Implementasi Algoritma Thresholding Adaptif dan Tesseract OCR untuk Mendeteksi Citra Teks Kemasan Makanan Berbasis Android
IMPLEMENTASI ALGORITMA THRESHOLDING ADAPTIF DAN
TESSERACT OCR UNTUK MENDETEKSI CITRA TEKS
KEMASAN MAKANAN BERBASIS ANDROID
SKRIPSI
RIZKY RIVANNI
121401072
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2017
Universitas Sumatera Utara
IMPLEMENTASI ALGORITMA THRESHOLDING ADAPTIF DAN
TESSERACT OCR UNTUK MENDETEKSI CITRA TEKS
KEMASAN MAKANAN BERBASIS ANDROID
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Ilmu Komputer
RIZKY RIVANNI
121401072
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2017
Universitas Sumatera Utara
ii
PERSETUJUAN
Judul
Kategori
Nama
Nomor Induk Mahasiswa
Program Studi
Fakultas
: IMPLEMENTASI ALGORITMA THRESHOLDING
ADAPTIF DAN TESSERACT OCR UNTUK
MENDETEKSI CITRA TEKS KEMASAN
MAKANAN BERBASIS ANDROID
: SKRIPSI
: RIZKY RIVANNI
: 121401072
: SARJANA (S1) ILMU KOMPUTER
: ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan,
Juli 2017
Komisi Pembimbing
:
Pembimbing 2
Pembimbing 1
Sri Melvani Hardi, S.Kom., M.Kom
NIP. 198805012015042006
Drs. Agus Salim Harahap, M.Si
NIP. 195408281981031004
Diketahui/Disetujui oleh
Program Studi S1 Ilmu Komputer
Ketua,
Dr. Poltak Sihombing, M. Kom
NIP. 196203171991031001
Universitas Sumatera Utara
iii
PERNYATAAN
IMPLEMENTASI ALGORITMA THRESHOLDING ADAPTIF DAN
TESSERACT OCR UNTUK MENDETEKSI CITRA TEKS KEMASAN
MAKANAN BERBASIS ANDROID
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan,
Juli 2017
Rizky Rivanni
121401072
Universitas Sumatera Utara
iv
UCAPAN TERIMA KASIH
Alhamdulillahirabbil’alamin. Puji dan syukur kehadirat Allah SWT yang telah
memberikan limpahan rahmat dan hidayah-Nya serta salam dan shalawat kepada Nabi
Besar Muhammad SAW sehingga penulis akhirnya dapat menyelesaikan penyusunan
skripsi ini dengan judul Implementasi Algoritma Thresholding Adaptif dan Tesseract
OCR untuk Mendeteksi Citra Teks Kemasan Makanan Berbasis Android sebagai syarat
untuk memperoleh gelar Sarjana Komputer di Program Studi S1 Ilmu Komputer
Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
Pada skripsi ini, penulis menyadari bahwa banyak pihak yang turut membantu
dan memberi dukungan positif, baik dari pihak keluarga, sahabat, dan teman-teman
kerabat yang telah memberikan motivasi sampai dengan penyelesaian skripsi ini. Oleh
karena itu, penulis ingin menyampaikan terima kasih kepada :
1.
Bapak Prof. Dr. Runtung Sitepu, S.H, M.Hum selaku Rektor Universitas
Sumatera Utara.
2.
Bapak Prof. Dr. Opim Salim Sitompul, M.Sc selaku Dekan Fakultas Ilmu
Komputer dan Teknologi Informasi Universitas Sumatera Utara.
3.
Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Program Studi S1 Ilmu
Komputer Universitas Sumatera Utara.
4.
Bapak Drs. Agus Salim Harahap, M.Si selaku Dosen Pembimbing I yang telah
memberikan bimbingan dan dukungan kepada penulis.
5.
Ibu Sri Melvani Hardi, S.Kom, M.Kom selaku Dosen Pembimbing II yang telah
memberikan bimbingan serta arahan kepada penulis.
6.
Bapak Dr. Syahril Efendi, S.Si, M.IT selaku Dosen Pembanding I yang telah
memberikan kritik dan saran kepada penulis.
7.
