optical character recognition meteran multifungsi …

92
OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI OTOMATIS MENGGUNAKAN XAMARIN PLATFORM HALAMAN SAMPUL SKRIPSI Oleh: M. Yarzuk Adami 170210072 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK DAN KOMPUTER UNIVERSITAS PUTERA BATAM TAHUN 2021

Upload: others

Post on 21-Apr-2022

12 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

OPTICAL CHARACTER RECOGNITION METERAN

MULTIFUNGSI OTOMATIS MENGGUNAKAN

XAMARIN PLATFORM

HALAMAN SAMPUL

SKRIPSI

Oleh:

M. Yarzuk Adami

170210072

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN KOMPUTER

UNIVERSITAS PUTERA BATAM

TAHUN 2021

Page 2: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

OPTICAL CHARACTER RECOGNITION METERAN

MULTIFUNGSI OTOMATIS MENGGUNAKAN

XAMARIN PLATFORM

HALAMAN JUDUL

SKRIPSI

Untuk memenuhi salah satu syarat

memperoleh gelar Sarjana

Oleh

M. Yarzuk Adami

170210072

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN KOMPUTER

UNIVERSITAS PUTERA BATAM

TAHUN 2021

Page 3: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

iii

HALAMAN PERNYATAAN

Page 4: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

iv

OPTICAL CHARACTER RECOGNITION METERAN

MULTIFUNGSI OTOMATIS MENGGUNAKAN

XAMARIN PLATFORM

HALAMAN PENGESAHAN

SKRIPSI

Untuk memenuhi salah satu syarat

memperoleh gelar Sarjana

Oleh

M. Yarzuk Adami

170210072

Telah disetujui oleh Pembimbing pada tanggal

seperti tertera di bawah ini

Batam, 28 Januari 2021

Rahmat Fauzi, S.Kom., M.Kom.

Pembimbing

Page 5: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

v

ABSTRAK

Kegiatan pembacaan dan pencatatan pada meteran listrik dan air sering menjadi

keluhan pelanggan, karena seringnya angka pemakaian yang terpakai tidak sesuai

dengan pemakaian yang tertera pada meteran, khusunya meteran listrik. Dengan

dibangunnya sistem ini diharapkan dapat membantu petugas dalam melakukan

pembacaan dan pencatatan meteran lebih akurat, sehingga dapat mengurangi

keluhan pelanggan. Sistem ini merupakan aplikasi android yang menggunakan

teknik OCR (Optical Character Recognition), ketika smartphone mengambil

sebuah photo objek dan terdapat teks, aplikasi android ini dapat mengenali dan

membaca teks tersebut, kemudian menyaring agar hanya angka saja yang dibaca

oleh sistem, dan angka ini akan digunakan untuk pengurangan dengan angka yang

tertera pada meteran pelanggan bulan lalu sehingga didapatkan penggunaan

meteran dari pelanggan untuk periode tersebut. Penerapan Optical Character

Recognition ini dapat menghasilkan akurasi hingga mencapai rata-rata 96.66%

dengan syarat angka meteran yang tertera pada meteran terbaca dengan jelas oleh

sistem. Jika ada angka yang tidak terbaca maka akan menimbulkan error pada

aplikasi, dapat tidak terbaca atau terbaca dengan angka yang salah, contohnya

angka 0 dapat terbaca menjadi 8 atau angka lainnya dan juga sebaliknya. Untuk

meteran digital yang memiliki angka jelas akan dapat mencapai akurasi hingga

mencapai diatas 96.66%, sedangkan untuk meteran analog tidak dapat dipastikan

berapa akurasi yang dapat dihasilkan, tergantung dari kondisi meteran, apakah

berdebu, terang atau gelap, dan factor lainnya. Untuk mengatasi permasalahan

tersebut maka pada sistem tidak langsung menyimpan hasil scan ke database,

melainkan akan ditampilkan terlebih dahulu angka-angka tersebut pada box yang

disediakan agar dapat dilakukan pengecekan oleh petugas sebelum akhirnya

disimpan ke database.

Kata Kunci: Pembacaan dan Pencatatan; Optical Character Recognition; Meteran

Listrik dan Air; Database.

Page 6: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

vi

ABSTRACT

Reading and recording activities on electricity and water meters often become

complaints from customers, because often the usage figures used do not match the

usage stated on the meter, especially the electricity meter. With the construction of

this system, it is hoped that it can assist officers in taking meter readings and

recording more accurately, so as to reduce customer complaints. This system is an

android application that uses the OCR (Optical Character Recognition) technique,

when the smartphone takes a photo of an object and there is text, this android

application can recognize and read the text, then filter it so that only numbers are

read by the system, and this number will be used for subtraction from the number

printed on the last month's customer meter so that the customer used the meter for

that period. The application of Optical Character Recognition can produce an

average accuracy of 96.66% provided that the meter number printed on the meter

is clearly read by the system. If there are numbers that are not readable, it will

cause an error in the application, it can be illegible or the wrong number is read,

for example, the number 0 can be read as 8 or other numbers and vice versa. For

digital meters that have clear numbers, they will be able to reach an accuracy of

up to 96.66%, while for analog meters it is not certain how much accuracy can be

produced, depending on the condition of the meter, whether dusty, light, or dark,

and other factors. To overcome this problem, the system does not directly save the

scan results to the database, but the numbers will be displayed first in the box

provided so that it can be checked by the officer before finally being saved to the

database.

Keywords: Reading and Recording; Optical Character Recognition; Electricity and

Water Meters; Database.

Page 7: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

vii

KATA PENGANTAR

Puji syukur kehadirat Allah SWT yang telah melimpahkan segala rahmat dan

karuniaNya, sehingga penulis dapat menyelesaikan laporan tugas akhir yang

merupakan salah satu persyaratan untuk menyelesaikan program studi strata satu

(S1) pada Program Studi Teknik Informatika Universitas Putera Batam.

Penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Karena itu,

kritik dan saran akan senantiasa penulis terima dengan senang hati. Dengan segala

keterbatasan, penulis menyadari pula bahwa skripsi ini takkan terwujud tanpa

bantuan, bimbingan, dan dorongan dari berbagai pihak. Untuk itu, dengan segala

kerendahan hati, penulis menyampaikan ucapan terima kasih kepada:

1. Rektor Universitas Putera Batam;

2. Dekan Fakultas Teknik dan Komputer;

3. Ketua Program Studi Teknik Informatika;

4. Bapak Rahmat Fauzi, S.Kom., M.Kom. selaku pembimbing skripsi pada

Program Studi Teknik Informatika Universitas Putera Batam;

5. Dosen dan Staff Universitas Putera Batam;

6. Kedua orang tua dan keluarga yang selalu mendukung dan memberikan

do’a kepada penulis;

7. Bapak Algifanri Maulana, S.SI., M.MSI. selaku founder PT. Mitra

Kuadran Teknologi;

8. Seluruh teman-teman dan sahabat seperjuangan selama kuliah yang

namanya tidak bisa disebutkan satu-persatu, terima kasih telah

menjadikan masa kuliah selama ini terasa indah dan menyenangkan;

Page 8: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

viii

9. Serta semua pihak yang baik secara langsung maupun tidak langsung

yang telah membantu penulis dalam penyusunan laporan ini.

Semoga Allah SWT membalas kebaikan dan selalu mencurahkan hidayah

serta taufik-Nya, Amin.

Batam, 25 Januari 2021

M. Yarzuk Adami

Page 9: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

ix

DAFTAR ISI

Halaman

HALAMAN SAMPUL................................................................................................i

HALAMAN JUDUL ................................................................................................. ii

HALAMAN PERNYATAAN ................................................................................. iii

HALAMAN PENGESAHAN ................................................................................. iv

ABSTRAK ...................................................................................................................v

ABSTRACT ................................................................................................................ vi

KATA PENGANTAR ............................................................................................. vii

DAFTAR ISI ............................................................................................................. ix

DAFTAR GAMBAR ............................................................................................... xii

DAFTAR TABEL ................................................................................................... xiv

BAB I ............................................................................................................................1

PENDAHULUAN .......................................................................................................1

1.1. Latar Belakang ................................................................................................. 1

1.2. Identifikasi Masalah ......................................................................................... 3

1.3. Pembatasan Masalah ........................................................................................ 3

1.4. Rumusan Masalah ............................................................................................ 4

1.5. Tujuan Penelitian ............................................................................................. 4

1.6. Manfaat Penelitian ........................................................................................... 4

BAB II ..........................................................................................................................6

TINJAUAN PUSTAKA .............................................................................................6

2.1. Teori Dasar ....................................................................................................... 6

2.1.1. Digital Image Processing ........................................................................ 6

2.1.2. Optical Character Recognition (OCR) .................................................. 6

2.1.4. Bargainser ................................................................................................ 9

2.1.5. Meteran Air ............................................................................................ 12

2.2. Teori Khusus .................................................................................................. 12

2.2.1. Entity Relationship Diagram (ERD) .................................................... 12

2.2.2. UML (Unified Modelling Language) ................................................... 13

2.2.3. Android ................................................................................................... 18

Page 10: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

x

2.2.4. Xamarin .................................................................................................. 27

2.2.5. Microsoft Visual Studio 2019................................................................ 28

2.2.6. Database Postgresql .............................................................................. 29

2.2.7. StarUML ................................................................................................. 30

2.2.8. Filezilla Server ....................................................................................... 30

2.2.9. Putty ........................................................................................................ 30

2.2.10. Navicat Premium 15.............................................................................. 31

2.2.11. Adobe XD .............................................................................................. 31

2.2.12. YED Graph Editor ................................................................................ 32

2.2.13. Metode Template Matching Correlation ............................................. 33

2.3. Penelitian Terdahulu ...................................................................................... 33

2.4. Kerangka Pemikiran....................................................................................... 39

BAB III .......................................................................................................................42

METODE PENELITIAN ........................................................................................42

3.1. Desain Peneltian ............................................................................................. 42

3.2. Alur atau Proses Perancangan Sistem ........................................................... 44

3.2.1. Unified Modelling Language (UML) ................................................... 45

3.2.2. Desain Database .................................................................................... 59

3.2.3. Desain Antarmuka (Interface) .............................................................. 61

3.3. Metode Pengujian Sistem .............................................................................. 77

3.4. Lokasi dan Jadwal Penelitian ........................................................................ 77

3.4.1. Lokasi Penelitian.................................................................................... 77

3.4.2. Jadwal Penelitian ................................................................................... 77

BAB IV .......................................................................................................................79

HASIL DAN PEMBAHASAN ...............................................................................79

4.1. Hasil Penelitian .............................................................................................. 79

4.2. Pembahasan .................................................................................................... 97

4.2.1. Metode Pengujian White-Box ................................................................. 97

4.2.2. Metode Pengujian Black-Box ............................................................... 104

BAB V...................................................................................................................... 108

KESIMPULAN DAN SARAN ............................................................................ 108

5.1. Kesimpulan ................................................................................................... 108

Page 11: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

xi

5.2. Saran ........................................................................................................... 109

DAFTAR PUSTAKA ............................................................................................ 110

LAMPIRAN - LAMPIRAN ................................................................................. 112

Page 12: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

xii

DAFTAR GAMBAR

Halaman

Gambar 2.1 Proses Optical Character Recognition .............................................. 7

Gambar 2.2 Bargainser Model Analog ................................................................ 11

Gambar 2.3 Bargainser Model Digital ................................................................. 11

Gambar 2.4 Meteran Air ATB .............................................................................. 12

Gambar 2.5 Icon Android ..................................................................................... 18

Gambar 2.6 Icon Android Lollipop Versi 5.0 ...................................................... 22

Gambar 2.7 Icon Android Marshmallow Versi 6.0 ............................................. 23

Gambar 2.8 Icon Android Nougat Versi 7 ........................................................... 24

Gambar 2.9 Icon Android Oreo Versi 8 ............................................................... 24

Gambar 2.10 Icon Android Pie Versi 9 .................................................................. 25

Gambar 2.11 Icon Android Versi 11 ...................................................................... 26

Gambar 2.12 Icon Xamarin ..................................................................................... 27

Gambar 2.13 Icon Microsoft Visual Studio ............................................................ 28

Gambar 2.14 Icon Postgresql.................................................................................. 29

Gambar 2.15 Logo StarUML .................................................................................. 30

Gambar 2.16 Icon Navicat Premium ...................................................................... 31

Gambar 2.17 Icon Adobe XD ................................................................................. 31

Gambar 2.18 Icon yED Graph Editor ..................................................................... 32

Gambar 2.19 Kerangka berfikir penelitan .............................................................. 40

Gambar 3.1 Desain Penelitian .............................................................................. 42

Gambar 3.2 Use Case Diagram Petugas.............................................................. 46

