Implementasi Algoritma OCR (Optical Character Recognition) untuk Ekstraksi Informasi dari Citra Struk Transaksi Keuangan

Authors

  • Latifa Khoirani Universitas Islam Negeri Sumatera Utara
  • Rino Ariansyah Universitas Islam Negeri Sumatera Utara
  • Supiyandi Supiyandi Universitas Pembangunan Panca Budi

DOI:

https://doi.org/10.61132/mars.v2i6.537

Keywords:

Information Extraction, Optical Character Recognition (OCR), Digital Image Processing, Image Processing, Financial Transaction Receipt

Abstract

This research aims to automate the process of extracting information from financial transaction receipts using Optical Character Recognition (OCR) algorithm. The OCR algorithm is used to recognize characters from digital images of transaction receipts so that information such as date, transaction amount, and other details can be accurately identified. By applying image processing methods, this research successfully demonstrates the effectiveness of the OCR system in overcoming challenges such as varying receipt print quality. This research also offers practical solutions in the form of OCR-based applications that can be used in business environments to improve the efficiency and accuracy of financial transaction data management.

References

Alfatul Hisabi, A., Azura, A., Lutfiah, D., & Nurbaiti. (2022). Perkembangan sistem informasi manajemen (SIM) di Indonesia. Juremi: Jurnal Riset Ekonomi, 1(4), 364–371. https://doi.org/10.53625/juremi.v1i4.775

Darmawan, R., Nasuha, A., Zaman, L., & Armanto, H. (2021). Sistem manajemen kartu nama dengan OCR dan ekstraksi informasi otomatis. Journal of Intelligent Systems and Computing, 3(2), 61–72. https://doi.org/10.52985/insyst.v3i2.194

Fareza, A. D., Toyib, R., Studi, P., Teknik Informatika, F., & Universitas M. Bengkulu. (2024). Analisis dan implementasi citra digital pada buku Ishihara untuk melihat tingkat buta warna. Jurnal Teknologi, 8(5), 11043–11049.

Khairunnisak, K., Ashari, H., & Kuncoro, A. P. (2020). Analisis forensik untuk mendeteksi keaslian citra digital menggunakan metode NIST. Jurnal Resist (Rekayasa Sistem Komputer), 3(2), 72–81. https://doi.org/10.31598/jurnalresistor.v3i2.634

Nafsin, M., Qashlim, A., & Khairat, U. (2022). Sistem informasi data siswa berbasis OCR (Optical Character Recognition) pada SMK Bina Harapan. Jurnal Pengajaran Konferensi Ser, 4(1), 412. https://doi.org/10.35329/jp.v4i1.2201

O. C. R. Untuk, & E. Informasi. (2024). Penerapan algoritma OCR untuk ekstraksi informasi dari citra kartu tanda mahasiswa (KTM). Jurnal Ilmiah Teknologi, 8(5), 11004–11009.

Pradila, R., Putri, P., Latifah, N., & S. W. U. (2024). Pengelolaan bukti transaksi pengeluaran berbasis web di PT Tiga Sahabat Tehnik. Jurnal Ilmu Teknologi, 1(1), 36–51.

Sambi, A. M. T. I., & Ua, S. (2023). Penggunaan bahasa pemrograman Python dalam analisis faktor penyebab kanker paru-paru. Jurnal Publikasi Teknologi Informasi, 2(2), 88–99. https://doi.org/10.55606/jupti.v2i2.1742

Santi, S., Susanto, C., Muhardi, M., Patasik, M., & Nurlina, N. (2024). Penerapan algoritma K-Nearest Neighbor (KNN) dalam pengklasifikasian tingkat kematangan buah nangka berdasarkan citra warna kulit. Digital Transformation & Technology, 4(1), 685–692. https://doi.org/10.47709/digitech.v4i1.4550

Wahyuddin, W., & Hasim, A. (2023). Aplikasi ekstraksi data kartu vaksin berbasis web menggunakan metode OCR. Jurnal Sintaks Logika, 3(2), 53–57. https://doi.org/10.31850/jsilog.v3i2.2525

Downloads

Published

2024-12-03

How to Cite

Latifa Khoirani, Rino Ariansyah, & Supiyandi Supiyandi. (2024). Implementasi Algoritma OCR (Optical Character Recognition) untuk Ekstraksi Informasi dari Citra Struk Transaksi Keuangan. Mars : Jurnal Teknik Mesin, Industri, Elektro Dan Ilmu Komputer, 2(6), 151–160. https://doi.org/10.61132/mars.v2i6.537

Similar Articles

1 2 3 4 > >> 

You may also start an advanced similarity search for this article.