Bapak Handrizal, S.Si, M.Comp.Sc selaku Dosen Pembanding II yang telah
memberikan kritik dan saran dalam penyelesaian skripsi ini.
8.
Bapak/Ibu dosen, staff akademik dan pegawai Fakultas Ilmu Komputer dan
Teknologi Informasi, khususnya di Program Studi S1 Ilmu Komputer.
9.
Ayahanda M. Zulham, M.Si dan Ibunda Roosvieta yang sangat saya cintai dan
hormati yang tak henti-hentinya memberikan dukungan, doa, nasehat dan
Universitas Sumatera Utara
v
motivasi kepada penulis, Adik tersayang Vionita yang terus memberikan
dorongan bagi penulis sehingga skripsi ini dapat terselesaikan.
10. Teman-teman kuliah dan tim seperjuangan, khususnya Candra Hakiki, Vici
Indah Yana, Rahmat Setyo Aji, Muhari Akbar, Indri Hidayati, Atikah Rahmah
Zulni dan Novi Nuryanti Azharia yang telah memberikan semangat, tempat
diskusi dan bantuan kepada penulis hingga saat ini.
11. Keluarga KOM B 2012 dan teman-teman seperjuangan stambuk 2012 yang
telah memberikan semangat dan bantuannya baik dari segi moril dan materil.
12. Anggota Ikatan Mahasiswa S1 Ilmu Komputer (IMILKOM) khususnya
Departemen Komunikasi dan Informasi Periode 2015-2016 yang telah
memberikan dorongan dan semangat.
13. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat
penulis ucapkan satu per satu yang telah membantu dalam penyelesaian skripsi
ini.
Penulis berharap semoga skripsi ini bermanfaat bagi pembaca meskipun masih
banyak kekurangan yang harus diperbaiki. Oleh karena itu, penulis memohon maaf bila
ada kesalahan dalam penulisan skripsi ini. Akhir kata, penulis mengucapkan terima
kasih untuk semua pihak yang telah memberikan dukungan dan bimbingan kepada
penulis, semoga Allah SWT memberikan kesehatan dan limpahan rezeki-Nya.
Medan,
Juli 2017
Penulis
Universitas Sumatera Utara
vi
ABSTRAK
Informasi yang ada pada sebuah kemasan produk makanan tidak dapat dicari secara
instan. Hal ini menyulitkan konsumen yang hanya ingin mengetahui informasi yang
ada pada kemasan makanan tersebut. Diperlukan suatu metode bagaimana mengambil
citra teks kemasan makanan dan perangkat langsung mengenali teks yang ada pada
produk tersebut. Optical Character Recognition merupakan cabang dari konsep
artificial intelligence dari bidang pengolahan citra, dimana suatu citra yang berisikan
teks dapat dikonversi menjadi editable text. Sebelum citra teks kemasan dapat dikenali
menggunakan metode Tesseract OCR, perlu dilakukan tahap pre-processing yaitu
implementasi algoritma Thresholding Adaptif yang bertujuan untuk memisahkan
antara citra teks dengan citra background dalam bentuk citra biner. Kemudian
Tesseract OCR mengenali setiap teks yang ada pada citra dengan tahapan metode yang
dilalui yaitu feature extraction, segmentasi per kata, dan word recognition. Penelitian
ini difokuskan untuk mengembangkan aplikasi pengenalan citra teks kemasan makanan
berbasis Android. Citra teks yang dikenali terdiri dari 10 citra melalui kamera dan 20
citra lainnya melalui galeri unduhan dari internet dengan kategori font yaitu Serif dan
Sans Serif. Dari pengujian yang telah dilakukan, diperoleh tingkat akurasi terbaik
mencapai 100% pada citra uji melalui kamera dengan kategori font Serif dan 94.56%
pada citra uji melalui galeri dengan kategori font Sans Serif.
Kata Kunci : Kemasan Makanan, Optical Character Recognition, Thresholding
Adaptif, Tesseract, Pre-processing.
