Implementasi Optical Character Recognition untuk Pengenalan Lot Number pada Produk (Studi Kasus: PT XYZ)

Maulana Arif Wijaya

Abstrak

Dalam industri manufaktur, proses produksi harus mengikuti prosedur penandaan batch yang mencakup verifikasi lot number (LN), yaitu kode unik yang membantu melacak informasi produk. Di PT XYZ, pengambilan data LN masih dilakukan secara manual, yang rentan terhadap kesalahan manusia akibat kelelahan atau kurang konsentrasi, serta menimbulkan biaya dan kesulitan pengelolaan dokumen kertas. Solusi yang potensial untuk permasalahan ini adalah penggunaan teknologi Optical Character Recognition (OCR). Namun, model OCR umum seperti TesseractOCR dan EasyOCR belum mampu mengenali karakter tertentu secara akurat, terutama karakter bertitik yang umum ditemukan dalam LN. Oleh karena itu, diperlukan serangkaian proses tambahan seperti lokalisasi, preprocessing, post-processing, serta pengembangan model yang lebih sesuai agar sistem ekstraksi dapat beradaptasi dengan karakteristik data LN. Setelah dilakukan berbagai kombinasi percobaan, ditemukan bahwa model yang paling sesuai untuk mengenali data LN adalah YOLO yang telah melalui proses pelatihan pada kategori CAP dan EasyOCR pada kategori box dan soyjoy. Hal ini dibuktikan melalui pengujian terhadap tingkat kemiripan hasil ekstraksi dengan teks asli, yang menunjukkan akurasi sebesar 69,67% untuk kategori box, 92,38% untuk kategori soyjoy, dan 93,75% pada kategori cap. Dengan demikian, sistem OCR yang dikembangkan mampu bekerja secara efektif dalam melakukan ekstraksi teks LN.

© 2026 UPA Perpustakaan POLINEMAStatus LayananKebijakan PrivasiSyarat & Ketentuan

v2026.11.19.1 · c557b04