan sebelum citra diproses pada step pelatihan ataupun pembacaaan karakter. Tahapan

  preprocessing berguna untuk memperkecil

  besaran nilai di setiap bit gambar dan untuk memudahkan pemrosesan gambar untuk membedakan karakter dengan background gambar. Dalam tahap pelatihan data karakter akan melibatkan software NI Vision Assistant yang berguna untuk mempercepat tahap pelatihan dengan menggunakan grapichal code yang kan dimasukkan ke LabVIEW.

  Gambar 5. Perancangan Sasaran Teks Gambar 5 menjelaskan tentang sasaran teks yang akan dibuat yaitu dengan memanfaatkan kertas berukuran A4 dengan mode horizontal, dengan teks menggunakan font calibri, ukuran teks sebesar 250px dan dicetak tebal. Tidak diberikan spasi antar karakter serta latar belakang gambar berwarna putih untuk membedakan antara teks dengan background yang ada. Semua teks yang dipakai menggunakan huruf kapital atau biasa disebut

  uppercase .

  Tabel 1. Perintah Gerakan Quadcopter Pada Tabel 1 perintah gerakan navigasi yang dibuat berjumlah 5 perintah yaitu RIGHT untuk perintah navigasi berputar ke arah kanan,

  LEFT untuk perinntah gerakan navigasi untuk

  berputar ke arah kiri, UP sebagai perintah navigasi naik ke atas, DOWN sebagai perintah turun secara vertikal dan LAND sebagai perintah navigasi melakukan pendaratan. Batas maksimum karakter berjumlah 5 karakter dengan ketentuan ukuran 250px serta ukuran kertas sasaran A4.

  Gambar 6. Data latih Putar Kanan Gambar 6 menunjukkan data latih yang telah melalui tahap preprocessing dan siap digunakan untuk menjadi data latih perintah navigasi.

  Gambar 7. Pembuatan Data Latih Gambar 7 menunjukkan bahwa data latih berhasil diproses terlihat dari karakter yang tersegmentasi dengan menggunakan NI Vision

  Assistant . Dari tahap pelatihan karakter

  didapatkan parameter klasifikasi yang digunakan untuk tahap pembacaan. Tabel 2. Hasil pelatihan _{Karakter R I G H T Classification Score 992 998 976 999 999 Left 105 196 239 361 462 Top 92 89 89 91 97} Width ^{74 24 98 87 73} _{Height 111 115 117 115 108}

  Misalkan d1= 6 dan d2= 12 dimana pasti d1 kurang dari sama dengan d2 maka: D1= jarak objek dengan kelas karakter terbaik pertama D2= jarak objek dengan kelask karakter terbaik kedua Classification Score=(1- d1∕d2)×1000 (1) Classification Score=(1-

  6∕24)×1000 Classification Score=750 ^{Teks Pada Gambar Perintah Yang Dijalankan LAND (ukuran 250px) Quadcopter mendarat UP (ukuran 250px) Quadcopter bergerak naik DOWN (ukuran 250px) Quadcopter bergerak turun LEFT (ukuran 250px) Quadcopter bergerak memutar ke kiri RIGHT (ukuran 250px) Quadcopter bergerak memutar ke kanan}

2.3. Perancangan Ground Control System .

  Gambar 8. Skema Perancangan GCS Pada Gambar 8 terdapat beberapa bagian dari ground control system. Program utama merupakan interface bagi pengguna dengan sistem untuk dapat melihat keseluruhan proses yang dilakukan oleh sistem seperti mengamati

  Gambar 10. Diagram Alir Program Utama data navigasi, menampilkan data gambar sebelum dilakukan proses maupun sesudah

  Pada Gambar 10 akan dijelaskan tentang proses pembacaan. Dari program utama alur program utama yang akan membaca data pengguna dapat mengirim perintah emergency pada global vi termasuk perintah teks hasil

  landing jika quadcopter mengalami kesalahan

  olahan pada citra menggunakan OCR. Setelah terbang atau navigasi yang dapat dikendalikan. didapatkan semua data untuk gerakan navigasi

  Kemudian Global sub VI adalah temporary program utama akan mengirim perintah gerakan sementara bagi data yang digunakan sebagi navigasi berupa AT-command setiap 25-30 ms. penghubung antara OCR sub VI dengan program

  Program utama juga akan menampilkan semua utama untuk melakukan pengiriman data gambar data pada front panel program termasuk gambar dan data parameter navigasi. olahan dan hasil lain yang diperlukan.

  Gambar 9. Alur pertukaran data Mengacu pada gambar 9 digambarkan mengenai alur pertukaran data pada program utama dimulai dari OCR VI akan mengakuisisi data gambar lewat kamera AR drone selanjutnya memproses gambar tersebut dan mendapatkan data teks perintah. Kemudian OCR VI akan mengirimkan gambar hasil olahan dengan nilai navigasi quadcopter pada sisi yaw, pitch, roll serta vertical speed pada Global VI. Selanjutnya

  Global V I sebagai penampung data sementara

  atau sebagai jembatan antara OCR VI dan program utama akan menampung data tersebut. Program utama akan mengambil data dari

  Global VI baik data gambar olahan ataupun nilai

  navigasi sesuai teks perintah yang didapat dari gambar yag sudah diolah. Program utama yang akan meneruskan perintah ke Ar Drone.