Universitas Sumatera Utara
vii
IMPLEMENTATION OF ADAPTIVE THRESHOLDING ALGORITHM AND
TESSERACT OCR FOR DETECTING FOOD PACKAGING
TEXT-IMAGE BASED ON ANDROID
ABSTRACT
The information written on a food packaging cannot be searched instantly. It will be
difficult for customers who just want to find out some information from the food
packaging. A proposed method is required on how to capture the text-image of the food
packaging and directly recognize the text contained on the product. Optical Character
Recognition is a branch of artificial intelligence concepts from the field of image
processing, where it converts text-image into an editable text. In order to identify the
food packaging texts using Tesseract OCR, a pre-processing approach is needed to
separate the text image from the background image in the form of a binary image using
Adaptive Thresholding algorithm. Then Tesseract OCR will try to recognize every text
contained in the image using several methods i.e. feature extraction, text segmentation,
and word recognition. This research is focused on developing a food packaging text
image recognition based on Android application. The images that must be identified
will consist of 10 text images using the camera and 20 other text images using the
gallery function downloaded from the internet. The font category are Serif and Sans
Serif. The final result after the test has been conducted, it is found that text images
taken from camera has the best accuracy of 100% with Serif font categories while the
text images from the gallery has the accuracy of 94.56% with Sans Serif font categories.
Keywords : Food Packaging, Optical Character Recognition, Thresholding Adaptif,
Tesseract, Pre-processing.
Universitas Sumatera Utara
viii
DAFTAR ISI
Halaman
Persetujuan
Pernyataan
Ucapan Terima Kasih
Abstrak
Abstract
Daftar Isi
Daftar Tabel
Daftar Gambar
Daftar Lampiran
Bab 1
Bab 2
Bab 3
ii
iii
iv
vi
vii
viii
x
xi
xii
Pendahuluan
1.1. Latar Belakang
1.2. Rumusan Masalah
1.3. Batasan Penelitian
1.4. Tujuan Penelitian
1.5. Manfaat Penelitian
1.6. Metodologi Penelitian
1.7. Sistematika Penulisan
1
2
2
3
3
3
4
Landasan Teori
2.1. Citra
2.1.1. Pengolahan Citra
2.1.2. Segmentasi Citra
2.1.3. Citra Biner
2.1.4. Pengenalan Pola Citra
2.2. Binerisasi Otomatis
2.2.1. Dasar-Dasar Thresholding Citra
2.2.2. Global Optimal Thresholding
2.2.3. Adaptive Local Thresholding
2.3. Optical Character Recognition (OCR)
2.3.1. Tahapan Proses OCR
2.3.2. Tesseract OCR
2.3.3. Cara Kerja Tesseract OCR
2.4. Penelitian yang Relevan
6
7
7
8
8
9
10
10
11
12
13
13
14
15
Analisis dan Perancangan Sistem
3.1. Analisis Sistem
3.1.1. Analisis Masalah
3.1.2. Analisis Kebutuhan
3.1.2.1. Kebutuhan Fungsional
3.1.2.2. Kebutuhan Non-Fungsional
3.1.3. Analisis Proses
3.2. Perancangan Sistem
16
16
18
18
19
19
20
Universitas Sumatera Utara
ix
Use Case Diagram
Activity Diagram
Sequence Diagram
Flowchart
3.2.4.1. Flowchart Sistem
3.2.4.2. Flowchart Thresholding Adaptif
3.2.5. Perancangan Antarmuka
3.2.5.1. Antarmuka Splash Screen
3.2.5.2. Antarmuka Main Activity
3.2.5.3. Antarmuka Pengambilan Citra
3.2.5.4. Antarmuka Cropping Citra
3.2.5.5. Antarmuka Hasil Keluaran OCR
3.2.1.
3.2.2.
3.2.3.
3.2.4.
