IDENTIFIKASI MEREK OBAT MENGGUNAKAN METODE OCR DENGAN PERBANDINGAN MORPHOLOGICAL OPENING DAN CLOSING
IDENTIFICATION OF MEDICINE BRAND USING OCR METHOD WITH COMPARISON OF MORPHOLOGICAL OPENING AND CLOSING
Pada era pandemi saat ini, banyak kerugian yang dialami dari berbagai pihak. Mulai dari kurangnya tenaga medis hingga para orang penting yang juga ikut menjadi korban. Banyak juga masyarakat yang sakit penyakit lain tidak ingin pergi ke rumah sakit karena takut terjangkit covid-19. Korban covid-19 yang semakin meningkat ini hingga memenuhi rumah sakit mendorong pemerintah menghimbau masyarakat untuk karantina mandiri. Hal inilah yang membuat masyarakat mencari-cari sendiri obat yang beredar di internet tanpa tahu manfaat dan efeknya. Beredarnya obat-obatan dengan informasi yang belum jelas semakin meningkat sehingga semakin dapat merugikan dan membahayakan masyarakat. Permasalahan ini peneliti membuat aplikasi identifikasi merek obat dengan metode Optical Character Recognition(OCR) berbasis web untuk membantu memberikan informasi data obat hanya dengan citra dari kemasan obat. Dimana hasil dari deteksi teks dengan metode tersebut dicari dalam database lalu ditampilkan kepada pengguna. Sehingga akurasi hasil deteksi dari Optical Character Recognition sangat penting dalam proses pencarian data. Untuk meningkatkan akurasi OCR, diperlukan modifikasi citra meggunakan Morphological Transformation sebelum tahap OCR. Perbandingan Morphology Opening dan Closing dilakukan untuk melihat modifikasi yang terbaik. Terdapat dua pengujian yang dilakukan. Pertama, pengujian aplikasi dilakukan dengan metode black box testing dimana pengujian hanya menguji jalannya aplikasi berdasarkan skenario yang dibuat tanpa mengetahui sistem internal dari aplikasi. Hasil pengujian black box yang didapat pada plikasi berjalan sesuai skenario yang telah dibuat. Lalu yang kedua yaitu pengujian akurasi OCR berdasarkan tiga kondisi cahaya yang berbeda serta perbandingan antara morphology open dan morphology close. Pengujian akurasi yang didapat dengan Morphology Open pada siang hari 79,45%, sore hari(luar ruangan) sebesar 84,2%, dan malam hari(dalam ruangan) sebesar 85,1%. Sedangkan dengan metode filter Morphology Close di siang hari(luar ruangan) sebesar 77,92%, sore hari(luar ruangan) sebesar 87,03%, dan malam hari(dalam ruangan) sebesar 85,56%. Akurasi paling rendah pada siang hari, ini dikarenakan tidak meratanya cahaya sehingga merusak bentuk teks merek obat.
In the current pandemic era, many losses are experienced from various parties. Starting from the lack of medical personnel to important people who also became victims. Many people who are sick with other diseases do not want to go to the hospital because of fear to contracting COVID-19. The increasing number of Covid-19 victims who have filled hospitals has prompted the government to urge the public to self-quarantine. This is what makes people look for their own medicines circulating on the internet without knowing the benefits and effects. The circulation of medicines with unclear information is increasing so that it can increasingly harm and endanger the community. In this problem, researchers made a medicine brand identification application using the web-based Optical Character Recognition (OCR) method to help provide medicine data information only with images from medicine packaging. Where the results of text detection with this method are searched in the database and then displayed to the user. So that the accuracy of the detection results from Optical Character Recognition is very important in the data search process. To improve the accuracy of OCR, it is necessary to modify the image using Morphological Transformation before the OCR stage. The comparison of Morphology Opening and Closing is done to see the best modification. There are two tests carried out. First, application testing is carried out using the black box testing method where the test only tests the running of the application based on the scenario created without knowing the internal system of the application. The black box test results obtained in the application run according to the scenario that has been created. Then the second is OCR accuracy testing based on three different light conditions and a comparison between morphology open and morphology close. The accuracy test obtained by Morphology Open is 79.45% during the day, 84.2% in the afternoon (outdoor), and 85.1% at night (indoor). Meanwhile, with the Morphology Close filter method during the day (outdoor) by 77.92%, in the afternoon (outdoor) by 87.03%, and at night (indoor) by 85.56%. The accuracy is lowest during the day, this is due to the uneven light that distorts the shape of the medicine brand text.