47 BAB IV IMPLEMENTASI DAN PENGUJIAN Pada bab ini akan

BAB IV
IMPLEMENTASI DAN PENGUJIAN
Pada bab ini akan membahas membahas Construction (Konstruksi) dan
Transition (Transisi) sesuai dengan tahapan Rational Unified Process (RUP). Bab
ini membahas yahap implementasi hingga selesai, selanjutnya akan dilakukan
pengujian terhadap sistem yang telah dibuat untuk mengetahui jika adanya
kekurangan pada sistem untuk dapat diperbaiki atau dikembangkan.
4.1
Construction (Konstruksi)
Tahap Construction (Konstruksi) merupakan tahap pengkodean (coding),
dimana pembuatan sistem dilakukan secara nyata. Pembuatan tersebut tentunya
harus mengacu kepada parameter yang telah ditentukan dari fase sebelumnya.
Setelah tahap pengkodean, sistem diuji untuk mengetahui tingkat kesalahan pada
sistem tersebut.
Pada tahap ini terdapat beberapa langkah yang perlu dilakukan untuk
pembangunan sistem, yaitu:
4.1.1 Implementation Workflow
Pada tahap ini dilakukan pengkodean (coding) terhadap rancanganrancangan
yang
telah
didefinisikan.
Pengkodean
dilakukan
dengan
menggunakan bahasa pemrograman Java. Pada tahap ini diimplementasikan
algoritma Nearest Neighbor Interpolation dan algoritma Luminosity untuk
untuk hasil OCR yang lebih baik sehingga sesuai dengan perancangan.
47
48
Dalam proses pembuatan aplikasi ini, tentunya membutuhkan perangkat
keras (hardware) dan perangkat lunak (software). Di bawah ini akan diuraikan
spesifikasi dari perangkat keras dan perangkat lunak yang digunakan pada proses
pengelompokkan data penjualan pada tugas akhir ini:.
a. Persiapan Perangkat Lunak (software)
Perangkat lunak yang digunakan untuk pembuatan aplikasi dalam
penelitian ini adalah dengan menggunakan:
1) Sistem Operasi Windows 7 64-Bit Home Premium SP 1
2) StarUML Version 5.0.
3) JDK (Java Development Kit) versi 1.8.0_101, SDK (Software
Developmenet Kit) untuk Windows
4) Android NDK (Native Development Kit) versi 13.0
5) Android Studio versi 2.2.2.
6) Balsamiq Mockups versi 3.4.1.
7) Sistem Operasi Android Lollipop
b. Persiapan Perangkat Keras (hardware)
Kebutuhan perangkat keras yang diperlukan untuk implementasi
pengembangan aplikasi:
a) Laptop Acer Aspire 4750 dengan Processor Intel® Core™ i32310M CPU @ 2.10GHz.
b) Harddisk 500 GB.
c) RAM 4 MB.
d) Monitor, Keyboard, dan Mouse sebagai peralatan antarmuka.