Bab 4
Bab 5
20
22
24
26
27
28
29
29
29
30
33
34
Implementasi dan Pengujian
4.1. Implementasi
4.1.1. Halaman Splash Screen
4.1.2. Halaman Main Activity
4.1.3. Halaman Pengambilan Citra
4.1.4. Halaman Cropping Citra
4.1.5. Halaman Hasil Keluaran OCR
4.2. Pengujian
4.2.1. Pengujian Tahapan Algoritma Thresholding Adaptif
4.2.1.1. Perhitungan Luminosity Grayscale
4.2.1.2. Perhitungan Thresholding Adaptif
4.2.2. Pengujian Karakter Teks Kemasan Makanan
35
35
36
37
38
39
39
40
41
42
46
Kesimpulan dan Saran
5.1. Kesimpulan
5.2. Saran
63
64
Daftar Pustaka
65
Universitas Sumatera Utara
x
DAFTAR TABEL
Halaman
Tabel 3.1
Tabel 3.2
Tabel 4.1
Tabel 4.2
Tabel 4.3
Tabel 4.4
Tabel 4.5
Tabel 4.6
Tabel 4.7
Tabel 4.8
Tabel 4.9
Tabel 4.10
Skenario Use Case Open Image
Skenario Use Case Pengenalan Citra Teks
Data Citra Digital Kemasan Makanan
Nilai Piksel 3 x 3 Citra Uji Kemasan
Hasil Nilai Piksel 3 x 3 Citra Grayscale Uji Kemasan
Hasil Perhitungan Mean Subcitra Pertama Uji Kemasan
Hasil Perhitungan Variance Subcitra Uji Kemasan
Hasil Perhitungan Nilai Batas ܶ Subcitra Uji Kemasan
Hasil Nilai Biner Piksel 16 x 16 Uji Kemasan
Hasil Pengujian Tesseract OCR Melalui Kamera
Hasil Pengujian Tesseract OCR Melalui Galeri
Kesimpulan Hasil Pengujian Tesseract OCR
21
22
40
41
42
43
44
44
45
46
51
61
Universitas Sumatera Utara
xi
DAFTAR GAMBAR
Halaman
Gambar 2.1
Gambar 2.2
Gambar 2.3
Gambar 2.4
Gambar 2.5
Gambar 2.6
Gambar 2.7
Gambar 2.8
Gambar 3.1
Gambar 3.2
Gambar 3.3
Gambar 3.4
Gambar 3.5
Gambar 3.6
Gambar 3.7
Gambar 3.8
Gambar 3.9
Gambar 3.10
Gambar 3.11
Gambar 3.12
Gambar 3.13
Gambar 3.14
Gambar 3.15
Gambar 4.1
Gambar 4.2
Gambar 4.3
Gambar 4.4
Gambar 4.5
Gambar 4.6
Gambar 4.7
Gambar 4.8
Gambar 4.9
Gambar 4.10
Koordinat Bidang Citra
Contoh Citra Teks Biner
Ilustrasi Pengenalan Pola
Citra Karakter ‘S’ untuk Pengenalan Huruf
Thresholding Citra Berdasarkan Histogram
Perbedaan Global dengan Adaptif Thresholding
Tahapan OCR
Proses Utama Tesseract OCR
Diagram Ishikawa Pengenalan Citra Kemasan
Use Case Diagram
Activity Diagram Cropping Citra
Activity Diagram Pengenalan Citra Teks
Sequence Diagram Cropping Citra
Sequence Diagram Pengenalan Citra Teks
Flowchart Sistem Umum
Flowchart Algoritma Thresholding Adaptif
Perancangan Antarmuka Splash Screen
Perancangan Antarmuka Main Activity
Perancangan Antarmuka Pengambilan Citra
Perancangan Antarmuka Kamera
Perancangan Antarmuka Galeri
Perancangan Antarmuka Cropping Citra
Perancangan Antarmuka Hasil Keluaran OCR
Halaman Splash Screen
Halaman Main Activity
Halaman Pengambilan Citra
Halaman Pengambilan Citra Melalui Kamera
Halaman Pengambilan Citra Melalui Galeri
Halaman Cropping Citra
Halaman Hasil Keluaran OCR
Hasil Program Uji Luminosity Grayscale
Hasil Program Uji Thresholding Adaptif
Grafik Hasil Pengujian Tesseract OCR
7
8
9
9
10
12
13
14
17
21
23
24
25
26
27
28
29
30
31
32
32
33
34
36
36
37
37
38
38
39
42
46
61
Universitas Sumatera Utara
xii
DAFTAR LAMPIRAN
Halaman
Lampiran 1
Lampiran 2
Listing Program
Daftar Riwayat Hidup (Curriculum Vitae)
66
74
Universitas Sumatera Utara
