LAMINTANGLAMINTANG
International Journal of Artificial IntelligenceInternational Journal of Artificial IntelligencePersonal financial literacy is a vital skill for university students, yet many struggle to track their daily expenses due to time constraints and low awareness. This study aims to design and develop a web-based Student Expense Tracking System using Optical Character Recognition (OCR) technology to address this issue. The system allows users to automatically extract and record spending information from receipt images, reducing manual input and improving financial awareness. The development followed the Web Development Life Cycle (WDLC) using the Waterfall model, comprising planning, design, development, and testing phases. Visual Studio Code, Python 3, and Tesseract OCR were employed in system implementation. Wireframes and mockups guided the interface design, while backend development focused on data storage and OCR integration. Functionality testing showed a 100% pass rate across ten scenarios, validating the systems performance in image processing, budget management, and spending visualization. Usability testing using the Post-Study System Usability Questionnaire (PSSUQ) with 30 participants yielded a mean score of 4.45 out of 5, indicating a high level of user satisfaction. The system scored highest on ease of use (4.6), visual design (4.7), and recommendation likelihood (4.8), confirming its intuitive interface and appeal. Slightly lower scores in user confidence (4.1) and data organization (4.2) point to opportunities for interface refinement and improved user guidance. This research concludes that OCR can effectively support financial tracking for students. Future enhancements with NLP and machine learning are recommended to automate expense categorization and improve analytical capabilities.
The development of the Student Expense Tracking System using OCR has successfully met its three main objectives.First, the system was effectively designed with clear visual mockups and wireframes that guided its development.Second, the integration of Optical Character Recognition (OCR) allowed users to extract and convert printed receipt data into digital expense entries, automating what is typically a manual process.Finally, thorough functional testing was conducted using 10 test scenarios, all of which passed successfully, confirming that core functionalities—such as login, image upload, OCR processing, expense input, budget setup, and visualization—worked as intended.The system addresses key challenges in student financial management, such as the lack of routine expense tracking and difficulties in budgeting.By automating data input through OCR and visualizing spending patterns, students can better understand their financial habits.Future development should focus on integrating Natural Language Processing (NLP) and Machine Learning (ML) to enhance system intelligence and provide more meaningful insights into financial habits.
Berdasarkan latar belakang, metode, hasil, keterbatasan, dan saran penelitian lanjutan yang ada, beberapa saran penelitian lanjutan yang potensial dapat dikembangkan. Pertama, penelitian dapat difokuskan pada pengembangan algoritma machine learning untuk secara otomatis mengkategorikan pengeluaran berdasarkan deskripsi teks yang diekstrak dari gambar resi. Hal ini akan mengurangi kebutuhan pengguna untuk secara manual mengkategorikan setiap transaksi, sehingga meningkatkan efisiensi dan akurasi sistem. Kedua, penelitian dapat mengeksplorasi integrasi dengan sumber data keuangan eksternal, seperti rekening bank dan kartu kredit, untuk memberikan gambaran yang lebih komprehensif tentang kondisi keuangan mahasiswa. Integrasi ini dapat dilakukan melalui API atau metode lainnya, dan memerlukan pertimbangan keamanan dan privasi data yang ketat. Ketiga, penelitian dapat menguji efektivitas sistem dalam meningkatkan literasi keuangan dan perilaku pengeluaran mahasiswa melalui studi longitudinal. Studi ini dapat melibatkan kelompok kontrol dan eksperimen, serta pengukuran perubahan dalam pengetahuan, sikap, dan perilaku keuangan mahasiswa dari waktu ke waktu. Dengan menggabungkan ketiga saran ini, penelitian dapat memberikan kontribusi signifikan terhadap pengembangan sistem pelacakan pengeluaran mahasiswa yang lebih cerdas, komprehensif, dan efektif dalam meningkatkan literasi keuangan.
