Rahmatsyah, Muhammad Zaky (2025) Evaluasi perbandingan metode google vision ocr, tesseract ocr, dan paddle ocr dengan metode fuzzy matching dalam identifikasi komposisi alergen pada kemasan produk makanan Jepang / Muhammad Zaky Rahmatsyah</p>. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
p Kemajuan teknologi digital menawarkan solusi atas tantangan yang dihadapi konsumen asing dalam memahami informasi bahan pada kemasan makanan Jepang terutama karena penggunaan karakter Kanji Hiragana dan Katakana. Penelitian ini mengembangkan dan mengungkap metode deteksi alergen berdasarkan Optical Character Recognition (OCR) dan fuzzy match yang diterapkan pada kemasan makanan Jepang. Tiga metode OCR yakni Google Vision OCR PaddleOCR dan Tesseract OCR dibandingkan dan dievaluasi menggunakan metrik Precision Recall F1-Score dan Confusion Matrix. Penelitian dimulai dengan pengumpulan gambar produk makanan dari sumber yang dicetak tebal diikuti oleh ekstraksi teks menggunakan tiga metode OCR. Teks yang diekstraksi kemudian dibersihkan dan dinormalisasi sebelum dicocokkan dengan data Ground truth menggunakan fuzzy match. Pengujian dilakukan pada 10 sampel gambar produk dengan kualitas dan kondisi pencahayaan yang bervariasi. Hasil penelitian menunjukkan bahwa Google Vision OCR mengungguli yang lain mencapai skor F1 rata-rata 1.00. diikuti oleh PaddleOCR (0.75) dan Tesseract OCR (0.30). Google Vision adalah yang paling konsisten dalam mendeteksi alergen. Temuan ini menunjukkan bahwa integrasi OCR dan pencocokan fuzzy efektif dalam mendeteksi alergen bahkan dengan adanya variasi tekstual dan kesalahan pengenalan. Studi ini berkontribusi pada pengembangan sistem rekomendasi makanan otomatis untuk konsumen asing terutama mereka yang memiliki preferensi makanan karena alergi keyakinan agama atau preferensi pribadi. /p
| Item Type: | Thesis (Diploma) |
|---|---|
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | library UM |
| Date Deposited: | 16 Jul 2025 04:29 |
| Last Modified: | 09 Sep 2025 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/400280 |
Actions (login required)
 |
View Item |