TESSERACT OCR UNTUK MENDETEKSI CITRA TEKS
KEMASAN MAKANAN BERBASIS ANDROID
SKRIPSI
RIZKY RIVANNI
121401072
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2017
Universitas Sumatera Utara
IMPLEMENTASI ALGORITMA THRESHOLDING ADAPTIF DAN
TESSERACT OCR UNTUK MENDETEKSI CITRA TEKS
KEMASAN MAKANAN BERBASIS ANDROID
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Ilmu Komputer
RIZKY RIVANNI
121401072
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2017
Universitas Sumatera Utara
ii
PERSETUJUAN
Judul
Kategori
Nama
Nomor Induk Mahasiswa
Program Studi
Fakultas
: IMPLEMENTASI ALGORITMA THRESHOLDING
ADAPTIF DAN TESSERACT OCR UNTUK
MENDETEKSI CITRA TEKS KEMASAN
MAKANAN BERBASIS ANDROID
: SKRIPSI
: RIZKY RIVANNI
: 121401072
: SARJANA (S1) ILMU KOMPUTER
: ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan,
Juli 2017
Komisi Pembimbing
:
Pembimbing 2
Pembimbing 1
Sri Melvani Hardi, S.Kom., M.Kom
NIP. 198805012015042006
Drs. Agus Salim Harahap, M.Si
NIP. 195408281981031004
Diketahui/Disetujui oleh
Program Studi S1 Ilmu Komputer
Ketua,
Dr. Poltak Sihombing, M. Kom
NIP. 196203171991031001
Universitas Sumatera Utara
iii
PERNYATAAN
IMPLEMENTASI ALGORITMA THRESHOLDING ADAPTIF DAN
TESSERACT OCR UNTUK MENDETEKSI CITRA TEKS KEMASAN
MAKANAN BERBASIS ANDROID
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan,
Juli 2017
Rizky Rivanni
121401072
Universitas Sumatera Utara
iv
UCAPAN TERIMA KASIH
Alhamdulillahirabbil’alamin. Puji dan syukur kehadirat Allah SWT yang telah
memberikan limpahan rahmat dan hidayah-Nya serta salam dan shalawat kepada Nabi
Besar Muhammad SAW sehingga penulis akhirnya dapat menyelesaikan penyusunan
skripsi ini dengan judul Implementasi Algoritma Thresholding Adaptif dan Tesseract
OCR untuk Mendeteksi Citra Teks Kemasan Makanan Berbasis Android sebagai syarat
untuk memperoleh gelar Sarjana Komputer di Program Studi S1 Ilmu Komputer
Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
Pada skripsi ini, penulis menyadari bahwa banyak pihak yang turut membantu
dan memberi dukungan positif, baik dari pihak keluarga, sahabat, dan teman-teman
kerabat yang telah memberikan motivasi sampai dengan penyelesaian skripsi ini. Oleh
karena itu, penulis ingin menyampaikan terima kasih kepada :
1.
Bapak Prof. Dr. Runtung Sitepu, S.H, M.Hum selaku Rektor Universitas
Sumatera Utara.
2.
Bapak Prof. Dr. Opim Salim Sitompul, M.Sc selaku Dekan Fakultas Ilmu
Komputer dan Teknologi Informasi Universitas Sumatera Utara.
3.
Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Program Studi S1 Ilmu
Komputer Universitas Sumatera Utara.
4.
Bapak Drs. Agus Salim Harahap, M.Si selaku Dosen Pembimbing I yang telah
memberikan bimbingan dan dukungan kepada penulis.
5.
Ibu Sri Melvani Hardi, S.Kom, M.Kom selaku Dosen Pembimbing II yang telah
memberikan bimbingan serta arahan kepada penulis.
6.
Bapak Dr. Syahril Efendi, S.Si, M.IT selaku Dosen Pembanding I yang telah
memberikan kritik dan saran kepada penulis.
7.
Bapak Handrizal, S.Si, M.Comp.Sc selaku Dosen Pembanding II yang telah
memberikan kritik dan saran dalam penyelesaian skripsi ini.