Gambar 3.3 Activity Diagram Login .................................................................... 48

Gambar 3.4 Activity Diagram Ganti Password ................................................... 49

Gambar 3.5 Activity Diagram Informasi Belum Dilakukan Scan ...................... 50

Gambar 3.6 Activity Diagram Riwayat Scan ....................................................... 51

Gambar 3.7 Activity Diagram Scan...................................................................... 52

Gambar 3.8 Activity Diagram Logout .................................................................. 53

Gambar 3.9 Sequence Diagram Login ................................................................. 55

Gambar 3.10 Sequence Diagram Scan ................................................................... 55

Gambar 3.11 Sequence Diagram Belum Dilakukan Scan .................................... 56

Gambar 3.12 Sequence Diagram Sudah Dilakukan Scan ..................................... 56

Gambar 3.13 Sequence Diagram Ganti Password ................................................ 57

Gambar 3.14 Sequence Diagram Logout ............................................................... 58

Gambar 3.15 Interface Page Login ........................................................................ 61

Gambar 3.16 Interface Page Ganti Password ....................................................... 62

Gambar 3.17 Interface Halaman Utama................................................................. 64

Gambar 3.18 Interface Page Pilih Input Nomor Pelanggan ................................. 65

Gambar 3.19 Interface Page Input Nomor Pelanggan Manual ............................ 66

Gambar 3.20 Interface Page Pilih Scan Jenis Meteran ......................................... 67

Gambar 3.21 Interface Page Scan Meteran ........................................................... 68

Page 13: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

xiii

Gambar 3.22 Interface Page Konfirmasi Hasil Scan ............................................ 69

Gambar 3.23 Interface Page Cropping .................................................................. 70

Gambar 3.24 Interface Page Simpan ..................................................................... 71

Gambar 3.25 Interface Page Informasi Akun........................................................ 72

Gambar 3.26 Interface Page History...................................................................... 73

Gambar 3.27 Interface Page Data History ............................................................. 74

Gambar 3.28 Interface Page Belum Scan .............................................................. 75

Gambar 3.29 Interface Page Scan QR Code.......................................................... 76

Gambar 4.1 Halaman Login Pada Aplikasi Android........................................... 80

Gambar 4.2 Halaman Ganti Password Pada Aplikasi Android.......................... 81

Gambar 4.3 Halaman Utama Pada Aplikasi Android ......................................... 83

Gambar 4.4 Halaman Informasi Akun Pada Aplikasi Android .......................... 84

Gambar 4.5 Halaman Jenis Meteran Informasi Pelanggan yang Belum

Dilakukan Scan Pada Aplikasi Android .......................................... 85

Gambar 4.6 Halaman Pelanggan yang Belum Dilakukan Scan Pada Aplikasi

Android .............................................................................................. 86

Gambar 4.7 Halaman History Pada Aplikasi Android ........................................ 87

Gambar 4.8 Halaman Data History Pada Aplikasi Android ............................... 88

Gambar 4.9 Halaman Input Nomor Pelanggan Pada Aplikasi Android ............ 89

Gambar 4.10 Halaman Input Manual Nomor Pelanggan Secara Manual Pada

Aplikasi Android............................................................................... 90

Gambar 4.11 Halaman Scan QR Code Pada Aplikasi Android ............................ 91

Gambar 4.12 Halaman Jenis Meteran Untuk Scan ................................................ 92

Gambar 4.13 Halaman Scan Meteran Pada Aplikasi Android ............................. 93

Gambar 4.14 Halaman Konfirmasi Hasil Scan ...................................................... 94

Gambar 4.15 Halaman Cropping Pada Aplikasi Android .................................... 95

Gambar 4.16 Halaman Simpan Pada Aplikasi Android ........................................ 96

Page 14: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

xiv

DAFTAR TABEL

Halaman

Tabel 2.1 Entity Relationship Diagram ................................................................ 13

Tabel 2.2 Use Case Diagram................................................................................. 14

Tabel 2.3 Activity Diagram .................................................................................... 15

Tabel 2.4 Sequence Diagram ................................................................................. 16

Tabel 2.5 Class Diagram ....................................................................................... 17

Tabel 3.1 Tabel Deskripsi Use Case Diagram ..................................................... 47

Tabel 3.2 Class Diagram Petugas Dengan Pelanggan ......................................... 58

Tabel 3.3 Desain Database Tabel Pengguna ........................................................ 59

Tabel 3.4 Desain Database Tabel Pelanggan ....................................................... 59

Tabel 3.5 Desain Database Tabel Electric Scan .................................................. 60

Tabel 3.6 Desain Database Tabel Water Scan ..................................................... 60

Tabel 3.7 Tabel Jadwal Kegiatan Penelitian ......................................................... 78

Tabel 4.1 Rancangan Tabel Uji White-Box Login ................................................ 97

Tabel 4.2 Rancangan Tabel Uji White-Box Halaman Utama .............................. 98

Tabel 4.3 Rancangan Tabel Uji White-Box Page Pilih Jenis Input Nomor

Pelanggan ............................................................................................... 99

Tabel 4.4 Rancangan Tabel Uji White-Box Page Input Nomor Pelanggan

Dengan QR Code ................................................................................. 100

Tabel 4.5 Rancangan Tabel Uji White-Box Page Input Nomor Pelanggan

Dengan Manual .................................................................................... 101

Tabel 4.6 Rancangan Tabel Uji White-Box Page Jenis Meteran ....................... 101

Tabel 4.7 Rancangan Tabel Uji White-Box Page Scan Meteran ....................... 102

Tabel 4.8 Rancangan Tabel Uji White-Box Page Konfirmasi Hasil Scan Meteran

............................................................................................................... 102

Tabel 4.9 Rancangan Tabel Uji White-Box Page Cropping Hasil Scan Meteran ...

............................................................................................................... 103

Tabel 4.10 Rancangan Tabel Uji White-Box Page Simpan ................................. 103

Tabel 4.11 Rancangan Tabel Uji White-Box Page Ganti Password ................... 104

Tabel 4.12 Hasil Percobaan Scan Meteran Listrik ............................................... 105

Tabel 4.13 Hasil Percobaan Scan Meteran Air ..................................................... 106

Tabel 4.14 Rancangan Tabel Uji Pada Pengujian Menggunakan Metode Black-

Box ........................................................................................................ 151

Page 15: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Energi listrik dan air bersih merupakan kebutuhan manusia yang sangat

penting dalam kehidupan sehari-hari. Energi listrik merupakan sumber daya yang

digunakan oleh manusia untuk keperluan berbagai hal penting, dengan lampu yang

dialiri oleh energi listrik dapat berguna sebagai penerang yang sangat bermanfaat

bagi manusia ketika malam hari. Tidak hanya berfungsi sebagai penerang, energi

listrik juga dapat berfungsi sebagai sumber daya yang dapat digunakan untuk

menghidupkan berbagai macam alat elektronik, seperti kipas angin, mesin cuci,

kulkas dan alat elektronik lainnya. Energi listrik dibutuhkan dalam beberapa sektor,

yaitu sektor rumah tangga, industri, bisnis,sosial, gedung kantor pemerintah, dan

penerangan jalan umum (Hakimah, 2019).

Selain energi listrik, air bersih merupakan sumber daya alam yang sangat

dibutuhkan manusia dalam kehidupan sehari-hari. Ketersediaan air bersih, sehat

dan aman merupakan kebutuhan hajat hidup yang vital bagi manusia (Oktavianto

et al., 2014). Air bersih dapat digunakan untuk berbagai keperluan pribadi, seperti

mandi, mencuci, dan keperluan lainnya.

Dengan paparan diatas, sangat jelas bahwa manusia akan sangat kesulitan jika

tidak ada perusahaan penyedia energi listrik dan air bersih, terlebih lagi manusia

modern saat ini yang hampir seluruh aktifitas membutuhkan tenaga listrik, contoh

yang sangat nyata adalah manusia modern saat ini hampir tidak dapat dipisahkan

dari smartphone, ketika smartphone mati karena baterai smartphone sudah habis

Page 16: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

2

maka perlu untuk dilakukan isi ulang pada baterai tersebut agar smartphone dapat

menyala kembali, untuk mengisi ulang baterai tersebut maka dibutuhkan energi

listrik.

Di Indonesia terdapat perusahaan BUMN yaitu PLN sebagai penyedia energi

listrik yang disalurkan ke rumah-rumah penduduk, mall, gedung, dan bangunan

lainnya yang membutuhkan energi listrik. Sedangkan untuk penyedia air bersih di

Indonesia terdapat perusahaan BUMD yaitu ATB yang terletak di Kota Batam,

yang menyalurkan air bersih ke rumah-rumah penduduk dan ke tempat lainnya yang

ada di Kota Batam yang membutuhkan air bersih.

Kegiatan pembacaan dan pencatatan pada meteran listrik selalu menjadi

keluhan pelanggan PLN karena seringnya angka pemakaian yang terpakai tidak

sesuai dengan pemakaian yang tertera di kWh meter. Hal ini disebabkan oleh proses

pembacaan dan pencatatan meteran listrik dilakukan dengan melihat secara manual

angka pemakaian pelanggan sehingga dapat terjadi kesalahan dalam pembacaan

maupun pencatatan meteran listrik (Gunawan et al., 2014).

Dengan terus berkembangnya teknologi yang semakin hari semakin maju,

sayangnya masih ada penyedia energi listrik dan air bersih yang pembacaan dan

pencatatan meteran masih dilakukan oleh petugas secara manual. Hal ini kurang

efektif dan efisien, bukan hanya dapat terjadi kesalahan saat melakukan pembacaan

dan pencatatan meteran, tetapi juga akan membutuhkan waktu yang lama ketika

proses tersebut berjalan hingga selesai, sedangkan pelanggan yang menggunakan

energi listrik dan air bersih tidak hanya berjumlah ratusan, melainkan ribuan atau

bahkan puluhan ribu.

Page 17: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

3

Dengan permasalahan diatas, maka peneliti memutuskan untuk melakukan

sebuah penelitian dengan judul “OPTICAL CHARACTER RECOGNITION

METERAN MULTIFUNGSI OTOMATIS MENGGUNAKAN XAMARIN

PLATFORM”. Dengan dilakukannya penelitian ini, peneliti berharap dapat

mempercepat dan mempermudah petugas dalam melakukan pembacaan dan

pencatatan meteran listrik dan air.

1.2. Identifikasi Masalah

Berdasarkan latar belakang yang telah peneliti uraikan diatas, maka masalah

yang dapat teridentifikasi adalah sebagai berikut:

1. Pembacaan dan pencatatan meteran oleh petugas penyedia energi listrik

ataupun air bersih masih dilakukan secara manual.

2. Angka meteran pada petugas tidak sesuai dengan angka meteran yang

tertera pada meteran pelanggan.

3. Proses pembacaan dan pencatatan secara manual membutuhkan waktu

yang cukup lama dan merepotkan sehingga tidak efektif dan efisien.

1.3. Pembatasan Masalah

Pada penelitian ini pembahasan akan dibatasi pada:

1. Membuat sebuah aplikasi android yang akan digunakan oleh petugas

penyedia energi listrik dan atau air bersih untuk melakukan pembacaan

dan pencatatan meteran untuk kemudian dikirimkan ke database.

2. Aplikasi dapat berjalan pada android versi 7 sampai android versi terbaru.

3. Pembuatan aplikasi android menggunakan Microsoft Visual Studio 2019.

4. Server menggunakan Virtual Private Server (VPS).

Page 18: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

4

5. Database menggunakan postgresql.

6. Aplikasi android berjalan dalam kondisi online.

1.4. Rumusan Masalah

Berdasarkan latar belakang yang telah peneliti paparkan diatas, maka dapat

dirumuskan permasalahan yang akan diselesaikan dalam penelitian ini adalah

sebagai berikut:

1. Bagaimana Optical Character Recognition dapat efektif dalam pembacaan

dan pencatatan meteran listrik dan atau air?

2. Bagaimana membuat aplikasi android ini dapat melakukan pembacaan dan

pencatatan meteran listrik dan air menjadi lebih efektif dan efisien?

1.5. Tujuan Penelitian

Tujuan yang ingin dicapai pada penelitian ini adalah sebagai berikut:

1. Untuk mengetahui efektifitas dan efisieniensi Optical Character

Recognition dalam melakukan pembacaan dan pencatatan meteran listrik

dan air.

2. Untuk membuat aplikasi android yang dapat digunakan untuk melakukan

pembacaan dan pencatatan meteran listrik dan air dengan Optical

Character Recognition dan dapat melakukan scan QR Code.

