Deteksi manipulasi font dokumen tugas akhir dan skripsi berbasis optical character recognition / Saddam Sinatrya Jalu Mukti - Repositori Universitas Negeri Malang

Deteksi manipulasi font dokumen tugas akhir dan skripsi berbasis optical character recognition / Saddam Sinatrya Jalu Mukti

Mukti, Saddam Sinatrya Jalu Mukti (2023) Deteksi manipulasi font dokumen tugas akhir dan skripsi berbasis optical character recognition / Saddam Sinatrya Jalu Mukti. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

Plagiarisme adalah salah satu kejahatan paling umum di dunia akademik. Berbagai cara dilakukan para pelaku untuk menghindari sistem deteksi plagiarisme. Salah satunya adalah penggunaan embedded font untuk mengubah teks yang terlihat dari teks yang sebenarnya. Posisi huruf telah dipertukarkan untuk membuat karakter x menjadi karakter a . Tujuan dari penelitian ini adalah untuk menerapkan metode berbasis computer vision menggunakan optical character recognition (OCR) untuk mengatasi masalah ini dengan memvalidasi embedded font. Font yang disematkan di dalam dokumen PDF diekstraksi dan disimpan. Kemudian karakter dalam alfabet Latin dan rentang digit di-render ke setiap gambar. Masing-masing gambar ini divalidasi menggunakan OCR. Untuk menentukan metode rendering terbaik tiga skenario rendering dilakukan. Hasil penelitian menunjukkan bahwa sistem dapat diterapkan dengan batasan-batasan tertentu. Model OCR tidak dapat mendeteksi perbedaan kecil seperti huruf kecil z dan huruf kapital Z. Namun pada skenario ke-3 dengan 200 dokumen acak diperoleh accuracy precision dan recall sebesar 100%. Dapat disimpulkan bahwa metode berbasis optical character recognition dapat digunakan untuk mendeteksi penggunaan embedded font yang telah dimodifikasi pemetaan glyph-nya. Serta metode ini memiliki performa yang tinggi dalam mendeteksi keseluruhan karakter dalam rentang alfanumerik. Namun perlu digarisbawahi bahwa model OCR tidak cocok untuk pendeteksian teks berupa karakter dan lebih cocok untuk pendeteksian kata atau kalimat.

Item Type: Thesis (Diploma)
Subjects: ?? ??
Divisions: Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika
Depositing User: Users 2 not found.
Date Deposited: 27 Feb 2023 04:29
Last Modified: 09 Sep 2023 03:00
URI: http://repository.um.ac.id/id/eprint/273335

Actions (login required)

View Item View Item