8.
Bapak/Ibu dosen, staff akademik dan pegawai Fakultas Ilmu Komputer dan
Teknologi Informasi, khususnya di Program Studi S1 Ilmu Komputer.
9.
Ayahanda M. Zulham, M.Si dan Ibunda Roosvieta yang sangat saya cintai dan
hormati yang tak henti-hentinya memberikan dukungan, doa, nasehat dan
Universitas Sumatera Utara
v
motivasi kepada penulis, Adik tersayang Vionita yang terus memberikan
dorongan bagi penulis sehingga skripsi ini dapat terselesaikan.
10. Teman-teman kuliah dan tim seperjuangan, khususnya Candra Hakiki, Vici
Indah Yana, Rahmat Setyo Aji, Muhari Akbar, Indri Hidayati, Atikah Rahmah
Zulni dan Novi Nuryanti Azharia yang telah memberikan semangat, tempat
diskusi dan bantuan kepada penulis hingga saat ini.
11. Keluarga KOM B 2012 dan teman-teman seperjuangan stambuk 2012 yang
telah memberikan semangat dan bantuannya baik dari segi moril dan materil.
12. Anggota Ikatan Mahasiswa S1 Ilmu Komputer (IMILKOM) khususnya
Departemen Komunikasi dan Informasi Periode 2015-2016 yang telah
memberikan dorongan dan semangat.
13. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat
penulis ucapkan satu per satu yang telah membantu dalam penyelesaian skripsi
ini.
Penulis berharap semoga skripsi ini bermanfaat bagi pembaca meskipun masih
banyak kekurangan yang harus diperbaiki. Oleh karena itu, penulis memohon maaf bila
ada kesalahan dalam penulisan skripsi ini. Akhir kata, penulis mengucapkan terima
kasih untuk semua pihak yang telah memberikan dukungan dan bimbingan kepada
penulis, semoga Allah SWT memberikan kesehatan dan limpahan rezeki-Nya.
Medan,
Juli 2017
Penulis
Universitas Sumatera Utara
vi
ABSTRAK
Informasi yang ada pada sebuah kemasan produk makanan tidak dapat dicari secara
instan. Hal ini menyulitkan konsumen yang hanya ingin mengetahui informasi yang
ada pada kemasan makanan tersebut. Diperlukan suatu metode bagaimana mengambil
citra teks kemasan makanan dan perangkat langsung mengenali teks yang ada pada
produk tersebut. Optical Character Recognition merupakan cabang dari konsep
artificial intelligence dari bidang pengolahan citra, dimana suatu citra yang berisikan
teks dapat dikonversi menjadi editable text. Sebelum citra teks kemasan dapat dikenali
menggunakan metode Tesseract OCR, perlu dilakukan tahap pre-processing yaitu
implementasi algoritma Thresholding Adaptif yang bertujuan untuk memisahkan
antara citra teks dengan citra background dalam bentuk citra biner. Kemudian
Tesseract OCR mengenali setiap teks yang ada pada citra dengan tahapan metode yang
dilalui yaitu feature extraction, segmentasi per kata, dan word recognition. Penelitian
ini difokuskan untuk mengembangkan aplikasi pengenalan citra teks kemasan makanan
berbasis Android. Citra teks yang dikenali terdiri dari 10 citra melalui kamera dan 20
citra lainnya melalui galeri unduhan dari internet dengan kategori font yaitu Serif dan
Sans Serif. Dari pengujian yang telah dilakukan, diperoleh tingkat akurasi terbaik
mencapai 100% pada citra uji melalui kamera dengan kategori font Serif dan 94.56%
pada citra uji melalui galeri dengan kategori font Sans Serif.
Kata Kunci : Kemasan Makanan, Optical Character Recognition, Thresholding
Adaptif, Tesseract, Pre-processing.