49
e) Smartphone Android Samsung dengan model SM-J200G
4.1.2 Implementasi Algoritma Nearest Neighbor Interpolation
Pada tahap ini akan dilakukan implementasi Algoritma Nearest Neighbor
Interpolation pada aplikasi ke dalam kode program yang dapat dilihat pada
Gambar 4.1 berikut:
public static Bitmap NearestNeighborI(Bitmap bitmap){
Bitmap bmp = bitmap.copy(Bitmap.Config.ARGB_8888, true);
int scale = 5;
int imgWidth = bmp.getWidth();
int imgHeight = bmp.getHeight();
int scaleImgWidth = bmp.getWidth()*scale;
int scaleImgHeight = bmp.getHeight()*scale;
//Initialize the intArray with the same size as the number of pixels on
the image
int[] intArray = new int[imgWidth*imgHeight];
//copy pixel data from the Bitmap into the 'intArray' array
bmp.getPixels(intArray, 0, bmp.getWidth(), 0, 0, imgWidth, imgHeight);
// int[] resize = resizePixels(intArray, imgWidth, imgHeight,
(imgWidth*2), (imgHeight*2));
int[] resize = new int[scaleImgWidth*scaleImgHeight];
double x_ratio = imgWidth/(double)scaleImgWidth;
double y_ratio = imgHeight/(double)scaleImgHeight;
double px, py;
for (int i=0;i<scaleImgHeight;i++) {
for (int j=0;j<scaleImgWidth;j++) {
px = Math.floor(j*x_ratio);
py = Math.floor(i*y_ratio);
resize[(i*scaleImgWidth)+j] = intArray[(int)((py*imgWidth)+px)];
}
}
return Bitmap.createBitmap(resize, scaleImgWidth, scaleImgHeight,
Bitmap.Config.ARGB_8888);
}
Gambar 4. 1 Source Code implementasi Algoritma Nearest Neighbor
Interpolation Pada Android
Pada perangkat Android implemntasi Algoritma Nearest Neighbor
Interpolation menggunakan data int array. Pertama tetukan skala untuk
memperbesar gambar dengan tipe data int dengan nama scale. Lalu dapatkan
50
panjang dan lebar dalam bentuk int dan diberi nama imgWidth dan imgHeight.
Setelah itu inisialisasi skala yang akan dibuat dengan mengkalikan skala
dengan pajang dan lebar gambar asli dalam bentuk int dan diberi nama
scaleImgWidth dan scaleImgHeight. Lalu buat int Array dengan panjang Array
samadengan panjang dikali lebar gambar asli dan beri nama intArray. Setelah
itu masukan pixel warna dari gambar asli ke intArray dengan metode
getPixels(). Setelah mendapatkan pixel dari gambar asli lalu masukan ke
algoritma Nearest Neighbor Interpolation. Dan gambar dibuat dengan metode
createBitmap() setelah mendapatkan nilai dari algoritma Nearest Neighbor
Interpolation. Perbandingan gambar sebelum dan setelah dilakukan algoritma
Nearest Neighbor Interpolation dapat dilihat pada Gambar 4.2 berikut:
Gambar 4. 2 Perbandingan gambar sebelum dan setelah dilakukan algoritma
Nearest Neighbor Interpolation
4.1.3 Implementasi Algoritma Luminosity
Pada tahap ini akan dilakukan implementasi Algoritma Luminosity pada
aplikasi ke dalam kode program yang dapat dilihat pada Gambar 4.3 berikut:
51
public static Bitmap getLuminosity(Bitmap img){
Bitmap bmap = img.copy(Bitmap.Config.ARGB_8888, true);
for (int i = 0; i < bmap.getWidth(); i++) {
for (int j = 0; j < bmap.getHeight(); j++) {
// get one pixel color
int pixel = img.getPixel(i, j);
// retrieve color of all channels
int A = Color.alpha(pixel);
int R = Color.red(pixel);
int G = Color.green(pixel);
int B = Color.blue(pixel);
// take conversion up to one single value
R = G = B = (int)(0.299 * R + 0.587 * G + 0.114 * B);
// set new pixel color to output bitmap
bmap.setPixel(i, j, Color.argb(A, R, G, B));
}
}
return bmap.copy(Bitmap.Config.ARGB_8888, true);
}
Gambar 4. 3 Source Code implementasi Algoritma Luminosity Pada Android
Pada tahap ini pertama gambar disalin terlebih dahulu dengan metode
copy() dengan tipe data Bitmap dengan nama bmap. Setelah itu melakukan
pengulangan pada setiap lebar dan panjang gambar. Lalu dapatkan pixel
gambar degan metode getPixel() ke tipe data int dengan nama pixel. Dapatkan
warna alfa, merah, hijau, dan biru dari pixel dengan menggunakan metode
Color.alpha(), Color.red(), Color.green(), dan Color.blue() dengan nama
masing-masing yaitu A, R, G, B dan tipe data int. Ubah warna merah, hijau dan
biru
dengan
mengkalikan
dengan
rumus
Luminosity
yaitu
dengan
menggkalikan dengan 0.299 pada merah, 0.587 pada gijau dan 0.114 pada biru,
lalu jumlahkan. Masukan kembali pixel yang tadi telah diubah dengan metode
setPixel(). Dan salin gambar hasil Algoritma Luminosity dengan dengan
metode copy(). Perbandingan gambar awal sebelum dan setelah dilakukan
algoritma Luminosity dapat dilihat pada Gambar 4.4 berikut:
52
Gambar 4. 4 Perbandingan gambar awal sebelum dan setelah dilakukan
algoritma Luminosity
4.2 Implementasi Antarmuka
Berikut adalah implementasi antarmuka pada aplikasi yang dibangun.
