Implementasi YOLO dan OCR untuk Pengecekan Format Sampul Proposal Skripsi (Studi Kasus: Prodi Informatika UMN)
| Main Author: | Maulana, Aditiya |
|---|---|
| Format: | Thesis NonPeerReviewed application/pdf |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://kc.umn.ac.id/13348/1/HALAMAN_AWAL.pdf http://kc.umn.ac.id/13348/2/DAFTAR_PUSTAKA.pdf http://kc.umn.ac.id/13348/3/BAB_I.pdf http://kc.umn.ac.id/13348/4/BAB_II.pdf http://kc.umn.ac.id/13348/5/BAB_III.pdf http://kc.umn.ac.id/13348/6/BAB_IV.pdf http://kc.umn.ac.id/13348/7/BAB_V.pdf http://kc.umn.ac.id/13348/8/LAMPIRAN.pdf http://kc.umn.ac.id/13348/ |
Daftar Isi:
- Proposal penelitian adalah pedoman yang berisikan langkah-langkah yang akan diikut oleh peneliti dalam melaksanakan suatu kegiatan penelitian. Dalam pembuatan proposal penelitian memiliki format tersendiri. Salah satunya di prodi Informatika Universitas Multimedia Nusantara (UMN) yang memiliki format penulisan proposal Skripsi yang diterapkan kepada mahasiswa yang wajib dilaksanakan. Pada penelitian ini mengembangkan suatu aplikasi untuk pengecekan format proposal Skripsi pada prodi Informatika Universitas Multimedia Nusantara (UMN) yang berbasis webservice. Aplikasi ini dibuat dengan mengimplementasikan algoritma You Only Look Once (YOLO) versi 3 untuk mendeteksi logo UMN dan algoritma Optical Character Recognition (OCR) untuk mengkonversi gambar menjadi karakter dengan menggunakan bahasa pemrograman Python dan menggunakan Framework Django. Pada penelitian ini hanya melakukan pengecekan jumlah kata judul Skripsi, pengecekan kode penelitian, pengecekan nama kampus, pengecekan tahun pengumpulan proposal dan pengecekan logo kampus UMN. Hasil tingkat performa rata-rata kecepatan waktu dari 5 kali uji coba menggunakan user time untuk pendeteksian logo menggunakan algoritma You Only Look Once (YOLO) sebesar 20,96 detik. Hasil persentase dari tingkat akurasi dari 5 kali uji coba sebesar 100%.