IMPLEMENTASI DAN PENGUJIAN SISTEM
4.3 Pengujian Sistem (Test Workflow)
Pengujian sistem dilakukan untuk mengetahui apakah sistem berjalan sesuai dengan spesifikasi fungsional sistem yang telah dirancang sebelumnya. Pengujian ini menggunakan metode pengujian black-box yang dilakukan setelah sistem selesai dibangun dan sebelum digunakan oleh user. Berikut adalah hasil pengujian menggunakan metode black-box.
4.3.1 Pengujian Antarmuka
Untuk menunjukkan apakah seluruh antarmuka dapat berjalan dengan baik.
a. Uji Antarmuka Menu Utama
Hasil dari pengujian antarmuka menu utama dapat dilihat pada tabel 4.1 berikut.
Tabel 4.1 Uji Tampilan Menu Utama Hasil
b. Uji Antarmuka Recognition Tanpa Pre-Processing
Hasil dari pengujian antarmuka recognition tanpa pre-processing dapat dilihat pada tabel 4.2 berikut.
41
Tabel 4.2 Uji Tampilan Recognition Tanpa Pre-Processing Hasil
c. Uji Antarmuka Recognition dengan Pre-Processing
Hasil dari pengujian antarmuka recognition dengan pre-processing dapat dilihat pada tabel 4.3 berikut.
Tabel 4.3 Uji Tampilan Recognition Dengan Pre-Processing Hasil
Berhasil memperbesar gambar dengan algoritma bilinear dan menampilkannya
Klik tombol proses
Pengujian ini dilakukan untuk mengukur keakuratan hasil antara recognition dengan pre-processing dengan recognition tanpa pre-processing. Disetiap pengujian akan dilakukan analisis untuk mengetahui pengaruh gambar terhadap hasil recognition oleh tesseract.
Dalam pengujian ini, gambar diperoleh dari hasil foto yang dilakukan sebelumnya di luar aplikasi dengan menggunakan kamera pada perangkat smartphone.
Jenis font karakter adalah Arial dengan ukuran karakter 48. Gambar yang diuji dengan 2 cara, pengujian pertama dengan menggunakan 10 karakter arab acak dengan jarak dan hasil pemotongan acak pula. Sedangkan untuk pengujian kedua digunakan 10 karakter arab yang memiliki perbedaan dalam jarak pengambilan gambar dengan hasil pemotongan yang berbeda-beda. Pengambilan gambar akan dilakukan dalam jarak 10cm dari gambar untuk pengujian pertama, 20cm untuk pengujian kedua dan 30cm untuk pengujian ketiga. Disetiap pengujian akan dilakukan pengambilan gambar sebanyak lima kali dengan hasil pemotongan yang berbeda-beda. Berikut penjelasan lima keadaan pemotongan.
1) Pengambilan foto pertama menggunakan gambar dengan pemotongan panjang (kiri-kanan) dan lebar (bawah-atas) pas dengan karakter uji.
2) Pengambilan foto kedua menggunakan gambar dengan pemotongan panjang diberikan ruang kosong (space) dan lebar pas dengan karakter.
3) Pengembilan foto ketiga menggunakan gambar dengan pemotongan panjang pas dengan karakter dan lebar diberi space.
4) Pengambilan foto keempat menggunakan gambar dengan pemotongan panjang dan lebar diberi space.
43
5) Pengambilan foto kelima menggunakan gambar dengan pemotongan panjang diberi space lebih dari foto pengujian kedua dan lebar diberi space seperti foto pengujian ketiga.
Untuk lebih jelas dapat dilihat pada gambar dibawah ini.
Gambar 4.11 Foto Karakter Uji
Untuk hasil pengujian akan dibagi menjadi tiga nilai yaitu terbaca dengan benar, terbaca dengan salah dan tidak terbaca. Pengujian ini bertujuan untuk mengetahui pengaruh hasil nilai deteksi antara recognition tanpa pre-processing dengan recognition dengan pre-processing.
a. Pengujian Karakter Arab
Pengujian akan dilakukan dengan 2 jenis pertama menguji 10 karakter arab acak dengan sekali pengambilan dan yang kedua pengujian karakter Arab menggunakan 10 gambar karakter dengan masing-masing memiliki 5 jenis potongan dan dilakukan pengambilan gambar pada jarak 10cm, 20cm dan 30cm. Untuk perhitungan akurasi digunakan rumus berikut:
Hasil pengujian 10 karakter arab secara acak dapat dilihat pada tabel 4.4 berikut.
Tabel 4.4 Pengujian Gambar Karakter Arab Acak
Tanpa Pre-processing Dengan Pre-processing
Jumlah 4 4 2 5 3 2
Akurasi 40% 40% 20% 50% 30% 20%
Hasil pengujian karakter arab pada jarak pengambilan 10cm dapat dilihat pada tabel 4.5 berikut.
Pengujian pertama dengan menggunakan 10 karakter arab acak. Pada pengujian karakter Arab ini didapatkan hasil. Akurasi untuk yang hasil tanpa Pre-processing adalah 40% untuk terbaca benar, 40% untuk terbaca salah dan 20% untuk tidak
Terbaca
45
terbaca. Sedangkan akurasi untuk hasil dengan Pre-processing adalah 50% untuk terbaca benar, 30% untuk terbaca salah dan 20% untuk tidak terbaca.
Dari hasil akurasi diatas peningkatan untuk hasil recognition dengan Pre- processing meningkat 10% dari 40% hasil tanpa Pre-processing menjadi 50% untuk hasil dengan Pre-processing.