Gambar 4. 5 Tampilan Antarmuka Menu Utama
Tampilan antarmuka menu utama pada Gambar 4.5 terdapat tombol foto,
auto focus, dan pemilihan bahasa untuk pembacaan citra.
53
Gambar 4. 6 Tampilan Antarmuka Memproses Gambar
Tampilan antarmuka memproses gambar pada Gambar 4.6 menampilkan
progress bar.
Gambar 4. 7 Tampilan Antarmuka Hasil OCR
54
Tampilan antarmuka hasil OCR pada Gambar 4.7 menampilkan
perbandingan hasil OCR original dengan OCR yang telah dilakukan modifikasi.
4.3
Pengujian Sistem (Test Workflow)
Pengujian black-box dilakukan untuk menguji apakah sistem yang
dikembangkan sesuai dengan spesifikasi fungsional sistem yang telah dirancang
sebelumnya. Pengujian black-box dilakukan setelah proses pembuatan aplikasi
selesai dan sebelum aplikasi didistribusikan kepada pengguna. Dibawah ini adalah
hasil pengujian dengan metode black-box yang dilakukan pada lingkungan
pengembang.
4.3.1 Pengujian Antarmuka
4.3.1.1 Uji Antarmuka Menu Utama
Dilakukan beberapa pengujian pada atarmuka menu utama, yang
dicantumkan dalam Tabel 4.1 berikut:
Tabel 4. 1 Uji Halaman Menu Utama
Hasil
Skenario
Keterangan
Berhasil
Klik
tombol √
foto
Klik
tombol √
auto focus
Klik
tulisan √
bahasa
Gagal
Berhasil Mengambil Gambar
Berhasil
Memfokuskan
Gambar
Berhasil mengganti bahasa
55
4.3.1.2 Uji Antarmuka Memproses Gambar
Dilakukan beberapa pengujian pada atarmuka memproses
gambar, yang dicantumkan dalam Tabel 4.2 berikut:
Tabel 4. 2 Uji Antarmuka Memproses Gambar
Hasil
Skenario
Keterangan
Berhasil
Menampilkan
progressbar
Gagal
√
Berhasil
menampilkan
progressbar sebagai proses
pembacaan karakter
4.3.1.3 Uji Antarmuka Hasil OCR
Dilakukan beberapa pengujian pada atarmuka hasil OCR, yang
dicantumkan dalam Tabel 4.3 berikut:
Tabel 4. 3 Uji Antarmuka Hasil OCR
Hasil
Skenario
Keterangan
Berhasil
Menampilkan
√
hasil OCR yang
original
Menampilkan
√
hasil OCR yang
Modifikasi
Menampilkan
√
gambar
hasil
foto
Gagal
Berhasil menampilkan hasil
OCR yang original berupa teks
Berhasil menampilkan hasil
OCR yang modifikasi berupa
teks
Berhasil menampilkan gambar
hasil foto
56
4.3.2 Pengujian Sistem
Dalam pengujian ini dilakukan untuk mengukur keakuratan dan
membandingkan hasil yang telah melalui proses modifikasi dengan proses
yang langsung. Pada tiap pengujian akan dilakukan analisis untuk
mengetahui pengaruh gambar yang diuji terhadap hasil pengenalan teks oleh
engine Tesseract.
