SISTEM OPTICAL MARK RECOGNITION (OMR) BERBASIS COMPUTER VISION UNTUK OTOMATISASI KOREKSI LEMBAR JAWABAN UJIAN

YUSUF, MUHAMMAD (2025) SISTEM OPTICAL MARK RECOGNITION (OMR) BERBASIS COMPUTER VISION UNTUK OTOMATISASI KOREKSI LEMBAR JAWABAN UJIAN. Other thesis, Universitas Duta Bangsa Surakarta.

[thumbnail of Cover dan Abstrak.pdf] Text
Cover dan Abstrak.pdf - Preview
Restricted to Registered users only

Download (421kB)
[thumbnail of Bab 1.pdf] Text
Bab 1.pdf - Preview
Restricted to Registered users only

Download (217kB)
[thumbnail of Bab 2.pdf] Text
Bab 2.pdf - Preview
Restricted to Registered users only

Download (411kB)
[thumbnail of Bab 3.pdf] Text
Bab 3.pdf - Preview
Restricted to Registered users only

Download (4MB)
[thumbnail of Bab 4.pdf] Text
Bab 4.pdf - Preview
Restricted to Registered users only

Download (6MB)
[thumbnail of Bab 5.pdf] Text
Bab 5.pdf - Preview
Restricted to Registered users only

Download (234kB)
[thumbnail of Daftar Pustaka.pdf] Text
Daftar Pustaka.pdf - Preview
Restricted to Registered users only

Download (44kB)
[thumbnail of Lampiran.pdf] Text
Lampiran.pdf - Preview
Restricted to Registered users only

Download (419kB)
[thumbnail of Artikel Publikasi.pdf] Text
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

Actions (login required)

View Item
View Item