BSIBSI

Jurnal InfortechJurnal Infortech

Penggunaan font yang konsisten pada dokumen akademik, seperti skripsi, tesis, dan laporan penelitian, merupakan salah satu persyaratan penting dalam standar penulisan ilmiah. Namun, proses pengecekan font secara manual masih memerlukan waktu yang lama dan berpotensi menimbulkan kesalahan. Penelitian ini bertujuan untuk mengimplementasikan algoritma analisis distribusi font pada pembuatan aplikasi deteksi font otomatis berbasis Python dan Streamlit. Metode yang digunakan mencakup ekstraksi teks dan informasi font dari dokumen PDF, normalisasi nama font untuk menyatukan variasi tipografi tertentu seperti Times New Roman regular, bold, italic), perhitungan distribusi font menggunakan analisis frekuensi, serta visualisasi hasil dalam bentuk grafik batang. Aplikasi ini juga dilengkapi dengan fitur anotasi otomatis berupa highlight pada teks yang tidak sesuai dengan font standar yang ditentukan. Implementasi dilakukan dengan memanfaatkan pustaka PyMuPDF (fitz) untuk pemrosesan PDF, Matplotlib untuk visualisasi, serta Streamlit sebagai antarmuka berbasis web. Hasil pengujian menunjukkan bahwa aplikasi dapat mendeteksi font dengan akurasi tinggi, menyajikan ringkasan distribusi font dalam bentuk persentase, serta memberikan anotasi pada teks yang tidak sesuai secara otomatis. Dengan demikian, aplikasi ini dapat membantu mempercepat proses validasi dokumen akademik dan mengurangi risiko kesalahan format penulisan.

Aplikasi Check Font App yang dibangun berbasis Python, menggunakan pustaka PyMuPDF dan Matplotlib, dapat mendeteksi, menganalisis, dan menampilkan distribusi font pada dokumen PDF serta menandai teks yang tidak menggunakan font utama.Pengujian menunjukkan tingkat keberhasilan 100 % dalam mendeteksi font yang digunakan di setiap teks dokumen, sehingga algoritma berfungsi sesuai tujuan.Alat ini dapat menjadi bantuan efektif bagi proses validasi standar penulisan dokumen akademik, khususnya dalam memastikan konsistensi penggunaan font.

Di masa depan, penelitian dapat mengeksplorasi penerapan machine learning untuk memprediksi kombinasi font optimal guna meningkatkan keterbacaan dokumen akademik. Selain itu, perlu dikembangkan versi aplikasi yang mendukung dokumen multibahasa, termasuk skrip kompleks seperti Arab dan Tionghoa, sehingga lebih luas manfaatnya. Penelitian selanjutnya juga dapat mengevaluasi dampak penggunaan aplikasi otomatis ini terhadap waktu penyuntingan dan pengurangan kesalahan format di pusat penulisan universitas, sehingga dapat diukur nilai tambahnya secara empiris.

  1. Perbandingan Unjuk Kerja Library Optical Character Recognition (OCR) dalam Pengenalan Teks pada Dokumen... doi.org/10.33795/jip.v11i3.7025Perbandingan Unjuk Kerja Library Optical Character Recognition OCR dalam Pengenalan Teks pada Dokumen doi 10 33795 jip v11i3 7025
  2. IMPLEMENTASI OCR DAN CNN UNTUK KLASIFIKASI PENEMPATAN OBAT BERDASARKAN KELAS TERAPI DI APOTEK | Jurnal... doi.org/10.33795/elkolind.v11i2.5341IMPLEMENTASI OCR DAN CNN UNTUK KLASIFIKASI PENEMPATAN OBAT BERDASARKAN KELAS TERAPI DI APOTEK Jurnal doi 10 33795 elkolind v11i2 5341
  3. IMPLEMENTASI PERINGKAS DOKUMEN BERBAHASA INDONESIA MENGGUNAKAN METODE TEXT TO TEXT TRANSFER TRANSFORMER... jurnal.undhirabali.ac.id/index.php/jutik/article/view/2531IMPLEMENTASI PERINGKAS DOKUMEN BERBAHASA INDONESIA MENGGUNAKAN METODE TEXT TO TEXT TRANSFER TRANSFORMER jurnal undhirabali ac index php jutik article view 2531
  4. Implementasi Optical Character Recognition (OCR) untuk Meningkatkan Akurasi dan Kecepatan Input Data... doi.org/10.33795/jip.v11i1.6025Implementasi Optical Character Recognition OCR untuk Meningkatkan Akurasi dan Kecepatan Input Data doi 10 33795 jip v11i1 6025
Read online
File size388.15 KB
Pages6
DMCAReport

Related /

ads-block-test