Dalam pengujian ini, gambar diperoleh dari hasil foto secara
langsung. Jenis font yang diuji adalah Arial dengan ukuran 26 untuk
karakter Latin dan ukuran 48 untuk karakter Arab. Gambar yang diuji difoto
dengan jarak dan hasil pemotongan yang berbeda. Pada pengujian karakter
Latin pertama mengambil foto dengan jarak sekitar 15cm dari gambar dan
pada pengujian kedua mengambil foto dengan jarak sekitar 25cm dari
gambar. Sedangkan pada pengujian karakter Arab pertama mengambil foto
dengan jarak sekitar 10cm dari gambar, pada pengujian kedua mengambil
foto dengan jarak sekitar 20cm dari gambar, dan pada pengujian ketiga
mengambil foto dengan jarak sekitar 30cm dari gambar. Pada setiap jarak
pengambilan foto diuji sebanyak tujuh kali dengan hasil pemotongan yang
berbeda-beda. Berikut adalah penjelasan pengujian tujuh kali pada satu
gambar yang diiuji:
1) Pengujian pertama dilakukan dengan memotong gambar dengan
panjang dan lebar pas dengan karakter uji.
2) Pengujian kedua dilakukan dengan memotong gambar dengan panjang
pas dengan karakter uji dan lebar diberi ruang kosong.
57
3) Pengujian ketiga dilakukan dengan memotong gambar dengan panjang
diberi ruang kosong dan lebar pas dengan karakter uji.
4) Pengujian keempat dilakukan dengan memotong gambar dengan
panjang dan lebar sedikit diberi ruang kosong dengan karakter uji.
5) Pengujian kelima dilakukan dengan memotong gambar dengan panjang
sedikit diberi ruang kosong dengan karakter uji dan lebar diberi ruang
kosong.
6) Pengujian enam dilakukan dengan memotong gambar dengan panjang
diberi ruang kosong dan lebar sedikit diberi ruang kosong dengan
karakter uji.
7) Pengujian tujuh dilakukan dengan memotong gambar dengan panjang
dan lebar diberi ruang kosong dengan karakter uji.
Untuk lebih jelas dapat dilihat pada Gambar 4.8 berikut:
58
Gambar 4. 8 Pengujian Karakter
Pada hasil pengujian dibagi menjadi tiga yaitu terbaca dengan tepat,
terbaca dengan kurang tepat, dan jauh dengan karater yang diuji atau tidak
terbaca. Pengujian ini ditujukan untuk mengetahui pengaruh hasil
modifikasi pada engine Tesseract terhadap hasil pengolahan gambar pada
hasil terjemahan.