| File size | 801.12 KB |
| Pages | 10 |
| DMCA | Report |
Related /
WESTSCIENCESWESTSCIENCES Data primer, yaitu wawancara dan observasi, dan data sekunder, yaitu dokumentasi, adalah sumber data penelitian ini. Hasil penelitian ini menunjukkan bahwaData primer, yaitu wawancara dan observasi, dan data sekunder, yaitu dokumentasi, adalah sumber data penelitian ini. Hasil penelitian ini menunjukkan bahwa
IJBLEIJBLE Penelitian ini menggunakan metode tinjauan literatur sistematis (SLR) dengan mengkaji jurnal-jurnal internasional dan nasional yang diterbitkan antaraPenelitian ini menggunakan metode tinjauan literatur sistematis (SLR) dengan mengkaji jurnal-jurnal internasional dan nasional yang diterbitkan antara
FAPERTA UNRASFAPERTA UNRAS Nigerias economic paradox of sustained GDP growth alongside rising unemployment, poverty, and income inequality underscores the limitations of relyingNigerias economic paradox of sustained GDP growth alongside rising unemployment, poverty, and income inequality underscores the limitations of relying
WESTSCIENCESWESTSCIENCES Data dianalisis menggunakan SPSS versi 25, dengan menggunakan statistik deskriptif, analisis korelasi, dan regresi linier berganda. Hasil penelitian menunjukkanData dianalisis menggunakan SPSS versi 25, dengan menggunakan statistik deskriptif, analisis korelasi, dan regresi linier berganda. Hasil penelitian menunjukkan
WESTSCIENCESWESTSCIENCES Tingkat efisiensi dalam pengelolaan biaya operasional menunjukkan hasil yang fluktuatif. Tahun 2019 mencatat rasio efisiensi yang sangat baik dengan persentaseTingkat efisiensi dalam pengelolaan biaya operasional menunjukkan hasil yang fluktuatif. Tahun 2019 mencatat rasio efisiensi yang sangat baik dengan persentase
WESTSCIENCESWESTSCIENCES Reformasi perpajakan meningkatkan persepsi wajib pajak terhadap pelayanan perpajakan di KPP Pratama Jember. Perubahan sistem administrasi, termasuk pemanfaatanReformasi perpajakan meningkatkan persepsi wajib pajak terhadap pelayanan perpajakan di KPP Pratama Jember. Perubahan sistem administrasi, termasuk pemanfaatan
WESTSCIENCESWESTSCIENCES Hasil analisis menunjukkan bahwa keuangan berkelanjutan tidak hanya berperan sebagai alat pembiayaan untuk proyek-proyek ramah lingkungan tetapi juga sebagaiHasil analisis menunjukkan bahwa keuangan berkelanjutan tidak hanya berperan sebagai alat pembiayaan untuk proyek-proyek ramah lingkungan tetapi juga sebagai
PRINPRIN Random Forest sendiri berakurasi 0. 998 untuk data berukuran 10.000 dan 0. 999 untuk data berukuran 100.000. Akan tetapi, Random Forest hanya mampu mencapaiRandom Forest sendiri berakurasi 0. 998 untuk data berukuran 10.000 dan 0. 999 untuk data berukuran 100.000. Akan tetapi, Random Forest hanya mampu mencapai
Useful /
POLTEKKES JOGJAPOLTEKKES JOGJA Analisis data dilakukan menggunakan teknik korelasi Pearson untuk menentukan hubungan antara perilaku ketidaksetiaan ayah dan anak. Hasil menunjukkan hubunganAnalisis data dilakukan menggunakan teknik korelasi Pearson untuk menentukan hubungan antara perilaku ketidaksetiaan ayah dan anak. Hasil menunjukkan hubungan
WESTSCIENCESWESTSCIENCES Studi ini mengungkap bahwa integrasi ekonomi di ASEAN merupakan topik multidimensional yang melibatkan berbagai aspek seperti perdagangan, stabilitas keuangan,Studi ini mengungkap bahwa integrasi ekonomi di ASEAN merupakan topik multidimensional yang melibatkan berbagai aspek seperti perdagangan, stabilitas keuangan,
PRINPRIN Adapun algoritma yang digunakan adalah sebagai berikut. 1) Diambil graf tangga yang akan dilabeli, 2) Menyajikan matriks bujur sangkar dari graf tanggaAdapun algoritma yang digunakan adalah sebagai berikut. 1) Diambil graf tangga yang akan dilabeli, 2) Menyajikan matriks bujur sangkar dari graf tangga
PRINPRIN Hasil penelitian menunjukkan bahwa: (1) E-Modul yang dikembangkan telah memenuhi nilai kevalidan yaitu (3,37 dan 3,25) dengan kategori sangat layak; (2)Hasil penelitian menunjukkan bahwa: (1) E-Modul yang dikembangkan telah memenuhi nilai kevalidan yaitu (3,37 dan 3,25) dengan kategori sangat layak; (2)