YUSUF, MUHAMMAD (2025) SISTEM OPTICAL MARK RECOGNITION (OMR) BERBASIS COMPUTER VISION UNTUK OTOMATISASI KOREKSI LEMBAR JAWABAN UJIAN. Other thesis, Universitas Duta Bangsa Surakarta.
Cover dan Abstrak.pdf - Preview
Restricted to Registered users only
Download (421kB)
Bab 1.pdf - Preview
Restricted to Registered users only
Download (217kB)
Bab 2.pdf - Preview
Restricted to Registered users only
Download (411kB)
Bab 3.pdf - Preview
Restricted to Registered users only
Download (4MB)
Bab 4.pdf - Preview
Restricted to Registered users only
Download (6MB)
Bab 5.pdf - Preview
Restricted to Registered users only
Download (234kB)
Daftar Pustaka.pdf - Preview
Restricted to Registered users only
Download (44kB)
Lampiran.pdf - Preview
Restricted to Registered users only
Download (419kB)
Artikel Publikasi.pdf - Preview
Restricted to Registered users only
Download (206kB)
Abstract
Koreksi manual lembar jawaban ujian konvensional merupakan masalah utama karena memakan waktu dan rentan terhadap kesalahan, sementara perangkat OMR komersial berbiaya mahal. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem Optical Mark Recognition (OMR) berbasis computer vision yang efisien dan akurat untuk lembar jawaban konvensional. Metode yang digunakan adalah pipeline pemrosesan citra menggunakan OpenCV, yang mencakup pra pemrosesan dengan Adaptive Thresholding, deteksi kontur, transformasi perspektif untuk koreksi kemiringan, dan segmentasi area jawaban untuk ekstraksi pilihan berdasarkan analisis piksel. Hasil pengujian pada 30 sampel untuk setiap kondisi menunjukkan sistem mencapai akurasi 100% pada arsiran tebal, 99.22% pada arsiran tipis, dan 86.22% pada kondisi arsiran dengan banyak coretan. Disimpulkan bahwa sistem yang dikembangkan sangat efektif untuk lembar jawaban dengan arsiran bersih, namun kinerjanya menurun saat terdapat gangguan visual berupa coretan, sehingga menawarkan alternatif OMR yang terjangkau dengan batasan kinerja yang teridentifikasi.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Visi Komputer, Koreksi Otomatis, OMR, OpenCV |
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Ilmu Komputer > S1 - Teknik Informatika |
| SWORD Depositor: | Perpustakaan Fikom |
| Depositing User: | Perpustakaan Fikom |
| Date Deposited: | 26 Aug 2025 01:56 |
| Last Modified: | 26 Aug 2025 01:56 |
| URI: | https://eprints.udb.ac.id/id/eprint/3940 |