4.3.2.1 Pengujian Karakter Latin
Pada pengujian karakter Latin diuji sebanyak 5 gambar dengan
dengan jarak pengambilan gambar 15cm dan 25 cm. pada masing gambar
diuji sebanyak tujuh kali. Untuk akurasi dapat dihitung dengan rumus
berikut:
59
Hasil uji pada karakter Latin dengan jarak pengambilan gambar
15cm dapat dilihat pada Tabel 4.4 berikut:
Tabel 4. 4 Pengujian karakter Latin dengan jarak pengambilan gambar
15cm
Hasil
Original
Pengujian
Terbaca
1
2
3
4
5
6
7
Jumlah
Akurasi
3
3
4
3
3
3
3
22
62,85%
Sebagian
Terbaca
2
2
1
2
2
2
2
13
37,15%
Modifikasi
Tidak
Terbaca
0
0
0
0
0
0
0
0
0%
Terbaca
4
4
4
4
5
3
4
28
80%
Sebagian
Terbaca
1
1
1
1
0
2
1
7
20%
Tidak
Terbaca
0
0
0
0
0
0
0
0
0%
Hasil uji pada karakter Latin dengan jarak pengambilan gambar
25cm dapat dilihat pada Tabel 4.5 berikut:
Tabel 4. 5 Pengujian karakter Latin dengan jarak pengambilan gambar
25cm
Hasil
Pengujian
1
2
3
4
5
Original
Sebagian
Terbaca
Terbaca
0
1
0
0
0
1
0
1
0
1
Modifikasi
Tidak
Terbaca
4
5
4
4
4
Terbaca
2
1
2
0
1
Sebagian
Terbaca
2
2
2
3
3
Tidak
Terbaca
1
2
1
2
1
60
Tabel 4. 5 Pengujian karakter Latin dengan jarak pengambilan gambar
25cm (lanjutan)
6
7
Jumlah
Akurasi
0
0
0
0%
0
0
4
11,43%
5
5
31
88,57%
1
1
9
22,86%
3
3
18
51,43%
1
1
9
25,71%
Dari hasil uji pada karakter Latin didapat nilai akurasi rata-rata
yang dapat dilihat pada tabel 4.6 berikut:
Tabel 4. 6 Hasil kengujian karakter Latin
Hasil
Jarak
Pengujian
15 cm
25 cm
Akurasi
Original
Terbaca
62,85%
0%
31,43%
Sebagian
Terbaca
37,15%
11.43%
37,15%
Modifikasi
Tidak
Terbaca
Terbaca
0%
80%
88,57%
22,86%
44,29% 51,43%
Sebagian
Terbaca
20%
51,43%
35,72%
Tidak
Terbaca
0%
25,71%
12,86%
Dari hasil ujicoba dapat diketahui bahwa sebagian besar aplikasi
yang dibangun mampu mengenali gambar teks dengan baik dan
mengalamai peningkatan ketika dilakukan modifikasi.
Pada pengjujian karakter Latin dengan jarak pengambilan 15cm
didapat hasil untuk yang original 62,85% Terbaca dengan baik, 37,15%
sebagian karakter terbaca dan 0% jauh dengan karater yang diuji atau
tidak terbaca. Sedangkan untuk hasil modifikasi 80% Terbaca dengan
baik, 20% sebagian karakter terbaca dan 0% jauh dengan karater yang
diuji atau tidak terbaca. Dan pada pengujian ke lima hasil modifikasi
61
didapat hasil yang optimal yaitu lima gambar hasil uji terbaca dari lima
kali percobaan.
Sedangkan pada pengjujian karakter Latin dengan jarak
pengambilan 25cm didapat hasil untuk yang original 0% Terbaca dengan
baik, 11,43% sebagian karakter terbaca dan 88,57% jauh dengan karater
yang diuji atau tidak terbaca. Sedangkan untuk hasil modifikasi 22,86%
Terbaca dengan baik, 51,43% sebagian karakter terbaca dan 25,71% jauh
dengan karater yang diuji atau tidak terbaca. Dan pada pengujian ke
pertama dan kedua hasil modifikasi didapat hasil yang optimal yaitu dua
gambar hasil uji terbaca, dua gambar hasil uji sebagian terbaca dan satu
gambar hasil uji jauh dengan karater yang diuji atau tidak terbaca dari
lima kali percobaan.
Pada karakter Latin dengan font berjenis Arial yang berukuran 26,
dari 5 gambar dengan perbandingan dua jarak dan tujuh pengujian
dengan pemotongan yang berbeda-beda didapat hasil yang optimal yaitu
engine Tesseract hasil modifikasi dengan jarak pemotretan 15cm dengan
pemotongan panjang sedikit diberi ruang kosong dengan karakter uji dan
lebar diberi ruang kosong dengan karakter uji.