  Gambar 11. Diagram Alir OCR VI Mengacu pada gambar 11 sebelum

  2.4 Perancangan Gerakan Quadcopter

  dilakukan akuisisi video pada OCR VI telah dipersiapkan sebuah rectangle template yang ukurannya akan dijadikan sebagai ROI pada gambar hasil akuisisi yang digunaka sebagai objek utama pengambilan data teks didalamnya. Gambar pengubahan tipe dari HSL (High,

  saturation and luminance) menjadi grayscale

  untuk memperkecil nilai bit pixel sehingga mudah untuk dilakukan manipulasi pada bit pixel. Kemudian video akan menjadi tipe

  grayscale yang kemudian dilakukan proses

  pembacaan karakter dengan menggunakan OCR read text blok pada LabVIEW.

  Gambar 12. Wilayah ROI dari frame Gambar 12 menjelaskan mengenai

  region of interest yang digunakan untuk

  membaca teks. Frame asli berukuran 630x360 dan pada ukuran tersebut region of interest ditentukan pada poin koordinat 213 left, poin koordinat 125 top, poin koordinat 239 bottom

  Gambar 13. Diagram Alir Gerakan dan poin koordinat 410 right. Koordinat left adalah x koordinat dari sudut kiri atas rectangle.

  Pada gambar 13 dijelaskan mengenai Koordinat top adalah y koordinat dari sudut kiri alur pergerakan quadcopter yang akan dibuat atas rectangle. Koordinat right adalah x dengan menggunakan dua input berbeda yaitu koordinat dari sudut kanan bawah rectangle. manual dan otomatis. Perintah manual dari

  Koordinat bottom adalah y koordinat dari sudut pengguna untuk mengarahkan quadcopter pada kanan bawah rectangle. Penempatan ROI objek yang dituju. Kemudian quadcopter akan ditentukan pada sifat lensa kamera Ar drone bergerak secara otomatis ketika ada salah satu yang melakukan perbesaran pada daerah tengah teks perintah pada gambar yang dikenali sesuai area pembacaan. Wilayah ROI diambil daftar teks pada tabel 3. dalam menjalankan berdasarkan kecembungan kamera depan perintah otomatis sumber perintah didapatkan

  quadcopter agar dapat mencapai jarak yang jauh.

  dari hasil pemrosesan gambar. Tabel 3. Manipulasi Parameter Navigasi Otomatis 3.

PENGUJIAN DAN HASIL

  Untuk menyimpulkan performa dari sistem ini maka akan dilakukan pengujian akurasi pembacaan pada jarak tertentu.

  √ √ √ √ √ √ √ √ √ √ ^100% _DOWN √ √ √ √ √ √ √ √ √ √ ^100% _RIGHT √ √ √ √ √ √ √ √ √ √ ^100% _LEFT √ √ √ √ √ √ √ √ √ √ ^100% _LAND √ √ √ √ √ √ √ √ √ √ ^100% Tabel 7. Akurasi pembacaaan pada jarak 1,25m. _{Teks 1 2 3 4 5 6 7 8 9 UP 10 Hasil} √ √ √ √ √ √ √ √ √ √ ^100% _DOWN √ √ √ √ √ √ √

3.1. Hasil Pengujian Akurasi Pembacaan pada Jarak tertentu

  Tabel 4. Akurasi pembacaaan pada jarak 0,5 m _{Teks 1 2 3 4 5 6 7 8 9 UP 10 Hasil}

  √ √ √ √ √ √ √ √ √ √ ^100% _DOWN √ √ √ √ √ √ √ √ √ √ ^100% _RIGHT √ √ √ √ √ √ √ √ √ √ ^100% _LEFT √ √ √ √ √ √ √ √ √ √ ^100% _LAND √ √ √ √ √ √ √ √ √ √ ^100% Tabel 5. Akurasi pembacaaan pada jarak 0,75m. _{Teks 1 2 3 4 5 6 7 8 9 UP 10 Hasil} √ √ √ √ √ √ √ √ √ √ ^100% _DOWN √ √ √ √ √ √ √ √ √ √ ^100% _RIGHT √ √ √ √ √ √ √ √ √ √ ^100% _LEFT √ √ √ √ √ √ √ √ √ √ ^100% _LAND √ √ √ √ √ √ √ √ √ √ ^100% Tabel 6. Akurasi pembacaaan pada jarak 1m. _{Teks 1 2 3 4 5 6 7 8 9 UP 10 Hasil}

  Pada gambar 14 memperlihatkan pengujian akurasi pembacaan teks pada jarak 0,5m dan ketinggian 1 meter. Dari semua jenis teks akurasi yang didapatkan dari pengujian ini adalah 100% dikarenakan pada jarak 0,5m ukuran karakter hampir memenuhi region of interest, warna teks dan background terlihat sangat berbeda sehingga teks mudah dikenali. hasil analisis pada jarak lainnya dapat dilihat pada tabel 4, 5, 6,7 dan tabel 8.