1.6. Manfaat Penelitian

Adapun manfaat yang diharapkan dari penelitian ini adalah sebagai berikut:

1. Manfaat Teoritis

Secara teroitis, penelitian ini memiliki manfaat sebagai berikut:

Page 19: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

5

1) Sebagai referensi tambahan yang dapat digunakan untuk melakukan

penelitian yang berkaitan dengan Optical Character Recognition.

2) Memberikan sumbangan pikiran untuk penggunaan Optical

Character Recognition dengan penggunaan berupa angka, huruf,

atau teks lain.

2. Manfaat Praktis

Secara praktis, penelitian ini memiliki manfaat sebagai berikut:

1) Mempermudah dan mempercepat pembacaan dan pencatatan

meteran listrik dan atau air.

2) Meminimalisir terjadinya kesalahan pembacaan dan pencatatan,

yaitu Angka meteran pada petugas tidak sesuai dengan angka

meteran yang tertera pada meteran pelanggan.

Page 20: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

6

BAB II

TINJAUAN PUSTAKA

2.1. Teori Dasar

Teori dasar merupakan teori yang mendukung penelitian yang dilakukan,

sebuah penelitian tentunya akan memaparkan teori-teori yang digunakan dalam

penelitian untuk mendukung penelitian tersebut, untuk mendukung teori-teori

tersebut maka dibutuhkan teori dasar dari beberapa sumber seperti e-book, jurnal

yang telah memiliki ISSN, atau sumber prosiding lainnya.

2.1.1. Digital Image Processing

Menurut (Pangaribuan, 2019) pengolahan citra digital (Digital Image

Processing) adalah sebuah disiplin ilmu yang mempelajari tentang teknik-teknik

mengolah citra. Citra dapat berupa sebuah photo ataupun video. Sedangkan digital

adalah pengolahan citra yang dilakukan secara digital menggunakan komputer.

Semakin berkembangnya teknologi di bidang komputerisasi, image processing

telah banyak dipakai di berbagai bidang, seperti bidang kedokteran dan bidang

industri hiburan.

2.1.2. Optical Character Recognition (OCR)

Menurut (Pangestu, 2015) Optical Character Recognition (OCR) merupakan

teknik yang digunakan untuk mengenal sebuah karakter alfabet ataupun simbol dari

sebuah citra yang didapat. OCR saat ini banyak digunakan oleh para developer

dalam pembuatan aplikasi, seperti OCR untuk menerjemahkan teks dalam bahasa

innggris menjadi bahasa indonseia, OCR untuk mengenali plat nomor suatu

kendaraan, dan penerapan OCR di bidang lainnya. Ini membuktikan bahwa OCR

Page 21: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

7

dapat membantu manusia dalam berbagai bidang, asalkan manusia itu sendiri dapat

memanfaatkan teknologi OCR tersebut.

Menurut (Budhi et al., 2018) proses OCR meliputi beberapa tahap, yaitu

penerimaan masukan, preprocessing, segmentasi, normalisasi, dan pengenalan.

Suatu gambar akan diproses pada tahap preprocessing untuk menyamakan kualitas

dan warna dari gambar tersebut. Gambar yang dibutuhkan adalah gambar

grayscale. Gambar tersebut kemudian akan dilakukan proses segmentasi untuk

mengenali area mana yang terdeteksi huruf ataupun kata. Selanjutnya karakter

tersebut akan dinormalisasi agar ketebalan garis dapat diseragamkan. Proses

selanjutnya adalah pengenalan karakter yang telah dibaca dengan karakter yang ada

pada database. Apabila terdapat kesamaan, hasil pencarian akan ditampilkan.

Sedangkan apabila karakter tersebut tidak ditampilkan maka karater tersebut tidak

ada di database.

Gambar 2.1 Proses Optical Character Recognition

Sumber: (Budhi et al., 2018)

1. Tahap pengambilan data adalah pengambilan gambar yang akan digunakan

untuk proses OCR.

2. Proses pendahuluan meliputi beberapa proses yaitu:

Greyscalling dan thresholding, yaitu pertama adalah proses greyscalling

yaitu perubahan gambar dengan warna asli yang memiliki RGB akan dirubah

Page 22: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

8

menjadi warna keabuan, kedua adalah proses thresholding yaitu warna

kewabuan yang didapatkan dari proses greyscalling akan dirubah menjadi

warna biner (hitam dan putih). Hal ini dilakukan karena sistem hanya dapat

mengenali angka 0 dan 1, jadi perlu merubah warna RGB menjadi warna

biner yang diwakili oleh angka 0 dan 1.

Smoothing, digunakan untuk mengurangi derau (noise). Karena pada gambar

pasti akan memili derau (noise) walaupun sedikit, hal ini dilakukan agar

gambar yang diproses dapat terbaca dengan jelas.

Scaling, proses pengubahan ukuran gambar agar tidak terlalu membebani

proses. Hal ini dilakukan agar ukuran gambar tidak terlalu besar yang dapat

membebani proses, dengan ukuran gambar yang sesuai maka proses dapat

berjalan dengan lancer.

Stroke thinning, merupakan proses untuk menandai garis batas karakter. Hal

ini dilakukan untuk mengetahui karakter apa yang sedang dilakukan proses,

sehingga OCR dapat mengenali karakter tersebut.

3. Tahap Segmentasi, untuk membatasi area gambar yang akan diproses.

4. Tahap Normalisasi, untuk mengubah ketebalan karakter yang dideteksi.

5. Tahap Ekstraksi Fitur, merupakan proses pengubahan data menjadi kumpulan

fitur yang mendeskripsikan properti gambar yang dianalisa.

6. Tahap Pengenalan Karakter, merupakan perbandingan karakter yang telah

terdeteksi oleh OCR dengan karakter yang berada di database.

Page 23: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

9

7. Proses Akhir, umumnya untuk koreksi ejaan dari kata yang terdeteksi.

Mengoreksi kembali hasil yang didapatkan dari OCR, apakah sudah sesuai

dengan gambar yang telah dilakukan proses OCR.

8. Hasil dari prosesi ini adalah output berupa karakter yang dilakukan proses OCR

dan karakter tersebut terdapat di database.

2.1.3. QR Code

QR Code adalah image berupa matriks dua dimensi yang memiliki

kemampuan untuk menyimpan data di dalamnya. Qr Code merupakan evolusi dari

kode batang (barcode) (Rubiati & Harahap, 2019).

Qiuck Response Code sering disebut QR Code atau Kode QR adalah

semacam simbol dua dimensi yang dikembangkan oleh Denso Wave yang

merupakan anak prusahaan dari Toyota sebuah perusahaan Jepang pada tahun 1994

(Sholeh & Muharom, 2016).

Menurut (Nugraha & Munir, 2011) QR Code adalah perkembangan dari

barcode atau kode batang yang hanya mampu menyimpan informasi lebih banyak,

baik secara horizontal maupun vertikal.

2.1.4. Bargainser

Menurut (Gunawan et al., 2014) bargainser merupakan alat yang berfungsi

sebagai pembatas daya listrik yang mengalir ke suatu bangunan, baik itu rumah,

ruko, villa, ataupun bangunan lainnya, sekaligus berfungsi sebagai pengukur

jumlah daya yang digunakan oleh bangunan tersebut dalam satuan kWh.

Pada bargainser terdapat 3 bagian utama, yaitu:

Page 24: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

10

1. MCB atau miniature circuit breaker, berfungsi untuk memutuskan aliran daya

listrik secara otomatis jika daya yang disalurkan melebihi nilai batasannya.

2. Meter listrik atau kWh meter, berfungsi untuk mengukur besaran daya yang

digunakan oleh suatu bangunan dalam satuan kWh, meter listrik ada yang

berbentuk analog dan ada juga yang digital, angka pada kWh meter berubah

sesuai penggunaan listrik bangunan tersebut.

3. Spin control, berfungsi sebagai alat kontrol penggunaan daya dalam bangunan

dan akan selalu berputar saat ada daya listrik yang digunakan oleh bangunan

tersebut.

KWh meter pada bargainser berbentuk deretan angka yang berubah secara

otomatis susuai penggunaan listrik suatu bangunan, deretan angka inilah yang akan

dilakukan pencatatan oleh petugas sehingga dapat dilakukan perhitungan tagihan

yang harus dibayarkan pelanggan sesuai pemakaian listrik yang digunakan dan

daya yang terpasang.

Saat ini ada 2 macam model bargainser yang digunakan oleh perusahaan

perusahaan penyedia tenaga listrik, yaitu model analog dan model digital. Pada

pembacaan meteran digital biasanya lebih mudah dibaca daripada meteran analog,

dikarenakan deretan angka yang tertera pada meteran digital merupakan angka pasti

seperti angka 0-9 yang kita tahu. Sedangkan untuk meteran analog deretan yang

tertera tidak pasti, meteran ini melakukan rolling sehingga deretan angka yang

tertera pada meteran tidak dapat terbaca antara angka 0-9 secara pasti, tetapi dapat

terjadi ruang kosong pada deretan angka meteran tersebut.

Page 25: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

11

Gambar 2.2 Bargainser Model Analog

Sumber: (Data Penelitian, 2021)

Gambar 2.3 Bargainser Model Digital

Sumber: (Data Penelitian, 2021)

Page 26: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

12

2.1.5. Meteran Air

Perusahaan penyedia air bersih menggunakan meteran air untuk mengetahui

jumlah pemakaian air bersih pada tiap-tiap rumah pelanggan, namun dalam

pelaksanaannya ditemukan keluhan-keluhan masyarakat mengenai mahalnya biaya

saat melakukan pembayaran tagihan air bersih. Masyarakat sering merasakan

bahwa telah terjadi kesalahan dalam pencatatan penggunaan air bersih yang

berakibat pada pembayaran bulanan rekening air yang melonjak tinggi (Wijayanto

et al., 2016).

Gambar 2.4 Meteran Air ATB

Sumber: (Data Penelitian, 2021)

2.2. Teori Khusus

2.2.1. Entity Relationship Diagram (ERD)

Entity Relationship Diagram (ERD) adalah diagram yang digunakan untuk

mendeskripsikan data-data atau obejek-obejk yang memiliki hubungan antar entitas

satu dengan entitas lainnya dengan menggunakan notasi (Edi & Betshani, 2012).

Page 27: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

13

Simbol-simbol yang digunakan dalam entity relationship diagram (ERD)

adalah sebagai berikut:

Tabel 2.1 Entity Relationship Diagram

Notasi Komponen Keterangan

Entitas

Individu yang mewakili suatu

objek.

Atribut

Properti yang dimiliki oleh

entitas, merupakan karakteristik

dari entitas tersebut.

Relasi Menunjukkan hubungan antar

entitas.

Relasi 1 : 1

Relasi yang menunjukkan

hubungan antara entitas

pertama dengan entitas kedua

paling banyak 1 relasi atau

sebaliknya.

Relasi 1 : N

Relasi yang menunjukkan

hubungan antara entitas

pertama dengan entitas kedua

adalah 1 banding banyak, atau

sebaliknya.

Relasi N : N

Relasi yang menunjukkan

hubungan antara entitas

pertama dengan entitas kedua

adalah banyak banding banyak,

atau sebaliknya.

Sumber: (Edi & Betshani, 2012)

2.2.2. UML (Unified Modelling Language)

Unified Modeling Language (UML) adalah sebuah bahasa yang berdasarkan

grafik atau gambar untuk memvisualisasi, menspesifikasikan, membangun, dan

pendokumentasian dari sebuah sistem pengembangan software berbasis OO

(Object-Oriented) (Suendri, 2018).

Yang termasuk dalam diagram unified modeling language (UML) adalah

sebagai berikut:

Page 28: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

14

2.2.2.1. Use Case Diagram

Use case diagram merupakan diagram yang digunakan untuk mengetahui

kelakuan (behavior) dari sistem yang akan dibuat. Use case diagram digunakan

untuk mengetahui fungsi apa saja yang ada di dalam sistem dan siapa saja yang

berhak menggunakan fungsi-fungsi tersebut (Hendini, 2016).

Simbol-simbol yang digunakan dalam use case diagram adalah sebagai

berikut:

Tabel 2.2 Use Case Diagram

Notasi Komponen Keterangan

Use Case

Menggambarkan unit-unit yang

bertukar pesan antara unit dengan

aktor, dinyatakan dengan kata

kerja.

Actor

Orang yang berperan dalam

sebuah sistem.

Asosiasi tanpa

panah

Asosiasi yang menyatakan

hubungan antara aktor dengan use

case tanpa mengindikasikan data,

tetapi mengindikasikan siapa atau

apa yang meminta interaksi secara

langsung.

Asosiasi dengan

panah

Asosiasi antara aktor dengan use

case yang mengindikasikan aktor

berinteraksi dengan sistem secara

pasif.

Include Menandakan pemanggilan sebuah

fungsi program oleh use case.

