PENGEMBANGAN SISTEM E-VOTING MENGGUNAKAN METODE OPTICAL CHARACTER RECOGNITION (OCR) DAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS (PCA) BERBASIS MOBILE DAN WEB

DENYS NAIDU and GINTA ARTINA GINTING and IQBAL GUNAWAN (2020) PENGEMBANGAN SISTEM E-VOTING MENGGUNAKAN METODE OPTICAL CHARACTER RECOGNITION (OCR) DAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS (PCA) BERBASIS MOBILE DAN WEB. Undergraduate (S-1) thesis, Universitas Mikroskil.

[thumbnail of BAGIAN AWAL.pdf] Text
BAGIAN AWAL.pdf

Download (10MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (2MB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf

Download (9MB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (31MB)
[thumbnail of BAGIAN AKHIR.pdf] Text
BAGIAN AKHIR.pdf

Download (1MB)

Abstract

Electronic Voting (E-Voting) adalah proses pengambilan suara menggunakan media elektronik untuk mempercepat tabulasi data, namun dalam penerapannya masih mempunyai kekurangan dalam hal keamanan. Akibatnya dalam E-Voting dapat terjadi Identity theft yang memanfaatkan kelemahan keamanan sistem untuk mencuri dan mengambil hak suara pemilih. Oleh karena itu, dalam Tugas Akhir ini digunakan metode Optical Character Recognition (OCR) untuk mengidentifikasi pemilih melalui proses ekstraksi teks pada E-KTP dan algoritma Principal Component Analysis (PCA) untuk mengidentifikasi wajah pemilih. PCA adalah algoritma untuk mengekstrak fitur unik dari wajah. Maka, PCA dapat digunakan untuk mengecek bahwa pemilih adalah pemilik E-KTP yang sebenarnya. Hasil pengujian OCR untuk mengidentifikasi teks dalam keadaan cahaya yang berbeda-beda menunjukkan bahwa OCR memerlukan kondisi pencahayaan terang untuk mengidentifikasi teks dengan akurat. Hal ini dibuktikan dengan nilai mean keberhasilan pengujian sebesar 87% pada pencahayaan terang, 61% pada pencahayaan gelap dan 34% pada pencahayaan sangat terang. Hasil dari pengujian PCA menggunakan metode False Acceptance Rate (FAR) dan False Rejection Rate (FRR) menunjukkan bahwa PCA memerlukan pencahayaan yang terang untuk mengidentifikasi wajah dengan akurat. Hal ini dibuktikan dengan nilai akurasi pengenalan PCA saat pencahayaan terang bernilai 94.5%, saat cahaya sangat terang bernilai 82% dan saat gelap bernilai 88%.

Item Type: Tugas Akhir / Tesis (Undergraduate (S-1))
Subjects: Teknik Informatika
Divisions: Fakultas Informatika > Program Studi S-1 Teknik Informatika
Depositing User: Adi Kurniawan
Date Deposited: 07 Feb 2023 07:28
Last Modified: 07 Feb 2023 07:28
URI: https://repository.mikroskil.ac.id/id/eprint/1221

Actions (login required)

View Item
View Item