  X

  Pengujian ini dilakukan agar dapat membuktikan apakah sistem pengenalan teks dapat menghasilkan output sesuai tahap perancangan yang dilakukan yaitu dapat membaca perintah teks pada jarak tertentu dari sasaran teks.

  √ √ √ √ √ √ √ √ √ √ ^100% _LAND √ √ √ √ √ √ √ √ √ √ ^100% Tabel 8. Akurasi pembacaaan pada jarak 1,5m. _{Teks 1 2 3 4 5 6 7 8 9 UP 10 Hasil} √ √ √ √ √ √ √ √ √ √ ^100% _DOWN √ √

  X √

  X √ √ √ √ √ ^100% _RIGHT √ √ √ √ √ √ √ √

  X X ^100% _LEFT √ √ √ √ √ √ √ √ √ √ ^100% _LAND √ √ √ √ √ √ √ √ √

  X ^100%

  Dari keseluruhan pengujian pada jarak 0,5 meter semua jenis perintah berhasil dikenali sehingga pada semua jenis perintah mencapai nilai keakuratan sebesar 100%. Pada jarak 0,75 semua jenis perintah juga mendapatkan nilai keakurasian sebesar 100%. Dan pada jarak 1 meter semua jenis teks perintah juga berhasil dikenali dan mendapat total nilai mencapai 100%. Seiring dengan bertambahnya jarak nilai keakurasian pembacaan mulai berkurang pada beberapa jenis perintah, seperti pada jarak 1,25 meter perintah DOWN dan perintah RIGHT mendapat nilai keakurasian sebesar 90% dan perintah UP, LEFT dan LAND berhasil dikenali ^{Perintah teks parameter navigasi} dan didapatkan masing-masing dari ketiga ^{LAND Default UP Vertical speed bernilai 0,5 DOWN Vertical speed bernilai -0,5 LEFT Yaw speed bernilai -0,5 RIGHT Yaw speed bernilai 0,5}

  Gambar 14. Pengujian akurasi pada jarak 1m.

  √ √ ^100% _RIGHT √ √ √ √ √ √ √ √ √ X ^100% _LEFT

• –82.

  Hidayat, R. (2016). ( Unmanned Aerial Vehicle ) dengan GPS ( Global Positioning, 5(2). Kharisman, R., Astrowulan, K., & Ak, E.

  https://doi.org/10.9734/BJAST/2016/2897

  Science & Technology , 17(3), 1 –8.

  OCR Training and Simulation for Person Follower Robot in an Indoor Environment. British Journal of Applied

  Sanjay, D., Kumar, P., & Savithri, T. (2016).

  2 (1), 45 –49.

  Rajput, A. K. (2013). Simulation of R-L-C Series and Parallel Resonance in Basic Electrical Engineering with LabVIEW,

  XX/help/372916P- 01/nivisionconcepts/ocr_concepts_and_ter minology/

  National Instruments. (2013). OCR concept and terminology. Retrieved March 20, 2006, from http://zone.ni.com/reference/en-

  al,/(IJCSIT) International Journal of Computer Science and Information Technologies. , 5(2), 2088 –2090.

  Ghanwat, P. (2014). Optical Character Recognition Implementation Using Pattern Matching. Faisal Mohammad et

  (2014). Perancangan Sistem Navigasi Menggunakan Kamera pada Quadcopter untuk Estimasi Posisi dengan Metode Neural Network, 3(1), 1 –6. Mohammad, F., Anarase, J., Shingote, M., &

  3 (2), 1978 –1985.

  perintah tersebut sebesar 100% akurat. Pada jarak terjauh 1,5 meter didapatkan keakurasian dari perintah UP dan LEFT 100% kemudian pengenalan terhadap perintah DOWN sebesar 80%, perintah RIGHT sebesar 80%, perintah LAND sebesar 90.

  Abdullah, M. F. (2016). Implementasi Algoritma Pendeteksi Api Berdasar Komposisi Warna Citra Digital Pada Quadcopter Yang Bergerak Otomatis,

  aDept. (2013). Optical Character Recognition Based Auto Navigation of Robot, 1242 –1246.

  5. DAFTAR PUSTAKA A. Vinutha M Ha, B. S. K. N. and C. S. K.

  proses pengolahan citra serta meningkatkan akurasi untuk mendapatkan data teks secara baik dan maksimal. Setelah melaksanakan pengujian pada jarak tertentu yang dilakukan untuk mengetahui akurasi pembacaan didapatkan hasil bahwa jarak 1 meter adalah jarak paling optimal untuk melakukan pembacaan teks dengan tingkat keberhasilan sebesar 100%.

  preprocessing agar dapat mempermudah

  blok. Perlu dilakukan tahapan untuk

  OCR

  akan didapatkan hasil yang kurang jika hanya mengakuisisi citra dan kemudian menjadikannya sebagai inputan citra pada

  LabVIEW

  Penerapan OCR blok yang berbasiskan

  4. KESIMPULAN

  3 Wijaya, Y. P. (2016). Simulasi Pengendalian Volume Tangki Menggunakan LabVIEW dan Arduino UNO, 13(1), 79