Extend Menandakan perluasan suatu use

case jika suatu syarat terpenuhi.

Sumber: (Hendini, 2016)

Page 29: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

15

2.2.2.2. Activity Diagram

Activity diagram menggambarkan workflow (aliran kerja) atau aktivitas dari

sebuah sistem atau proses bisnis (Hendini, 2016).

Simbol-simbol yang digunakan dalam activity diagram adalah sebagai

berikut:

Tabel 2.3 Activity Diagram

Notasi Komponen Keterangan

Start Point Merupakan awal sebuah aktifitas

dalam suatu sistem, diletakkan di

pojok kiri atas.

End Point

Menandakan suatu akhir aktivitas

dalam sebuah sistem.

Proses

Menandakan suatu proses dalam

kegiatan suatu sistem.

Fork

Menunjukkan kegiatan dilakukan

secara paralel.

Join

Menunjukkan adanya suatu

penggabungan dari beberapa

kegiatan menjadi 1 kegitan.

Decision Point

Menunjukkan adanya pilihan

untuk pengambilan suatu

keputusan, pilihan berupa true atau

false.

Page 30: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

16

Tabel 2.3 Lanjutan

Swimlane

Menunjukkan adanya pembagian

activity diagram, siapa melakukan

apa dalam sebuah sistem.

Sumber: (Hendini, 2016)

2.2.2.3. Sequence Diagram

Sequence diagram menggambarkan kelakuan objek pada use case dengan

mendeskripsikan waktu hidup objek dan pesan yang dikirimkan dan diterima antar

objek (Hendini, 2016).

Simbol-simbol yang digunakan dalam sequence diagram adalah sebagai

berikut:

Tabel 2.4 Sequence Diagram

Notasi Komponen Keterangan

Entity Class Kumpulan class berupa entitas-

entitas.

Boundary Class

Berisi kumpulan class yang

berinteraksi menjadi sebuah

interface, seperti tampilan form

entry.

Message Sebuah simbol yang menunjukkan

adanya pesan yang terkirim antar

class.

Recursive

Menggambarkan pengiriman

pesan untuk dirinya sendiri.

Activation

Menggambarkan sebuah eksekusi

objek sebuah operasi dari suatu

objek.

Page 31: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

17

Tabel 2.4 Lanjutan

Lifeline

Garis yang terhubung dengan

suatu objek, sepanjang garis

terdapat sebuah activation.

Sumber: (Hendini, 2016)

2.2.2.4. Class Diagram

Class diagram merupakan hubungan antar kelas dan penjelasan detail tiap-

tiap kelas di dalam model desain dari suatu sistem, juga memperlihatkan aturan-

aturan dan tanggung jawab entitas yang menentukan perilaku sistem (Hendini,

2016).

Simbol-simbol yang digunakan dalam class diagram adalah sebagai berikut:

Tabel 2.5 Class Diagram

Notasi Komponen Keterangan

Class

Kelas pada struktur sebuah sistem.

Interface

Tampilan antarmuka yang ada

dalam sebuah sistem.

Association

Relasi antara class dengan makna

umum.

Directed

Association

Relasi antara class dengan makna

khusus.

Generalisasi

Relasi antara class dengan makna

umum-khusus.

Page 32: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

18

Tabel 2.5 Lanjutan

Dependency

Relasi antara class dengan makna

ketergantungan antar class.

Aggregation

Relasi antara class dengan makna

semua-bagian (whole-part).

Sumber: (Hendini, 2016)

2.2.3. Android

Gambar 2.5 Icon Android

Sumber: https://support.google.com/android

Menurut (Murtiwiyati & Lauren, 2013) android adalah sebuah sistem operasi

untuk perangkat mobile berbasis linux yang mencakup sistem operasi, middleware

dan aplikasi. Dengan banyaknya para pengembang yang bermunculan, maka

Android membuka peluang dengan menyediakan sebuah platform berbasis open

source yang dapat dikembangkan oleh siapa saja yang ingin menciptakan aplikasi

mereka sendiri.

Android saat ini memiliki beberapa versi android yang sudah beredar di

dunia, berikut ini urutan perkembangan android menurut versi-nya:

2.2.3.1. Android Versi Alpha dan Beta

Versi pertama dari android adalah versi Alpha dan Beta. Versi ini sudah mulai

dikembangkan pada November 2007. Pada saat itu android menggunakan nama-

Page 33: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

19

nama robot dalam fiksi ilmiah untuk penamaan versi android, yaitu Android

Astroboy sebagai versi Alpha dan Android Bender sebagai versi Beta.

2.2.3.2. Android Versi Cupcake 1.5

Generasi pertama Android setelah diluncurkan di pasar adalah Android

Cupcake. Ditinjau dari tingkatan API (Antarmuka Pemrograman Aplikasi) yang

dimiliki Android versi Cupcake ini, ia merupakan API ke-3. Fitur yang menjadi

unggulan Android Cupcake ini adalah adanya transisi layar animasi dan pilihan

untuk rotasi layar secara otomatis.

2.2.3.3. Android Versi Donut 1.6 (Doughnut)

Tak lama setelah Cupcake diluncurkan, Google kembali merilis Android

Doughnut atau Donut pada September 2009. Dengan peluncuran versi Android ini

yang terbilang cukup cepat dari awal peluncuran generasi pertama Android

membuat pengembangan OS pada Android Donut ini tidak begitu banyak. Hanya

terjadi peningkatan di beberapa fitur pada Android seperti kamera, pencarian, dan

dukungan untuk resolusi layar WVGA. Yang baru dari Android Donut ini adalah

Android dapat menggunakan pencarian via suara dan dukungan multi-lingual.

2.2.3.4. Android Versi Eclair 2.0

Hanya selisi 1 bulan setelah Google meluncurkan Android versi 1.6, Android

kembali meluncurkan android versi 2.0 yang diberi nama Android Éclair tepatnya

diluncurkan pada bulan Oktober 2009. Dengan selisi waktu yang sangat cepat ini

tidak mungkin Google membuat fitur yang lebih tinggi lagi dari Android

sebelumnya, jadi bisa dibilang Android Eclair ini dapat dikatakan sebagai

Page 34: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

20

penyempurnaan dari Android Donut. Pada Android Eclair ini Google semakin

berfokus pada penghematan daya dan energi dari perangkat.

2.2.3.5. Android Versi Froyo 2.2

Pada bulan Mei 2010 Google kembali meluncurkan Android versi terbaru,

yaitu Android Froyo yang merupakan kependekan dari Frozen Yoghurt. Pada

android versi Froyo ini Android mengalami peningkatan signifikan. Mulai dari

penggunaan memori yang rendah, kecepatan, dan kinerja yang semakin bagus,

hingga fitur keamanan yang mendukung angka dan karakter unik. Yang paling

menyegarkan dari Android Froyo ini yaitu adanya fitur USB Tethering dan Hotspot

Wifi. Ini membuat pengguna Android Foryo semakin mudah untuk melakukan

koneksi ke internet.

2.2.3.6. Android Versi Gingerbread 2.3

Enam bulan setelah meluncurkan Android Froyo, Google kembali lagi

meluncurkan Android versi terbaru, yaitu Android Gingerbread. Android ini segera

menjadi favorit para penggunanya sejak rilis pada Desember 2010. Alasan utama

kenapa Android ini begitu menjadi favorit di kalangan para penggunanya adalah

karena kestabilan dan kecepatannya, serta penghematan daya yang semakin

mantap.

Jika dilihat dari segi fitur yang dimilikinya, Android Gingerbread tidak

mengalami peningkatan yang signifikan, hanya terjadi beberapa peningkatan pada

bagian kamera, keyboard virtual, tampilan layar, dan sistem audio. Tetapi android

Page 35: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

21

Gingerbread ini memiliki fitur kamera yang sangat memanjakan penggunanya,

yaitu pengguna dapat melakukan photo depan (selfie).

2.2.3.7. Android Versi Honeycomb 3.0

Android Honeycomb merupakan generasi pertama Android yang

dioptimalkan secara khusus untuk perangkat tablet. Android Honeycomb ini

pertama kali diluncurkan ke pasar pada Februari 2011. Pada versi ini Android

menambahkan fitur kompatibilitas dengan keyboard eksternal dan joystick. Selain

dapat menambahkan keyboard eksternal dan joystick Android ini juga dapat

melakukan penggunaan multicore processor. Dengan multicore processor maka

Android akan mengalami peningkatan kinerja dan akselerasi yang semakin optimal

terhadap hardware miliknya.

2.2.3.8. Android Versi Ice Cream Sandwich 4.0

Pada Oktober 2011 Google secara resmi meluncurkan Android versi Ice

Cream Sandwich. Pada Android ini mengalami beberapa peningkatan utama, yaitu

tampilan yang menjadi sangat smooth dan sentuhan yang responsif. Pengguna

Android Ice Cream Sandwich ini dapat berpindah layar hanya dengan menggeser-

geser layar saja.

Selain tampilan yang menjadi sangat smooth, kamera dan warna layar juga

terlihat berubah menjadi lebih halus. Pada versi ini, Android juga mulai

menambahkan fitur pendeteksi wajah sebagai pembuka kunci layar.

Page 36: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

22

2.2.3.9. Android Versi Jelly Bean 4.1

Android kembari merilis versi terbarunya yaitu Jelly Bean pada bulan Juni

2012, Android Jelly Bean ini tidak terlalu banyak perubahan pada tampilan, tetapi

lebih difokuskan untuk meningkatkan kinerja perangkat. Yang paling menjadi

pembicaraan para pengguna Android versi ini adalah Android kini sudah mengenali

emoji secara built-in. Sehingga dalam proses kirim mengirim pesan menjadi lebih

memukau.

2.2.3.10. Android Versi Kitkat 4.4

Seperti Android Honeycomb, Android Kitkat diluncurkan untuk

mengakomodasi tablet dan smartphone dengan ukuaran laya yang besar. Android

ini telah dilengkapi berbagai fitur, diantaranya dapat melakukan focus kamera

secara otomatis dan dapat merekam layar secara built-in. Tetapi sayangnya sudah 1

tahun semenjak rilis pada bulan Oktober 2013 Android Kitkat kurang begitu

memuaskan para penggunanya.

2.2.3.11. Android Versi Lollipop 5.0

Gambar 2.6 Icon Android Lollipop Versi 5.0

Sumber: https://www.android.com/intl/id_id/versions/lollipop-5-0/

Page 37: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

23

Dengan pelunucuran berbagai versi Android sebelumnya menunjukkan

bahwa Android dapat digunakan di perangkat apapun dengan lebar dan resolusi

layar seperti apapun. Hingga akhirnya pada Juni 2014 Google meluncurkan

Android Lollipop dengan tampilan User Interface yang mengalami re-design secara

total dan responsivitas mengalami pengingkatan yang sangat signifikan. Dengan

dirilisnya Android Lollipop ini menandakan bahwa generasi-genarasi baru yang

akan datang akan terus mengalami peningkatan yang sangat baik.

2.2.3.12. Android Versi Marshmallow 6.0

Gambar 2.7 Icon Android Marshmallow Versi 6.0

Sumber: https://www.android.com/intl/id_id/versions/marshmallow-6-0/

Pada Oktober 2015 Google kembali meluncurkan Android versi terbaru, kini

yang diluncurkan Google adalah Android Marshmallow. Pada Android ini ada

banyak sekali peningkatan, mulai dari keamanan, kinerja, hingga kemampuan

konektivitasnya.

Page 38: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

24

2.2.3.13. Android Versi Nougat 7

Gambar 2.8 Icon Android Nougat Versi 7

Sumber: https://developer.android.com/about/versions/nougat

Pada bulan Agustus 2016 Google meluncurkan Android versi terbaru yang

dinamakan Android Nougat, pada Android Nougat ini terjadi banyak sekali

peningkatan fitur. Hingga lebih dari 50 fitur ditambahkan terkait kinerja, kecepatan,

tampilan, keamanan, konektivitas, dan kompatibilitas.

2.2.3.14. Android Versi Oreo 8

Gambar 2.9 Icon Android Oreo Versi 8

Sumber: https://developer.android.com/about/versions/oreo

Page 39: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

25

Dengan hadirnya Android Oreo pada Agustus 2017 menghadirkan babak

baru yang disebut Treble Project. Yaitu kemampuan perangkat Android untuk

mendapatkan update secara langsung melalui internet.

Selain fitur, peningkatan juga terjadi pada penghematan sumber daya dan

energy yang dikonsumsi oleh perangkat Android, sehingga tetap dapat digunakan

secara optimal pada perangkat dengan RAM dibawah 1 GB.