Universitas Sumatera Utara
vii
IMPLEMENTATION OF ADAPTIVE THRESHOLDING ALGORITHM AND
TESSERACT OCR FOR DETECTING FOOD PACKAGING
TEXT-IMAGE BASED ON ANDROID
ABSTRACT
The information written on a food packaging cannot be searched instantly. It will be
difficult for customers who just want to find out some information from the food
packaging. A proposed method is required on how to capture the text-image of the food
packaging and directly recognize the text contained on the product. Optical Character
Recognition is a branch of artificial intelligence concepts from the field of image
processing, where it converts text-image into an editable text. In order to identify the
food packaging texts using Tesseract OCR, a pre-processing approach is needed to
separate the text image from the background image in the form of a binary image using
Adaptive Thresholding algorithm. Then Tesseract OCR will try to recognize every text
contained in the image using several methods i.e. feature extraction, text segmentation,
and word recognition. This research is focused on developing a food packaging text
image recognition based on Android application. The images that must be identified
will consist of 10 text images using the camera and 20 other text images using the
gallery function downloaded from the internet. The font category are Serif and Sans
Serif. The final result after the test has been conducted, it is found that text images
taken from camera has the best accuracy of 100% with Serif font categories while the
text images from the gallery has the accuracy of 94.56% with Sans Serif font categories.
Keywords : Food Packaging, Optical Character Recognition, Thresholding Adaptif,
Tesseract, Pre-processing.
Universitas Sumatera Utara
viii
DAFTAR ISI
Halaman
Persetujuan
Pernyataan
Ucapan Terima Kasih
Abstrak
Abstract
Daftar Isi
Daftar Tabel
Daftar Gambar
Daftar Lampiran
Bab 1
Bab 2
Bab 3
ii
iii
iv
vi
vii
viii
x
xi
xii
Pendahuluan
1.1. Latar Belakang
1.2. Rumusan Masalah
1.3. Batasan Penelitian
1.4. Tujuan Penelitian
1.5. Manfaat Penelitian
1.6. Metodologi Penelitian
1.7. Sistematika Penulisan
1
2
2
3
3
3
4
Landasan Teori
2.1. Citra
2.1.1. Pengolahan Citra
2.1.2. Segmentasi Citra
2.1.3. Citra Biner
2.1.4. Pengenalan Pola Citra
2.2. Binerisasi Otomatis
2.2.1. Dasar-Dasar Thresholding Citra
2.2.2. Global Optimal Thresholding
2.2.3. Adaptive Local Thresholding
2.3. Optical Character Recognition (OCR)
2.3.1. Tahapan Proses OCR
2.3.2. Tesseract OCR
2.3.3. Cara Kerja Tesseract OCR
2.4. Penelitian yang Relevan
6
7
7
8
8
9
10
10
11
12
13
13
14
15
Analisis dan Perancangan Sistem
3.1. Analisis Sistem
3.1.1. Analisis Masalah
3.1.2. Analisis Kebutuhan
3.1.2.1. Kebutuhan Fungsional
3.1.2.2. Kebutuhan Non-Fungsional
3.1.3. Analisis Proses
3.2. Perancangan Sistem
16
16
18
18
19
19
20
Universitas Sumatera Utara
ix
Use Case Diagram
Activity Diagram
Sequence Diagram
Flowchart
3.2.4.1. Flowchart Sistem
3.2.4.2. Flowchart Thresholding Adaptif
3.2.5. Perancangan Antarmuka
3.2.5.1. Antarmuka Splash Screen
3.2.5.2. Antarmuka Main Activity
3.2.5.3. Antarmuka Pengambilan Citra
3.2.5.4. Antarmuka Cropping Citra
3.2.5.5. Antarmuka Hasil Keluaran OCR
3.2.1.
3.2.2.
3.2.3.
3.2.4.