Dari pengujian dua jarak yang berbeda engine Tesseract hasil
modifikasi mengalami peningkatan pada akurasi. Pada engine Tesseract
original karakter yang terhaca 31,43%, sebagian terbaca 37,15% dan
tidak terbaca sebanyak 51,43%. Sedankan pada engine Tesseract hasil
62
modifikasi karakter yang terhaca 51,43%, sebagian terbaca 37,72% dan
tidak terbaca sebanyak 12,86%. Sehingga engine Tesseract yang telah
dimodifikasi menghasilkan pengingkatan akurasi sebanyak 20%.
4.3.2.2 Pengujian Karakter Arab
Pada pengujian karakter Arab diuji sebanyak 10 gambar dengan
10 kata pertama
Asmaa'ul husna dengan dengan jarak pengambilan
gambar 30cm, 20cm dan 10cm. pada masing gambar diuji sebanyak tujuh
kali. Untuk akurasi dapat dihitung dengan rumus berikut:
Hasil uji pada karakter Arab dengan jarak pengambilan gambar
10cm dapat dilihat pada Tabel 4.7 berikut:
Tabel 4. 7 Pengujian karakter Arab dengan jarak pengambilan gambar
10cm
Hasil
Pengujian
1
2
3
4
5
6
7
Jumlah
Akurasi
Original
Sebagian
Terbaca
Terbaca
3
1
6
1
2
2
3
3
5
1
4
2
4
1
27
11
38,57% 15,72%
Modifikasi
Tidak
Terbaca
6
3
6
4
4
4
5
32
45,71%
Terbaca
4
2
3
1
3
3
2
18
25,71%
Sebagian
Terbaca
2
2
1
2
2
1
3
13
18,57%
Tidak
Terbaca
4
6
6
7
5
6
5
38
55,72%
63
Hasil uji pada karakter Arab dengan jarak pengambilan gambar
20cm dapat dilihat pada Tabel 4.8 berikut:
Tabel 4. 8 Pengujian karakter Arab dengan jarak pengambilan gambar
20cm
Hasil
Pengujian
1
2
3
4
5
6
7
Jumlah
Akurasi
Original
Sebagian
Terbaca
Terbaca
2
0
5
0
2
3
5
2
5
2
3
3
3
3
25
13
35,72% 18,57%
Modifikasi
Tidak
Terbaca
8
5
5
3
3
4
4
32
45,71%
Terbaca
3
4
5
8
6
4
3
33
47,15%
Sebagian
Terbaca
1
2
0
0
2
1
1
7
10%
Tidak
Terbaca
6
4
5
2
2
5
6
30
42,85%
Hasil uji pada karakter Arab dengan jarak pengambilan gambar
130cm dapat dilihat pada Tabel 4.9 berikut:
Tabel 4. 9 Pengujian karakter Arab dengan jarak pengambilan gambar
30cm
Hasil
Original
Pengujian
Terbaca
1
2
3
4
5
6
7
Jumlah
Akurasi
1
1
2
4
4
4
3
19
27,15%
Sebagian
Terbaca
0
1
1
3
2
1
1
9
12,85%
Modifikasi
Tidak
Terbaca
9
8
7
3
4
5
6
42
60%
Terbaca
4
5
6
6
4
5
4
34
48,57%
Sebagian
Terbaca
1
2
1
1
3
2
2
12
17,14%
Tidak
Terbaca
5
3
3
3
3
3
4
24
34,29%
64
Dari hasil uji pada karakter Aatin didapat nilai akurasi rata-rata
yang dapat dilihat pada tabel 4.10 berikut:
Tabel 4. 10 Hasil kengujian karakter Arab
Hasil
Jarak
Pengujian
10 cm
20 cm
30 cm
Akurasi
Original
Terbaca
38,57%
35,72%
27,15%
33,81%
Sebagian
Terbaca
15,72%
18,57%
12,85%
15,71%
Modifikasi
Tidak
Terbaca
45,71%
45,71%
60%
50,47%
Terbaca
25,71%
47,15%
48,57%
40,48%
Sebagian
Terbaca
18,57%
10%
17,14%
15,24%
Tidak
Terbaca
55,72%
42,85%
34,29%
44,29%
Dari hasil uji dapat diketahui bahwa untuk karakter Arab hasilnya
bervariatif. Pada pengjujian karakter Latin dengan jarak pengambilan
10cm didapat hasil untuk yang original 38,57% Terbaca dengan baik,
15,72% sebagian karakter terbaca dan 45,71% jauh dengan karater yang
diuji atau tidak terbaca. Sedangkan untuk hasil modifikasi 25,71%
Terbaca dengan baik, 18,57% sebagian karakter terbaca dan 55,72% jauh
dengan karater yang diuji atau tidak terbaca. Dan pada pengujian ke dua
hasil original didapat hasil yang optimal yaitu 6 gambar hasil uji terbaca,
1 gambar hasil uji sebagian terbaca dan 3 gambar hasil uji jauh dengan
karater yang diuji atau tidak terbaca dari 10 kali percobaan.