2.2.3.15. Android Versi Pie 9

Gambar 2.10 Icon Android Pie Versi 9

https://developer.android.com/about/versions/pie

Setahun setelah peluncuran Android Oreo, tepatnya pada bulan Oktober 2018

Android merilis Android versi ke-sembilannya, yaitu Android Pie. Secara

performa, peningkatan yang terjadi pada Android Pie ini tidak terlalu jauh berbeda

dengan versi sebelumnya. Peningkatan justru terjadi pada tampilan antarmuka serta

fitur-fitur yang berhubungan dengan jadwal dan aktivitas pengguna.

2.2.3.16. Android Versi 10

Pada Agustus 2019 Google pertama kalinya meluncurkan Android versi

terbaru tanpa nama makanan manis, awalnya Google akan menggunakan nama

Queen Cake atau Quince Tart, tetapi hal itu dibatalkan dan diberi nama Android Q

Page 40: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

26

atau Android 10 saja. Pada Android 10 ini pengembangan fitur kinerja sepertinya

dianggap sudah sempurna sehingga masalah penghematan sumber daya tak lagi

menjadi fokus. Tetapi pada Android versi ini mulai diterapkan Project Mainline,

sehingga pengguna dapat mengupdate versi terbaru Android 2020 via Google

Playstore secara berkala.

2.2.3.17. Android Versi 11

Gambar 2.11 Icon Android Versi 11

Sumber: https://developer.android.com

Setelah meluncurkan Android 11 versi beta, akhirnya pada sepetember 2020

Google secara resmi meluncurkan android versi 11, versi ini memiliki fitur baru,

diantaranya:

Riwayat notifikasi.

Notifkasi yang dikumpulkan.

Screen recorder.

Rekomendasi Aplikasi.

Pengontrol smart home di tombol daya.

Page 41: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

27

2.2.4. Xamarin

Gambar 2.12 Icon Xamarin

Sumber: https://dotnet.microsoft.com/apps/xamarin

Menurut junindar (2017) xamarin adalah salah satu tools untuk membuat

aplikasi mobile, bahasa pemograman yang digunakan adalah C#. Xamarin

merupakan perusahaan perangkat lunak yang berdiri pada bulan Mei tahun 2011

hingga 2016 sebelum akhirnya Microsoft mengakuisisi Xamarin. Xamarin

menggunakan Integrated development environment (IDE) yang bernama Xamarin

Studio. Tetapi para developer yang tidak familiari dengan IDE ini tidak perlu

khawatir, karena developer juga dapat menggunakan Visual Studio yang telah

diinstall Xamarin Extension untuk membuat aplikasi.

Xamarin merupakan Framework terbaru yang dikembangkan oleh Microsoft

Visual Studio untuk memudahkan para developer dalam pembuatan atau

pengembangan aplikasi, karena Xamarin merupakan platform yang memungkinkan

para developer merancang suatu aplikasi yang dapat bekerja pada banyak platform

(multiplatform) (Firdaus & Suyatno, 2018).

Arti dari multiplatform adalah implementasi dari aplikasi yang telah dibuat

akan dapat dijalankan di berbagai perangkat mobile dengan sistem operasi yang

berbeda-beda, seperti iOS, Android dan Windows Phone. Jadi developer tidak perlu

menghabiskan banyak waktu untuk membuat beberapa aplikasi, developer cukup

Page 42: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

28

membuat 1 aplikasi dan aplikasi tersebut akan dapat bekerja di banyak platform

(multiplatform) dengan sedikit pengaturan tambahan yang perlu dilakukan. Dengan

demikian tujuan dari dikembangkannya Xamarin oleh Microsoft adalah agar

aplikasi dapat menjangkau seluruh kalangan pengguna mobile, baik itu Android,

iOS, ataupun Windows Phone (Afdhal et al., 2018).

2.2.5. Microsoft Visual Studio 2019

Gambar 2.13 Icon Microsoft Visual Studio

Sumber: https://visualstudio.microsoft.com/

Menurut (Putri & Azpar, 2016) Microsoft Visual Studio adalah sebuah

Integrated Development Environment (IDE) buatan Microsoft Coroporation.

Microsoft Visual Studio dapat digunakan untuk mengembangkan aplikasi dalam

native code (dalam bentuk bahasa mesin yang berjalan di atas Windows) ataupun

managed code (dalam bentuk Microsoft Intermediate Language di atas .NET

Framework). Selain itu, Visual Studio juga menyediakan beragam pilihan aplikasi

yang dapat dibuat, mulai dari aplikasi Web, Desktop, Android, ataupun iOS.

Dengan pilihan pembuatan aplikasi yang beragam membuat Visual Studio digemari

oleh para developer dalam pembuatan aplikasi.

Page 43: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

29

2.2.6. Database Postgresql

Gambar 2.14 Icon Postgresql

Sumber: https://www.postgresql.org/

Menurut (Munawaroh, 2005) database PostgreSQL merupakan salah satu

alternatif solusi bagi pengguna database yang mendukung banyak platform dan

bebas lisensi. PostgreSQL termasuk sebagai database server yang handal dengan

berbagai macam fitur-fitur pendukungnya, sehingga menjadikan database ini

begitu ideal sebagai media penyimpanan dari aplikasi sistem informasi. Dengan

sifatnya yang open source menjadikan pula database ini dapat dikembangkan

sesuai dengan kebutuhan. Sebagai ORDBMS (Object Relational Database

Management System) yang ada saat ini, PostgreSQL memiliki berbagai macam

kemapuan yang dimiliki oleh database komersil umum lainnya, seperti dukungan

akan perintah-perintah SQL, yaitu dengan menggunakan perintah-perintah SQL

memungkinkan database administrator lebih mudah berinteraksi dengan database

PostgreSQL, baik dalam manipulasi data seperti : insert, update, ataupun delete.

Page 44: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

30

2.2.7. StarUML

Gambar 2.15 Logo StarUML

Sumber: https://blog.staruml.io/

StarUML merupakan proyek open source untuk mengembangkan platform

Unified Modeling Language (UML) atau Model Driven Architecture (MDA) yang

cepat, fleksibel, dapat diperluas, memiliki banyak fitur, dan tidak dipungut biaya.

Tujuan dari proyek ini dalam untuk membangun sebuah perangkat lunak

pemodelan dan sekaligus platform yang dapat menggantikan perangkat UML

berbayar lain, seperti Rational Rose, Together, dan sebagainya (Iswari, 2015).

2.2.8. Filezilla Server

Filezilla server merupakan aplikasi yang dapat melakukukan “Auto Bot” yaitu

melakukan backup data dengan menggunakan protokol FTP, selain dapat

melakukan backup data dengan menggunakan protocol FTP filezilla server juga

dapat mentransfer file dengan aman menggunakan protocol SFTP (Ahmad et al.,

2015).

2.2.9. Putty

Putty merupakan aplikasi yang digunakan untuk menguji koneksi secara

keseluruhan dengan melakukan akses remote melalui koneksi SSH ke Server dan

Page 45: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

31

kemudian dilanjutkan dengan melakukan akses remote dari Server ke aplikasi

android (Rompas et al., 2012).

2.2.10. Navicat Premium 15

Gambar 2.16 Icon Navicat Premium

Sumber: https://www.navicat.com/en/products

Navicat Premium adalah sebuah tool multi-koneksi untuk administrasi

database yang berfungsi untuk menghubungkan ke MYSQL, SQL Server, SQ Lite,

Oracle dan PostgreSQL database secara bersaman dalam satu aplikasi (Setyawan,

2017).

2.2.11. Adobe XD

Gambar 2.17 Icon Adobe XD

Sumber: https://www.adobe.com/products/catalog.html

Page 46: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

32

Adobe XD merupakan software yang digunakan untuk membuat prototipe

awal sebelum memulai perancangan sistem, bentuk desain prototipe aplikasi berupa

tampilan dan alur yang bersifat semi jadi. Software ini dapat dijalankan di PC dan

diintegrasikan dengan smartphone jika ingin menjalankan dan merasakan

penggunaan protipe aplikasi melalui smartphone secara langsung (Muhamad,

2020).

2.2.12. YED Graph Editor

Gambar 2.18 Icon yED Graph Editor

Sumber: https://www.yworks.com/products/yed

YED Graph Editor merupakan aplikasi yang digunakan untuk membuat

diagram alir (flowchart) yang berguna untuk menggambarkan alur dari suatu

sistem. Bagan alir (flowchart) adalah bagan (chart) yang menunjukkan alir (flow)

didalam program atau prosedur system secara logika. Bagan alir digunakan

terutama untuk alat bantu komunikasi dan untuk dokumentasi. Ada lima macam

bagan alir Bagan alir system (systems flowchart), Bagan alir dokumen (document

flowchart), Bagan alir skematik (schematic flowchart), Bagan alir program

(program flowchart), Bagan alir proses (process flowchart) (Jogiyanto, 2005).

Page 47: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

33

2.2.13. Metode Template Matching Correlation

Bahri dan Maliki (2012) menyebutkan bahwa template matching adalah

sebuah proses untuk membandingkan citra masukan yang mengandung template

tertentu dengan template pada basis data. Template ditempatkan pada pusat bagian

citra yang akan dibandingkan dan dihitung seberapa banyak titik yang paling sesuai

dengan template. Langkah ini diulangi terhadap keseluruhan citra masukan yang

akan dibandingkan. Nilai kesesuaian titik paling besar antara citra masukan dan

citra template menandakan bahwa template tersebut merupakan citra template yang

paling sesuai dengan citra masukan.

2.3. Penelitian Terdahulu

Dalam penelitian ini peneliti memaparkan 7 penelitian terdahulu yang relevan

dengan permasalahan yang akan diteliti tentang penerapan optical character

recognition pencatatan meteran listrik dan air otomatis menggunakan xamarin

platform.

1) Sugeng Widodo. ISSN: 2356-4407 (November 2014) dengan judul

“Optical Character Recognition for Indonesian Electronic Id-Card

Image”. The need for data from the e-ID card is important, especially

as a complement to other information on a computer application

system. To retrieve the data from Indonesian ID card to camera or a

scanner, because there is no tool that can be used to retrieve digital

data stored on the card. In this way, the image is stored, and can not be

used to perform further processing such as data search. OCR is used to

convert image data into text, and then the text will be mapped into the

Page 48: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

34

database. Image pre-processing done by bileveling, RLSA, and then

perform image recognition using template matching.

2) Suryo Hartanto, Aris Sugiharto, dan Sukmawati Nur Endah. Volume 5,

Nomor 9, ISSN: 2086 – 4930 (April 2015) dengan judul “OPTICAL

CHARACTER RECOGNITION MENGGUNAKAN ALGORITMA

TEMPLATE MATCHING CORRELATION”. OCR (Optical Character

Recognition) adalah suatu solusi yang efektif untuk proses konversi

dokumen cetak ke dokumen digital. Permasalahan yang timbul dalam

proses pengenalan dokumen komputer adalah bagaimana teknik

pengenalan untuk mengidentifikasi berbagai jenis karakter dengan

berbagai ukuran dan bentuk. Metode pengenalan yang digunakan dalam

tugas akhir ini adalah metode Template Matching Correlation. Sebelum

proses pengenalan, citra masukan dengan format * bmp atau jpg *

diolah terlebih dahulu di proses preprocessing, yang meliputi binerisasi,

segmentasi, dan normalisasi gambar. Rata-rata tingkat keberhasilan

pengenalan yang dihasilkan oleh sistem ini adalah 92,90%. Hasil akhir

menunjukkan bahwa penggunaan metode Template Matching

Correlation cukup untuk membangun sebuah sistem OCR dengan

akurasi yang baik efektif.

3) Anisa Eka Utami, Oky Dwi Nurhayati, dan Kurniawan Teguh Martono.

Volume 4, Nomor 1, e-ISSN: 2338-0403 (Januari 2016) dengan judul

“Aplikasi Penerjemah Bahasa Inggris – Indonesia dengan Optical

Character Recognition Berbasis Android”. Perangkat lunak untuk

Page 49: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

35

pengenalan karakter yang tedapat dalam ponsel pintar khususnya

berbasis android dikembangkan dengan penekanan pada mobilitas,

portabilitas, ruang penyimpanan, perangkat keras, dan keterbatasan

jangkauan dapat dipecahkan. Akan tetapi, kinerja sebuah ponsel pintar

berbasis android dan komputer berbeda maka kecepatan pengenalan

karakter juga akan berpengaruh. Masalah ini tampaknya akan

menunjukkan suatu solusi, yaitu dengan salah satu inovasi yang

diterapkan ke dalam perangkat android dengan teknologi OCR (Optical

Character Recognition). Perencanaan sistem menggunakan

pengembangan perangkat lunak berorientasi pemakaian ulang karena

menggunakan komponen yang dapat dipakai ulang dalam

pengembangannya. Sistem ini dibuat dengan memanfaatkan engine

tesseract OCR yang dikembangkan oleh Google bersifat open source.

