Pengenalan dan Klasifikasi Tulisan Pada Nota Pembelian Material (Studi Kasus Proyek Konstruksi)

Indrakusuma, RM Ivan (2021) Pengenalan dan Klasifikasi Tulisan Pada Nota Pembelian Material (Studi Kasus Proyek Konstruksi). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

Text 05111740000060-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2023. Download (5MB) | Request a copy

Abstract

CV Bangun Karya Sejahtera merupakan perusahaan yang aktif bergerak di bidang properti dan memiliki banyak arus kas masuk maupun keluar. Perusahaan telah memiliki sistem informasi untuk membantu memantau aliran dana. Namun, karyawan harus memasukkan data tersebut secara manual ke dalam sistem. Proses input ini seringkali memakan banyak waktu mereka. Oleh karena itu, tugas akhir ini bermaksud untuk menambahkan fitur pada sistem informasi yang ada untuk membantu karyawan dalam menginput data secara otomatis ke dalam sistem informasi perusahaan yang ada. Fitur ini memanfaatkan teknologi Optical Character Recognition (OCR). Ini dikembangkan menggunakan kerangka Flask berdasarkan bahasa pemrograman Python. Klasifikasi dilakukan dengan menggunakan Support Vector Machine. Hasil penelitian menunjukkan bahwa fitur tambahan dapat melakukan pengenalan dan klasifikasi teks dengan SGDClassifier rata-rata 8,89 detik. Adanya fitur OCR pada sistem informasi ini diharapkan dapat membantu karyawan perusahaan dalam menginput data ke dalam sistem informasi CV Bangun Karya Sejahtera.
===================================================================================================
CV Bangun Karya Sejahtera is a company that is actively engaged in the property sector and has many cash flows, both in and out. The company already has an information system to assist in monitoring the flow of funds. However, employees must input those data manually into the system. This input process often takes up a lot of their time. Therefore, this thesis intends to add features to the existing information system to assist employees in automatically inputting data into existing company information systems. This feature utilizes Optical Character Recognition (OCR) technology. It is developed using the Flask framework based on the Python programming language. The classification is performed using Support Vector Machine. The results show that the additional feature can perform text recognition and classification with the SGDClassifier in 8,89 seconds on average.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	flask, OCR, sistem informasi, web, flask, information system, OCR, web
Subjects:	T Technology > T Technology (General) > T57.5 Data Processing T Technology > T Technology (General) > T58.6 Management information systems
Divisions:	Faculty of Information and Communication Technology > Informatics > 55201-(S1) Undergraduate Thesis
Depositing User:	RM Ivan Indrakusuma
Date Deposited:	23 Aug 2021 09:30
Last Modified:	23 Aug 2021 09:30
URI:	http://repository.its.ac.id/id/eprint/88860

Actions (login required)

View Item