Pada pengujian kedua ini akan dilakukan 3 kali pengambilan gambar pada jarak 10 cm, 20 cm dan 30 cm pada 10 karakter arab yang masing-masing memiliki 5 bentuk pemotongan yang berbeda-beda. Dan adapun hasil dari pengujian tersebut akan dijelaskan oleh table-tabel dibawah ini.
Hasil pengujian karakter arab pada jarak pengambilan 10cm dapat dilihat pada tabel 4.6 berikut.
Tabel 4.5 Pengujian Gambar Karakter Arab dengan jarak pengambilan 10cm Hasil Tanpa Pre-processing Hasil Dengan Pre-processing Pengujian Terbaca akurasi pembacaan karakter arab tanpa dan dengan Pre-processing pada pengambilan gambar jarak 10cm mengalamin penurunan 2% untuk hasil terbaca benar dan peningkatan 2% untuk hasil terbaca salah dan tidak mengalami perubahan untuk hasil yang tidak terbaca.
Hasil pengujian karakter arab pada jarak pengambilan 20cm dapat dilihat pada tabel 4.6 berikut.
Tabel 4.6 Pengujian Gambar Karakter Arab dengan jarak pengambilan 20cm Hasil Tanpa Pre-processing Hasil Dengan Pre-processing Pengujian Terbaca akurasi pembacaan karakter arab tanpa dan dengan Pre-processing pada pengambilan gambar jarak 20cm mengalamin peningkatan 18% untuk hasil terbaca benar dan penurunan 14% untuk hasil terbaca salah dan penurunan 4% untuk tidak terbaca.
Hasil pengujian karakter arab pada jarak pengambilan 30cm dapat dilihat pada tabel 4.7 berikut.
Tabel 4.7 Pengujian Gambar Karakter Arab dengan jarak pengambilan 30cm Hasil Tanpa Pre-processing Hasil Dengan Pre-processing Pengujian Terbaca
47 akurasi pembacaan karakter arab tanpa dan dengan Pre-processing pada pengambilan gambar jarak 30cm mengalamin peningkatan 30% untuk hasil terbaca benar dan tidak ada perubahan untuk hasil terbaca salah dan penurunan 30% untuk tidak terbaca.
Dari hasil pengujian karakter arab pada tiga jarak pengambilan gambar yaitu 10cm, 20cm dan 30cm didapatkan nilai akurasi rata-rata yang dapat dilihat pada tabel berikut:
Tabel 4.8 Hasil Akurasi Rata-Rata Pengujian Karakter Arab.
Hasil Tanpa Pre-processing Hasil Dengan Pre-processing Pengujian Terbaca gambar dengan perbandingan tiga jarak dan lima pengujian dengan pemotongan yang berbeda-beda didapat hasil yang optimal yaitu engine Tesseract hasil dengan Pre- processing dengan jarak pemotretan 30cm sebesar 54% terbaca benar.
Dari pengujian tiga jarak tersebut dengan menggunakan engine Tesseract yang dimodifikasi dengan Pre-processing mengalami penurunan akurasi pada 10cm dan peningkatan pada akurasi di jarak pengambilan 20cm dan 30cm. Pada engine
Tesseract tanpa Pre-processing hasil rata-rata dari karakter yang terbaca benar 31%, terbaca salah 16% dan tidak terbaca adalah 53%. Sedankan pada engine Tesseract hasil dengan Pre-processing hasil rata-rata dari karakter yang terbaca benar 47%, terbaca salah 12% dan tidak terbaca adalah 41%. Peningkatan terjadi sebesar 16%
antara menggunakan pre-processing dengan yang tidak.
4.4 Transisi
Pada tahap ini adalah akhir proses pembuatan sistem yang untuk selanjutnya akan dilakukan peluncuran sistem, implementasi dan sosialisasi serta penyerahan kepada developer yang ingin mengembangkan aplikasi ini.
BAB 5
PENUTUP
Bab ini berisi tentang kesimpulan yang dapat diambil berdasarkan hasil pengujian sistem OCR menggunakan algoritma bilinear untuk meningkatkan pendeteksian karakter arab pada bagian 5.1 dan membahas saran pengembangan sistem selanjutnya pada bagian 5.2
5.1 Kesimpulan
Setelah menjalani tahapan-tahapan RUP (Rational Unified Process) dalam pembuatan aplikasi ini, maka dapat disimpulkan beberapa hal sebagai berikut:
1) Perbandingan hasil implementasi algoritma bilinear pada aplikasi Optical Character Recognition (OCR) menggunakan Engine Tesseract untuk karakter arab secara keseluruhan mengalami peningkatan akurasi.
2) Hasil perbandingan recognition yang menggunakan algoritma bilinear sebagai pre-processing dengan recognition tanpa menggunakan pre-processing pada karakter arab dengan ukuran 48 dan jenis font adalah Arial terhadap 10 gambar dengan tiga jarak pengambilan foto dan lima gambar jenis pemotongan yang berbeda-beda didapat hasil peningkatan yaitu pada 16%.
3) Algoritma Image Scaling yang digunakan adalah algoritma Bilinear untuk resize gambar dan algoritma Luminosity untuk mengubah gambar menjadi grayscale dapat memperbaiki hasil OCR dengan engine Tesseract pada karakter arab.
5.2 Saran
1. Menggunakan algoritma Image Scaling yang lain untuk resize seperti sinc resampling, latoczos resampling, bicubic dan semacamnya.
2. Dikembangkan dengan cloud computing agar proses dapat berjalan lebih ringan.
3. Sistem pendeteksian yang dibuat bekerja secara real time.
4. Menambahkan metode Image Processing lain yang khusus untuk karakter arab.