Perangkat lunak yang digunakan untuk merancang layout dan

implementasi sistem, yaitu menggunakan lingkungan pengembang

Android Studio yang ditulis dengan pemrograman Java dan XML.

Pengujian aplikasi penerjemah dengan OCR ini menggunakan metode

white box dan menghitung akurasi pendeteksian karakter. Hasil

perhitungan presentase akurasi deteksi karakter yang diberikan aplikasi

terhadap keseluruhan sampel yang diuji mencapai 97,5%.

4) Kristina Apriyanti dan Triyogatama Wahyu Widodo. Volume 6, Nomor

1, ISSN: 2088 – 3714 (April 2016) dengan judul “IMPLEMENTASI

OPTICAL CHARACTER RECOGNITION BERBASIS

Page 50: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

36

BACKPROPAGATION UNTUK TEXT TO SPEECH PERANGKAT

ANDROID”. Prosedur penggunaan aplikasi text to speech pada

perangkat mobile yang ada umumnya saat ini yakni pengguna aplikasi

ini harus menginput manual kata yang akan diaktualisasikan dengan

suara. Pada penelitian ini, dirancang sebuah sistem input kata pada

aplikasi text to speech dengan memanfaatkan pengolahan citra digital.

Pengguna cukup mengambil gambar (capture) kata yang akan

disuarakan tersebut tanpa harus mengetik manual pada area teks input.

Metode yang digunakan dalam sistem ini meliputi akuisisi citra, pra

pengolahan citra, segmentasi karakter, pengenalan karakter, dan

integrasi dengan engine text to speech pada perangkat Android.

Akuisisi citra dilakukan menggunakan kamera pada perangkat mobile

untuk mengambil gambar kata yang akan diinputkan. Pengenalan

karakter menggunakan jaringan saraf tiruan (JST) algoritma

perambatan balik (back propagation). Sistem pengolahan citra yang

berhasil dibuat kemudian dihubungkan dengan engine Google Text to

Speech. Sistem pengenalan karakter pada penelitian ini menggunakan

model jaringan syaraf tiruan (JST) dengan akurasi 97,58%. Sistem ini

mampu mengenali beberapa tipe font yakni Arial, Calibri, dan Verdana.

Rerata akurasi pengenalan pada sampel uji yang digunakan di dalam

penelitian ini sebesar 94,7% dengan kondisi jarak pengambilan gambar

pada rentang jarak 3 – 8 cm dan posisi kamera tegak lurus menghadap

kertas tulisan.

Page 51: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

37

5) Hardian Oktavianto dan Henny Wahyu Sulistyo. Volume 3, Nomor 1,

p-ISSN: 2502-5724, e-ISSN: 2541-5735 (Februari 2018) dengan judul

“Optical Character Recognition Untuk Ekstraksi Teks Rambu Lalu

Lintas”. Papan penunjuk arah merupakan salah satu jenis dari rambu

lalu lintas yang ditempatkan di sepanjang jalan untuk memberi

informasi kepada para pengemudi tentang kondisi jalan dan keterangan

arah. Faktanya tulisan yang tertera pada papan penunjuk arah

cenderung susah dideteksi dan dibaca karena berbagai ukuran, kondisi,

nilai-nilai grayscale, dan latar belakang yang kompleks. Teknik

pengolahan citra digital yaitu Optical Character Recognition (OCR)

dapat digunakan untuk membantu mengatasi permasalahan ekstraksi

informasi atau pembacaan tulisan pada papan penunjuk arah. Pada

penelitian ini akan digunakan ekstraksi teks dengan metode OCR

dengan menggunakan salah satu library dari MATLAB. Library OCR

dapat digunakan untuk melakukan ekstraksi teks pada rambu lalu lintas

penunjuk informasi arah. Uji tingkat kesuksesan ekstraksi teks

mencapai 97%, dan uji kesesuaian hasil ekstraksi teks dengan

kecocokan informasi pada rambu penunjuk arah adalah sebesar 60%.

6) Hotma Pangaribuan. Volume 07, Nomor 01, ISSN (Print): 2337-8379,

ISSN (Online): 2615-1049 (Maret 2019) dengan judul “Optimalisasi

Kualitas Citra Digital Dengan Metode Ketetanggaan Piksel”. This study

aims to improve the image or image by eliminating noise in the color

image that is converted to gray images with a number of pixel

Page 52: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

38

intensities of 0 to 255 using the pixel neighboring method. Pixel

neighbor types used in the test include boundary filters, uniform filters

and median filters. While noise added to the original image is salt noise

and pepper and gaussian with a value of p = 0.01. From the results of

this study, it can be seen how much interference can be corrected by

using a type of neighboring pixel filter, with the amount of improvement

including reducing noise, softening noise and eliminating noise. From

the results of the tests carried out with the help of the octave 3.4.3

program, it can be seen that the boundary filter aims to prevent pixels

whose intensity outside the intensity of neighboring pixels with white

spots on the image can be removed. However, if you pay close attention,

the operation also blurs the image, while in the equalization filter the

processing effect with the alignment filter. Compared to the limit filter,

the processing of the uniform filter does not eliminate white spots on

the image of the car, but only slightly disguises the image, while in

median filter The results show that noise can be removed, but the details

on the image are retained. However, this is of course obtained with the

added computational burden of "sorting".

7) Desiana Nur Kholifah, Hendri Mahmud Nawawi, dan Indra Jiwana

Thira. Volume 16, Nomor 1 (Maret 2020) dengan judul “IMAGE

BACKGROUND PROCESSING FOR COMPARING ACCURACY

VALUES OF OCR PERFORMANCE”. Optical Character Recognition

(OCR) is an application used to process digital text images into text.

Page 53: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

39

Many documents that have a background in the form of images in the

visual context of the background image increase the security of

documents that state authenticity, but the background image causes

difficulties with OCR performance because it makes it difficult for OCR

to recognize characters overwritten by background images. By

removing background images can maximize OCR performance

compared to document images that are still background. Using the

thresholding method to eliminate background images and look for

recall values, precision, and character recognition rates to determine

the performance value of OCR that is used as the object of research.

From eliminating the background image with thresholding, an increase

in performance on the three types of OCR is used as the object research.

2.4. Kerangka Pemikiran

Dalam penulisan ini tentunya peneliti membutuhkan kerangka berfikir untuk

menggambarkan alur dari pembuatan sistem. Pada alur pembuatan sistem harus ada

3 tahap yang harus ada dalam kerangka berfikir, yaitu input, proses, dan output.

Kerangka berfikir tersebut akan digambarkan pada gambar 2.19 dibawah ini.

Page 54: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

40

Gambar 2.19 Kerangka berfikir penelitan

Sumber: (Data Penelitian, 2021)

Penjelasan kerangka berfikir:

1. Meteran Listrik atau Air

Input berupa citra teks pada sebuah meteran, baik itu meteran listrik atau

meteran air. Pada setiap meteran, terdapat angka yang mewakili berapa banyak

jumlah penggunaan dari suatu bangunan, baik itu rumah, sekolah, ataupun

bangunan lainnya. Angka pada meteran inilah yang akan digunakan sebagai input

pada penelitian ini.

2. Scan (Optical Character Recognition)

Input yang berupa citra teks pada sebuah meteran akan dilakukan scan

menggunakan aplikasi android dan di konversi oleh optical character recognition

menjadi sebuah citra dokumen digital, kemudian dilakukan sebuah filter agar sistem

pada aplikasi android hanya akan membaca angka saja pada sebuah meteran.

Sehingga petugas tetap dapat melakukan scan ke seluruh meteran, setelah selesai

Meteran (Listrik atau Air)

Scan (Optical Character

Recognition)

Tersimpan ke database

Page 55: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

41

scan petugas akan dapat melakukan crop ke hasil scan yang dia lakukan, hal ini

bertujuan untuk mem-filter sistem agar hanya membaca angka saja.

3. Tersimpan ke Database

Setelah proses scan selesai maka citra akan dapat disimpan ke database

berupa apa yang tertera pada meteran yang telah dilakukan filter. Pada database

harus terdapat 2 angka meteran yang disimpan, 1 adalah angka meteran bulan lalu,

dan 2 adalah angka meteran bulan ini, sehingga dapat diketahui penggunaan bulan

ini dari perhitungan angka meteran bulan ini dikurangi angka meteran bulan lalu

yang sudah tersimpan di database.

Page 56: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

42

BAB III

METODE PENELITIAN

3.1. Desain Peneltian

Penelitian ini menggunakan desain penelitian dengan beberapa tahap proses,

yaitu:

Gambar 3.1 Desain Penelitian

Sumber: (Data Penelitian, 2021)

Identifikasi Masalah

Mengumpulkan Data

Menganalisis Data

Konversi Data ke Sistem

Pengujian Aplikasi

Kesimpulan

Page 57: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

43

Berikut ini adalah penjelesan mengenai gambar desain penelitian diatas:

1. Identifikasi Masalah

Identifikasi Masalah pada penelitian ini adalah: Pembacaan dan pencatatan

meteran oleh petugas penyedia energi listrik ataupun air bersih masih dilakukan

secara manual. Angka pemakaian yang terpakai tidak sesuai dengan pemakaian

yang tertera di kWh meter. Masyarakat diharapkan untuk tidak banyak melakukan

aktifitas di luar rumah.

2. Mengumpulkan Data

Mengumpulkan data berupa permasalahan yang dialami oleh sebuah

perusahaan penyedia energi listrik dan air bersih di Kota Batam dalam melakukan

pembacaan dan pencatatan meteran kWh dan air. Selain itu peneliti juga melakukan

studi pustaka mengenai Optical Character Recognition sebagai pemecah masalah

dari permasalahan yang dialami oleh perusahaan penyedia energi listrik dan air

bersih setelah peneliti mengumpulkan data di PT. Mitra Kuadran Teknologi.

3. Menganalisis Data

Menganalisis data yang diperoleh dari PT. Mitra Kuadran Teknologi dengan

menambahkan fitur tambahan berupa Optical Character Recognition pembaca teks

untuk diterapkan pada aplikasi android untuk melakukan pembacaan dan

pencatatan meteran listrik dan air.

4. Konversi Data ke Sistem

Menambahkan fitur Optical Character Recognition pada aplikasi android

dilakukan dengan cara menginstall plugin tambahan yaitu OCR di IDE Microsoft

Visual Studio 2019 dan menggunakan bahasa pemrograman c# serta database

Page 58: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

44

postgresql untuk membuat aplikasi androidnya. Sehingga tercipta sebuah aplikasi

android yang memiliki fitur Optical Character Recognition.

5. Pengujian Hasil Sistem

Aplikasi android dengan Optical Character Recognition yang telah dibuat

diuji dengan melakukan scan pada berbagai jenis meteran yang diketahui oleh

peneliti, selain dapat melakukan scan meteran aplikasi android ini juga dapat

melihat meteran pelanggan yang sudah dan belum dilakukan scan agar

mempermudah petugas dalam melakukan pembacaan dan pencatatan meteran milik

pelanggan.

6. Kesimpulan

Untuk mengatasi permasalahan dalam pembacaan dan pencatatan meteran

dapat dilakukan menggunakan aplikasi android untuk meminimalisir keasalahan

dan mempercepat proses pembacaan dan pencatatan meteran. Untuk menggunakan

fitur optical character recognition (OCR) pada aplikasi android dapat dilakukan

dengan melakukan install plugin OCR pada microsoft visual studio 2019.

Dari hasil pengujian sistem, tingkat akurasi yang dihasilkan OCR dapat

mencapai hingga 96.66% dengan syarat angka pada meteran yang dilakukan scan

terlihat dengan jelas.

3.2. Alur atau Proses Perancangan Sistem

Alur atau peroses perancangan sistem pada penelitian ini menggunakan

beberapa tipe pemodelan, yaitu pemodelan unified modelling language (UML) dan

pemodelan antarmuka (interface). Selain menggunakan tipe pemodelan, peneliti

Page 59: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

45

juga menggunakan 2 metode pengujian, yaitu metode pengujian white-box dan

metode pengujian black-box.

3.2.1. Unified Modelling Language (UML)

Pada penelitian ini peneliti menggunakan diagram unified modelling

language (UML) untuk menggambarkan alur atau proses perancangan dari sistem

yang dibuat, yang dalam proses penggambarannya penulis menggunakan aplikasi

yEd Graph Editor 3.20.1 dan StarUML 4.0.0. Diagram UML yang digunakan dalam

penelitian ini adalah sebagai berikut:

3.2.1.1. Use Case Diagram

Use case diagram pada penelitian ini digunakan untuk mengetahui hubungan

antara aktor dengan sistem yang dibuat. Pada penelitian ini hanya ada 1 aktor yang

berinteraksi dengan sistem, yaitu pengguna (petugas) yang melakukan pembacaan

dan pencatatan meteran.