Pada pengjujian karakter Arab dengan jarak pengambilan 20cm
didapat hasil untuk yang original 35,72% Terbaca dengan baik, 18,57%
sebagian karakter terbaca dan 45,71% jauh dengan karater yang diuji atau
tidak terbaca. Sedangkan untuk hasil modifikasi 47,15% Terbaca dengan
65
baik, 10% sebagian karakter terbaca dan 42,85% jauh dengan karater
yang diuji atau tidak terbaca. Dan pada pengujian keempat hasil
modifikasi didapat hasil yang optimal yaitu 8 gambar hasil uji terbaca
dan 2 gambar hasil uji jauh dengan karater yang diuji atau tidak terbaca
dari 10 kali percobaan.
Pada pengjujian karakter Arab dengan jarak pengambilan 30cm
didapat hasil untuk yang original 27,15% Terbaca dengan baik, 12,85%
sebagian karakter terbaca dan 60% jauh dengan karater yang diuji atau
tidak terbaca. Sedangkan untuk hasil modifikasi 48,57% Terbaca dengan
baik, 17,14% sebagian karakter terbaca dan 34,29% jauh dengan karater
yang diuji atau tidak terbaca. Dan pada pengujian ketiga dan keempat
hasil modifikasi didapat hasil yang optimal yaitu 6 gambar hasil uji
terbaca, 1 gambar hasil uji sebagian terbaca dan 3 gambar hasil uji jauh
dengan karater yang diuji atau tidak terbaca dari 10 kali percobaan.
Pada karakter Arab dengan font berjenis Arial yang berukuran 48,
dari dari 10 gambar dengan perbandingan tiga jarak dan tujuh pengujian
dengan pemotongan yang berbeda-beda didapat hasil yang optimal yaitu
engine Tesseract hasil modifikasi dengan jarak pemotretan 20cm dan
pemotongan gambar dengan panjang dan lebar sedikit diberi ruang
kosong dengan karakter uji.
Dari pengujian tiga jarak yang berbeda engine Tesseract hasil
modifikasi mengalami peningkatan pada akurasi. Pada engine Tesseract
66
original karakter yang terhaca 33,81%, sebagian terbaca 15,71% dan
tidak terbaca sebanyak 50,47%. Sedankan pada engine Tesseract hasil
modifikasi karakter yang terhaca 40,48%, sebagian terbaca 15,24% dan
tidak terbaca sebanyak 44,29%. Sehingga engine Tesseract yang telah
dimodifikasi menghasilkan pengingkatan akurasi sebanyak 6,67%.
4.4
Transition (Transisi)
Dengan selesainya tahap ini maka berakhirlah proses pembangunan sistem
ini. Peluncuran sistem, sosialisasi dan implementasi dilakukan ditahap ini dan
selanjutnya diserahkan kepada developer yang ingin mengembangkan aplikasi ini.