Bab 4
Bab 5
20
22
24
26
27
28
29
29
29
30
33
34
Implementasi dan Pengujian
4.1. Implementasi
4.1.1. Halaman Splash Screen
4.1.2. Halaman Main Activity
4.1.3. Halaman Pengambilan Citra
4.1.4. Halaman Cropping Citra
4.1.5. Halaman Hasil Keluaran OCR
4.2. Pengujian
4.2.1. Pengujian Tahapan Algoritma Thresholding Adaptif
4.2.1.1. Perhitungan Luminosity Grayscale
4.2.1.2. Perhitungan Thresholding Adaptif
4.2.2. Pengujian Karakter Teks Kemasan Makanan
35
35
36
37
38
39
39
40
41
42
46
Kesimpulan dan Saran
5.1. Kesimpulan
5.2. Saran
63
64
Daftar Pustaka
65
Universitas Sumatera Utara
x
DAFTAR TABEL
Halaman
Tabel 3.1
Tabel 3.2
Tabel 4.1
Tabel 4.2
Tabel 4.3
Tabel 4.4
Tabel 4.5
Tabel 4.6
Tabel 4.7
Tabel 4.8
Tabel 4.9
Tabel 4.10
Skenario Use Case Open Image
Skenario Use Case Pengenalan Citra Teks
Data Citra Digital Kemasan Makanan
Nilai Piksel 3 x 3 Citra Uji Kemasan
Hasil Nilai Piksel 3 x 3 Citra Grayscale Uji Kemasan
Hasil Perhitungan Mean Subcitra Pertama Uji Kemasan
Hasil Perhitungan Variance Subcitra Uji Kemasan
Hasil Perhitungan Nilai Batas ܶ Subcitra Uji Kemasan
Hasil Nilai Biner Piksel 16 x 16 Uji Kemasan
Hasil Pengujian Tesseract OCR Melalui Kamera
Hasil Pengujian Tesseract OCR Melalui Galeri
Kesimpulan Hasil Pengujian Tesseract OCR
21
22
40
41
42
43
44
44
45
46
51
61
Universitas Sumatera Utara
xi
DAFTAR GAMBAR
Halaman
Gambar 2.1
Gambar 2.2
Gambar 2.3
Gambar 2.4
Gambar 2.5
Gambar 2.6
Gambar 2.7
Gambar 2.8
Gambar 3.1
Gambar 3.2
Gambar 3.3
Gambar 3.4
Gambar 3.5
Gambar 3.6
Gambar 3.7
Gambar 3.8
Gambar 3.9
Gambar 3.10
Gambar 3.11
Gambar 3.12
Gambar 3.13
Gambar 3.14
Gambar 3.15
Gambar 4.1
Gambar 4.2
Gambar 4.3
Gambar 4.4
Gambar 4.5
Gambar 4.6
Gambar 4.7
Gambar 4.8
Gambar 4.9
Gambar 4.10
Koordinat Bidang Citra
Contoh Citra Teks Biner
Ilustrasi Pengenalan Pola
Citra Karakter ‘S’ untuk Pengenalan Huruf
Thresholding Citra Berdasarkan Histogram
Perbedaan Global dengan Adaptif Thresholding
Tahapan OCR
Proses Utama Tesseract OCR
Diagram Ishikawa Pengenalan Citra Kemasan
Use Case Diagram
Activity Diagram Cropping Citra
Activity Diagram Pengenalan Citra Teks
Sequence Diagram Cropping Citra
Sequence Diagram Pengenalan Citra Teks
Flowchart Sistem Umum
Flowchart Algoritma Thresholding Adaptif
Perancangan Antarmuka Splash Screen
Perancangan Antarmuka Main Activity
Perancangan Antarmuka Pengambilan Citra
Perancangan Antarmuka Kamera
Perancangan Antarmuka Galeri
Perancangan Antarmuka Cropping Citra
Perancangan Antarmuka Hasil Keluaran OCR
Halaman Splash Screen
Halaman Main Activity
Halaman Pengambilan Citra
Halaman Pengambilan Citra Melalui Kamera
Halaman Pengambilan Citra Melalui Galeri
Halaman Cropping Citra
Halaman Hasil Keluaran OCR
Hasil Program Uji Luminosity Grayscale
Hasil Program Uji Thresholding Adaptif
Grafik Hasil Pengujian Tesseract OCR
7
8
9
9
10
12
13
14
17
21
23
24
25
26
27
28
29
30
31
32
32
33
34
36
36
37
37
38
38
39
42
46
61
Universitas Sumatera Utara
xii
DAFTAR LAMPIRAN
Halaman
Lampiran 1
Lampiran 2
Listing Program
Daftar Riwayat Hidup (Curriculum Vitae)
66
74
Universitas Sumatera Utara