Use case diagram dari penelitian ini dapat dilihat pada gambar dibawah ini:

Page 60: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

46

Gambar 3.2 Use Case Diagram Petugas

Sumber: (Data Penelitian, 2021)

Page 61: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

47

Tabel 3.1 Tabel Deskripsi Use Case Diagram

No Petugas Deskripsi

1. Login Petugas melakukan login ke aplikasi

android menggunakan akun mereka

masing-masing.

2. Pilih Periode Petugas memilih periode bulan ketika dia

sedang bertugas.

3. Input Nomor Pelanggan Petugas melakukan input nomor pelanggan

yang akan dia scan, dalam hal ini dapat

dilakukan dengan cara manual ataupun

dengan scan QR Code.

4. Scan Meteran Petugas melakukan scan pada meteran

listrik atau air.

5. Crop Hasil Scan Hasil scan yang diperoleh dilakukan crop

oleh petugas sehingga mendapatkan teks

yang hanya dibutuhkan oleh petugas.

Ketika cropping pengguna juga dapat

melakukan rotasi cropping ke kanan atau ke

kiri, dan juga dapat menghapus hasil scan.

6. Dapat Edit Hasil Crop Petugas dapat melakukan edit secara

manual hasil crop yang didapat, hal ini

untuk menghindari ketidakcocokan angka

hasil scan dengan angka pada meteran.

7. Input Hasil Crop Setelah hasil crop sudah sesuai dengan yang

tertera pada meteran, maka petugas dapat

melakukan input hasil crop tersebut

(simpan ke database).

8. Melihat Riwayat Scan Petugas dapat melihat riwayat mereka telah

melakukan scan di periode yang mereka

inginkan berdasarkan akun mereka masing-

masing.

9. Melihat Riwayat Belum

Scan

Petugas dapat melihat riwayat pelanggan

yang belum dilakukan scan di suatu periode

yang mereka inginkan berdasarkan akun

mereka masing-masing.

10. Melihat Informasi Akun Petugas dapat melihat informasi akun yang

digunakannya untuk login, pada informasi

akun terdapat nama, no hp, dan email

miliknya yang sudah terdaftar dalam sistem.

Pada infromasi akun juga terdapat tombol

logout yang dapat digunakan untuk keluar

dari aplikasi.

11. Ganti Password Petugas dapat melakukan ganti password

berdasarkan email petugas yang telah

terdaftar di sistem.

Sumber: (Data Penelitian, 2021)

Page 62: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

48

3.2.1.2. Activity Diagram

Activity diagram pada penelitian ini digunakan untuk mengetahui proses

urutan aktifitas dari sistem yang dibuat berdasarkan aktifitas yang dilakukan.

Activity diagram dari penelitian ini dapat dilihat pada gambar dibawah ini:

1. Activity Diagram Login

Gambar 3.3 Activity Diagram Login

Sumber: (Data Penelitian, 2021)

Pengguna login menggunakan username dan password, kemudian sistem

akan melakukan terhadap username dan password tersebut, jika username dan

password yang dimasukkan salah (tidak ada dalam database) maka pengguna harus

melakukan login kembali, apabila username dan password yang dimasukkan benar

Page 63: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

49

(ada dalam database) maka pengguna akan masuk (dialihkan) ke halaman utama

aplikasi.

2. Activity Diagram Ganti Password

Gambar 3.4 Activity Diagram Ganti Password

Sumber: (Data Penelitian, 2021)

Pengguna memasukkan username, password lama, password baru, dan

konfirmasi password baru, kemudian username yang dimasukkan akan dilakukan

pengecekan oleh sistem, apabila username tersebut salah (tidak ada dalam

database) maka pengguna harus memasukkan username, password lama, password

baru, dan konfirmasi password baru kembali, apabila username benar (ada dalam

database) maka password lama milik username tersebut akan berubah menjadi

password baru yang telah dimasukkan.

Page 64: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

50

3. Activity Diagram Informasi Pelanggan Belum Dilakukan Scan

Gambar 3.5 Activity Diagram Informasi Belum Dilakukan Scan

Sumber: (Data Penelitian, 2021)

Page 65: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

51

Ketika pengguna ingin melihat pelanggan yang belum dilakukan pembacaan

dan pencatatan meteran, pengguna perlu memilih periode bulan yang ingin dia lihat

terlebih dahulu, setelah itu pengguna dapat menekan tombol informasi yang

digambarkan oleh gambar lonceng pada pojok kanan atas aplikasi, kemudian

pengguna dapat memilih melihat jenis meteran listrik atau air milik pelanggan yang

belum dilakukan scan pada periode yang telah dipilih. Setelah semua tahap diatas

dilalui maka akan muncul informasi pelanggan yang belum dilakukan scan

berdasarkan jenis meteran yang telah dipilih.

4. Activity Diagram Riwayat Scan

Gambar 3.6 Activity Diagram Riwayat Scan

Sumber: (Data Penelitian, 2021)

Page 66: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

52

Untuk melihat riwayat scan, pengguna perlu beralih ke page riwayat

kemudian memilih jenis meteran listrik atau air, setelah itu akan muncul informasi

pelanggan yang telah dilakukan scan berdasarkan jenis meteran yang telah dipilih.

5. Activity Diagram Scan

Gambar 3.7 Activity Diagram Scan

Sumber: (Data Penelitian, 2021)

Page 67: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

53

Untuk melakukan scan, pengguna harus memilih periode bulan terlebih

dahulu kemudian dapat melakukan scan dengan menekan tombol plus yang ada di

halaman utama, setelah itu pengguna memilih untuk memasukkan nomor

pelanggan dengan cara scan qr code atau manual, setelah nomor pelanggan

terdeteksi oleh sistem maka pengguna memilih jenis meteran apa yang akan

dilakukan scan, setelah itu pengguna melakukan crop hasil scan, dan dapat

mengedit hasil crop tersebut atau dapat langsung menyimpannya ke database.

6. Activity Diagram Logout

Gambar 3.8 Activity Diagram Logout

Sumber: (Data Penelitian, 2021)

Page 68: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

54

Apabila pengguna ingin melakukan logout, pengguna dapat melakukannya

dengan 2 cara, pertama pengguna langsung menekan tombol back yang ada pada

perangkat Android, dan pengguna akan diberikan pilihan apakah akan melanjutkan

logout atau tidak, apabila pengguna memilih untuk melanjutkan maka pengguna

akan keluar dari aplikasi, apabila pengguna memilih tidak maka pengguna akan

kembali dialihkan ke halaman utama. Kedua pengguna dapat memilih menu

informasi akun kemudian menekan tombol keluar dan pengguna akan dialihkan ke

halaman login.

3.2.1.2. Sequence Diagram

Sequence diagram pada penelitian ini digunakan untuk mengetahui interaksi

antara aktor dengan objek dan antara objek dengan objek lainnya yang ada di sistem

yang dibangun.

Sequence diagram pada penelitian ini dapat dilihat pada gambar dibawah ini:

1. Sequence Diagram Login

Berikut merupakan sequence diagram yang menggambarkan alur hidup

pengguna (petugas) saat melakukan login dalam aplikasi android ini:

Page 69: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

55

Gambar 3.9 Sequence Diagram Login

Sumber: (Data Penelitian, 2021)

2. Sequence Diagram Scan Meteran

Berikut merupakan sequence diagram yang menggambarkan alur hidup

pengguna (petugas) saat melakukan pembacaan dan pencatatan meteran dalam

aplikasi android ini:

Gambar 3.10 Sequence Diagram Scan

Sumber: (Data Penelitian, 2021)

Page 70: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

56

3. Sequence Diagram Pelanggan yang Belum Dilakukan Scan

Berikut merupakan sequence diagram yang menggambarkan alur hidup

pengguna (petugas) saat melihat informasi pelanggan yang belum dilakukan scan

(pembacaan dan pencatatan meteran) dalam aplikasi android ini:

Gambar 3.11 Sequence Diagram Belum Dilakukan Scan

Sumber: (Data Penelitian, 2021)

4. Sequence Diagram Pelanggan yang Sudah Dilakukan Scan

Berikut merupakan sequence diagram yang menggambarkan alur hidup

pengguna (petugas) saat melihat informasi pelanggan yang sudah dilakukan scan

(pembacaan dan pencatatan meteran) dalam aplikasi android ini:

Gambar 3.12 Sequence Diagram Sudah Dilakukan Scan

Sumber: (Data Penelitian, 2021)

Page 71: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

57

5. Sequence Diagram Ganti Password

Berikut merupakan sequence diagram yang menggambarkan alur hidup

pengguna (petugas) saat melakukan ganti password berdasarkan username yang

dimilikinya dalam aplikasi android ini:

Gambar 3.13 Sequence Diagram Ganti Password

Sumber: (Data Penelitian, 2021)

6. Sequence Diagram Logout

Berikut merupakan sequence diagram yang menggambarkan alur hidup

pengguna (petugas) saat melakukan ganti password berdasarkan username yang

dimilikinya dalam aplikasi android ini:

Page 72: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

58

Gambar 3.14 Sequence Diagram Logout

Sumber: (Data Penelitian, 2021)

3.2.1.4. Class Diagram

Berikut merupakan class diagram yang menggambarkan relasi antara data

pelanggan dengan petugas (pengguna).

Tabel 3.2 Class Diagram Petugas Dengan Pelanggan

Sumber: (Data Penelitian, 2021)

Page 73: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

59

3.2.2. Desain Database

Pada penelitian ini peneliti menggambarkan desain database yang akan

dirancang sebagai database untuk menyimpan data yang ada panada penelitian ini.

1. Tabel Pengguna

Tabel pengguna berfungsi untuk menyimpan data milik pengguna (petugas)

agar dapat login ke aplikasi android.

Adapun desain database tabel pengguna adalah sebagai berikut:

Tabel 3.3 Desain Database Tabel Pengguna

Field Tipe Panjang Kunci

Userid Varchar 50 PK

Empid Varchar 50

Empname Varchar 250

mailaddress Varchar 250

no_hp Number 15

Address Text

Username Varchar 250

Password Varchar 250

status_aktif Varchar 25

Dlt Boolean

Sumber: (Data Penelitian, 2021)

2. Tabel Pelanggan

Tabel pelanggan berfungsi untuk menyimpan data milik pelanggan agar

meteran (listrik atau air, atau listrik dan air) dapat dilakukan scan oleh pengguna

(petugas).

Adapun desain database tabel pelanggan adalah sebagai berikut:

Tabel 3.4 Desain Database Tabel Pelanggan

Field Tipe Panjang Kunci

tenantid Varchar 50 PK

tenant_name Varchar 50

tenant_code Varchar 50

address Text

daya Number

Page 74: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

60

Tabel 3.4 Lanjutan

phasa Number

faktor_kali Number

tenant_electric_groupid Varchar 50 FK

tenant_water_groupid Varchar 50 FK

dlt Boolean

Sumber: (Data Penelitian, 2021)

3. Tabel Electric Scan

Tabel electric scan berfungsi untuk menyimpan data meteran listrik

pelanggan yang telah dilakukan scan oleh pengguna (petugas).

Adapun desain database tabel electric scan adalah sebagai berikut:

Tabel 3.5 Desain Database Tabel Electric Scan

Field Tipe Panjang Kunci

electric_scanid Varchar 50 PK

userid Varchar 50 FK

scandate Date

year_month Varchar 50

usage_last_month Number

current_kwh Number

prev_kwh Number

usage_kwh Number

image Bit

dlt Boolean

Sumber: (Data Penelitian, 2021)

4. Tabel Water Scan

Tabel water scan berfungsi untuk menyimpan data meteran air pelanggan

yang telah dilakukan scan oleh pengguna (petugas).

Adapun desain database tabel water scan adalah sebagai berikut:

Tabel 3.6 Desain Database Tabel Water Scan

Field Tipe Panjang Kunci

water_scanid Varchar 50 PK

userid Varchar 50 FK

scandate Date

year_month Varchar 50

Page 75: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

61

Tabel 3.6 Lanjutan

usage_last_month Number

current_kwh Number

prev_kwh Number

usage_kwh Number

image Bit

dlt Boolean

Sumber: (Data Penelitian, 2021)

3.2.3. Desain Antarmuka (Interface)

Pada penelitian ini peneliti menggunakan aplikasi Adobe XD untuk

menggambarkan desain antarmuka (interface) pada sistem yang dibangun. Desain

antarmuka (interface) pada penelitian ini dapat dilihat pada gambar dibawah ini:

1. Interface Page Login

Gambar 3.15 Interface Page Login

Sumber: (Data Penelitian, 2021)

Page 76: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

62

Page login merupakan tampilan yang penting dalam sebuah sistem, baik itu

pada sistem berbasis Web, Desktop, Android, ataupun iOS. Page login pada

penelitian ini terdapat sebuah logo aplikasi, label bertuliskan login, box untuk

memasukkan username dan password, label ganti password, dan tombol login.

Setelah pengguna memasukkan username dan password miliknya ke box

yang tersedia, selanjutnya pengguna menekan tombol login, apabila username dan

password yang dimasukkan ke box yang disediakan salah maka akan muncul pesan,

tetapi apabila username dan password yang dimasukkan benar maka pengguna

akan dialihkan ke halaman utama.

Label ganti password berfungsi untuk mengalihkan pengguna ke page ganti

password apabila pengguna ingin merubah password miliknya.

2. Interface Page Ganti Password

Gambar 3.16 Interface Page Ganti Password

Sumber: (Data Penelitian, 2021)

Page 77: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

63

Pada page ganti password terdapat label ganti password yang berguna untuk

memperjelas bahwa pengguna sedang berada di page ganti password, terdapat juga

box untuk memasukkan username yang akan diganti password-nya, box untuk

memasukkan password lama dari username yang akan diganti password- nya, box

untuk memasukkan password baru dari username yang telah dimasukkan ke box

username, box konfirmasi password baru untuk memasukkan kembali password

baru dari username yang akan diganti password-nya.

Selain terdapat label untuk memperjelas dan box untuk memasukkan

username dan password, terdapat juga button untuk melakukan aksi proses, button

cancel berfungsi untuk membatalkan proses ganti password yang sedang dilakukan

dan mengalihkan pengguna kembali ke halaman login, button simpan berfungsi

untuk menyimpan password baru ke database.

Jika username yang dimasukkan ke box username salah maka akan muncul

pesan yang menandakan bahwa username yang dimasukkan salah (tidak ada dalam

database), dan pengguna harus kembali memasukkan username yang benar (ada

dalam database), jika username yang dimasukkan sudah benar maka password dari

username tersebut akan berubah menjadi password baru yang telah dimasukkan.

Page 78: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

64

3. Interface Halaman Utama

Gambar 3.17 Interface Halaman Utama

Sumber: (Data Penelitian, 2021)

Halaman utama merupakan halaman yang penting, karena seluruh aktifitas

akan dimulai dari halaman ini. Pada halaman utama ini terdapat 2 page, yaitu page

home dan page riwayat, ketika halaman utama muncul di aplikasi android yang

akan ditampilkan sebagai default adalah page home. Untuk beralih ke page riwayat,

pengguna perlu menekan page riwayat yang tersedia pada halaman utama aplikasi.

Pada halaman utama ini pengguna dapat melihat informasi akun yang

digunakan untuk, pengguna juga dapat melihat informasi pelanggan yang belum

dilakukan scan dengan periode terlebih dahulu.

Page 79: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

65

Selain hal diatas, pengguna juga dapat melihat riwayat dari akun yang

digunakan telah melakukan scan (pembacaan dan pencatatan meteran) pelanggan

mana saja, hal tersebut dapat dilihat di page riwayat.

Fitur utama aplikasi juga terdapat di halaman utama, yaitu pembacaan dan

pencatatan meteran listrik dan air. Untuk mulai melakukan pembacaan dan

pencatatan meteran listrik dan air pengguna perlu memilih periode untuk bulan apa

kemudian mulai scan.

4. Interface Page Pilih Input Nomor Pelanggan

Gambar 3.18 Interface Page Pilih Input Nomor Pelanggan

Sumber: (Data Penelitian, 2021)

Pada page pilih input nomor pelanggan ini terdapat 3 buah button, yaitu

button QR Code, button input nomor pelanggan manual, dan button close yang

diwakili tanda X (silang).

Page 80: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

66

Page ini berfungsi untuk pengguna yang ingin melakukan input nomor

pelanggan dengan cara yang dia inginkan, pada aplikasi ini terdapat dua cara yaitu

dengan scan QR Code atau secara manual.

Untuk mulai melakukan proses input nomor pelanggan, pengguna hanya

perlu mengklik button QR Code atau button input nomor, setelah itu pengguna akan

dialihkan ke halaman yang dia pilih.

5. Interface Page Input Manual Nomor Pelanggan

Gambar 3.19 Interface Page Input Nomor Pelanggan Manual

Sumber: (Data Penelitian, 2021)

Pada Page input manual nomor pelanggan terdapat box nomor pelanggan

untuk memasukkan nomor pelanggan, button input untuk melakukan proses input,

dan button keluar untuk kembali ke page pilih input nomor pelanggan.

Page 81: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

67

Jika pengguna mengklik button input setelah memasukkan nomor pelanggan

yang salah ke box nomor pelanggan maka akan muncul pesan, jika pengguna

mengklik button input setelah memasukkan nomor pelanggan yang benar ke box

nomor pelanggan maka pengguna akan dialihkan ke page selanjutnya.

6. Interface Page Pilih Scan Jenis Meteran

Gambar 3.20 Interface Page Pilih Scan Jenis Meteran

Sumber: (Data Penelitian, 2021)

Page pilih scan jenis meteran menampilkan 2 pilihan jenis meteran yang akan

dilakukan scan, yaitu meteran listrik yang diwakili oleh button listrik dan meteran

air yang diwakili oleh button air.

Page 82: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

68

7. Interface Page Scan Meteran

Gambar 3.21 Interface Page Scan Meteran

Sumber: (Data Penelitian, 2021)

Pada page scan meteran terdapat sebuah box untuk menampilkan photo hasil

crop yang telah dilakukan, sedangkan untuk gambar kamera merupakan button

yang digunakan untuk melakukan scan (pembacaan dan pencatatan meteran).

Page 83: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

69

8. Interface Page Konfirmasi Hasil Scan

Gambar 3.22 Interface Page Konfirmasi Hasil Scan

Sumber: (Data Penelitian, 2021)

Pada page konfirmasi hasil scan terdapat box hasil photo yang berfungsi

untuk menampilkan photo dari hasil pembacaan dan pencatatan meteran yang telah

dilakukan oleh, apabilah photo tersebut tidak sesuai dengan yang diharapkan maka

pengguna dapat mengklik tombol “Coba Ulang” untuk melakukan pembacaan dan

pencatatan meteran lagi, apabila photo yang didapatkan sesuai dengan yang

diharapkan maka pengguna dapat mengklik tombol “OK”.

Page 84: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

70

9. Interface Page Cropping

Gambar 3.23 Interface Page Cropping

Sumber: (Data Penelitian, 2021)

Pada page cropping pengguna melakukan cropping dari photo yang telah

didapatkan di box “Melakukan Crop”, hal ini bertujuan untuk mendapatkan 1 baris

angka meteran saja. Setelah dilakukan crop pengguna dapat menyimpan hasil crop

dengan menekan button save, selain itu pengguna juga dapat melakukan discard

dengan cara menekan button discard dan kemudian pengguna akan dialihkan

kembali ke page scan.

Page 85: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

71

10. Interface Page Simpan

Gambar 3.24 Interface Page Simpan

Sumber: (Data Penelitian, 2021)

Pada page simpan ini yang merupakan fokus utama adalah box angka

meteran, pada box ini akan muncul sebuah deret angka yang didapatkan dari hasil

pembacaan dan pencatatan meteran yang telah dilakukan crop, angka pada box ini

dapat dirubah oleh pengguna apabila ada ketidaksamaan antara angka meteran yang

ada dengan yang muncul pada box ini.

Apabila angka yang muncul pada box angka meteran sudah sesuai dengan

yang terdapat pada meteran yang dilakukan pembacaan dan pencatatan meteran,

maka pengguna dapat menekan button simpan dan angka tersebut akan tersimpan

di database.

Page 86: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

72

11. Interface Page Informasi Akun

Gambar 3.25 Interface Page Informasi Akun

Sumber: (Data Penelitian, 2021)

Pada page informasi akun terdapat sebuah logo user dan sebuah tombol

keluar yang dapat digunakan oleh pengguna apabila ingin keluar dari aplikasi, tetapi

tombol keluar ini akan mengarahkan pengguna ke halaman login terlebih dahulu

baru kemudian pengguna dapat keluar dari halaman login dengan menekan tombol

back pada smartphone android.

Page 87: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

73

12. Interface Page History Dan Data History

Gambar 3.26 Interface Page History

Sumber: (Data Penelitian, 2021)

Pada page history terdapat 2 pilihan untuk pengguna apakah ingin melihat

informasi pelanggan yang sudah dilakukan scan pada meteran listrik atau meteran

air, setelah pengguna memilih untuk melihat informasi meteran listrik atau air yang

sudah dilakukan scan maka pengguna akan dialihkan ke halaman data history

berdasarkan meteran yang telah dipilih.

Page 88: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

74

Gambar 3.27 Interface Page Data History

Sumber: (Data Penelitian, 2021)

Pada page data history ini pengguna dapat melihat sudah melakukan scan

meteran pelanggan mana saja berdasarkan tanggal yang dipilih atau juga dapat

melakukan pencarian berdasarkan nama pelanggan. Pada page ini juga akan

ditampilkan tanggal berapa dilakukan scan dan informasi mengenai pelanggan,

seperti nomor pelanggan, nama pelanggan, alamat pelanggan, dan penggunaan

pelanggan tersebut pada suatu periode yang telah dilakukan scan.

Page 89: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

75

13. Interface Page Belum Scan

Gambar 3.28 Interface Page Belum Scan

Sumber: (Data Penelitian, 2021)

Pada page belum scan akan ditampilkan informasi pelanggan yang belum

dilakukan scan pada suatu periode yang telah dipilih. Adapun informasi pelanggan

yang ditampilkan pada page ini adalah nomor pelanggan, nama pelanggan, dan

alamat pelanggan. Pengguna juga dapat melakukan pencarian pelanggan yang

belum dilakukan scan berdasarkan alamat pelanggan.

Page 90: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

76

14. Interface Page Scan QR Code

Gambar 3.29 Interface Page Scan QR Code

Sumber: (Data Penelitian, 2021)

Pada page scan QR code ini pengguna melakukan scan QR Code milik

meteran pelanggan, ini sebagai alternatif untuk mempermudah dan mempercepat

petugas dalam melakukan input nomor meteran, karena jika melakukan input

nomor pelanggan secara manual akan menghabiskan waktu cukup lama dan

membuat petugas kerepotan dalam melakukan input nomor pelanggan, karena

petugas harus melihat kembali nomor pelanggan yang akan dilakukan scan.

Page 91: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

77

3.3. Metode Pengujian Sistem

Pada penelitian ini peneliti menggunakan metode pengujian white-box dan

black-box. Metode pengujian white-box digunakan untuk mengecek apakah

aplikasi berjalan dengan baik dan benar sesuai dengan perintah code yang telah

dibuat, sedangkan metode pengujian black-box digunakan untuk mengecek apakah

aplikasi berjalan dengan baik dan benar berdasarkan tampilan aplikasi, fungsi-

fungsi button yang ada pada aplikasi, dan kesesuai alur dari aplikasi tersebut.

3.4. Lokasi dan Jadwal Penelitian

Lokasi penelitian merupakan tempat dilakukan penelitian, sedangkan jadwal

penelitian merupakan jadwal yang disusun untuk menentukan berapa lama

penelitian dilakukan.

3.4.1. Lokasi Penelitian

Penelitian ini dilakukan di PT. Mitra Kuadran Teknologi yang beralamat di

Komp. Orchid Business Center Blok A2 No 10, Batam Center, Batam.

Adapun alasan peneliti memilih PT. Mitra Kuadran Teknologi sebagai lokasi

penelitian:

1. Diterimanya Surat Izin Penelititan yang penulis ajukan.

2. Memiliki data tentang perusahaan penyedia listrik dan air bersih.

3.4.2. Jadwal Penelitian

Tujuan dilakukannya jadwal penelitian adalah untuk memastikan agar

penelitian yang dilakukan dapat diselesaikan sesuai dengan jadwal penelitian yang

telah dibuat.

Page 92: OPTICAL CHARACTER RECOGNITION METERAN MULTIFUNGSI …

78

Tabel 3.7 Tabel Jadwal Kegiatan Penelitian

No Kegiatan

Bulan

Sep

2020 Okt 2020

Nov

2020 Des 2020

Jan

2021

3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

1 Revisi Judul

2 Penyusunan

BAB I

3 Penyusunan

BAB II

4 Penyusunan

BAB III

5 Penyusunan

BAB IV

6

Penyusunan

BAB V,

Daftar

Pustaka,

dan

Lampiran

Sumber: (Data Penelitian, 2021)