STTSSTTS
INSYST: Journal of Intelligent System and ComputationINSYST: Journal of Intelligent System and ComputationPenelitian ini memperkenalkan sistem ekstraksi data otomatis untuk dokumen faktur bahan bakar pesawat menggunakan PaddleOCR, teknologi pengenalan karakter optik (OCR) berbasis pembelajaran dalam. Sistem ini dirancang untuk mengatasi tantangan ekstraksi informasi dari format dokumen yang kompleks dan tidak terstruktur, yang sebelumnya memerlukan pemrosesan manual yang luas. Untuk meningkatkan kinerja, sistem ini menggabungkan teknik pra-pemrosesan gambar dan metode validasi berbasis kecerdasan buatan, memastikan akurasi yang lebih tinggi dalam mengenali detail spesifik penerbangan seperti identifikasi penerbangan dan data bahan bakar. Evaluasi sistem menunjukkan peningkatan yang signifikan dalam efisiensi waktu dan akurasi. Secara rata-rata, dokumen dapat diproses dalam waktu kurang dari 60 detik dengan tingkat pengenalan yang tinggi untuk input standar yang bersih. Meskipun kinerja menurun dengan dokumen yang berisik atau teks kecil, hasil penelitian menunjukkan bahwa akurasi dapat lebih ditingkatkan melalui denoising berbasis pembelajaran dalam dan pelatihan dengan dataset spesifik penerbangan. Sistem juga terbukti dapat dikembangkan, berhasil menangani hingga 640 dokumen tanpa mengorbankan kinerja, menyarankan kelayakan untuk penerapan industri berskala besar. Selain efisiensi teknis, sistem ini memberikan manfaat ekonomi yang nyata dengan mengurangi biaya operasional, meminimalkan kesenjangan transaksi, dan memungkinkan staf untuk fokus pada tugas strategis bernilai lebih tinggi. Selain itu, sistem ini mendirikan fondasi untuk peningkatan masa depan, termasuk integrasi dengan sistem ERP, dukungan OCR multilingual, dan pengenalan tulisan tangan. Secara keseluruhan, penelitian ini menyoroti potensi automasi berbasis PaddleOCR untuk mengubah pengelolaan dokumen secara signifikan di industri penerbangan dan menawarkan peluang menjanjikan untuk adopsi di sektor lain yang intensif data.
Penelitian ini berhasil mengembangkan sistem manajemen dokumen faktur otomatis menggunakan PaddleOCR, meningkatkan efisiensi operasional di industri penerbangan.Sistem mengurangi waktu pemrosesan manual, mencapai kecepatan pemrosesan rata-rata kurang dari 60 detik per dokumen dengan akurasi tinggi untuk input berkualitas baik.PaddleOCR menunjukkan kinerja yang baik pada dokumen standar tetapi menghadapi tantangan dengan tingkat kebisingan tinggi atau teks kecil, yang dapat ditingkatkan melalui pra-pemrosesan berbasis pembelajaran dalam.Sistem memproses hingga 640 dokumen secara efisien, dengan potensi peningkatan termasuk algoritma OCR yang lebih baik dan integrasi ERP.Automasi mengoptimalkan biaya operasional dengan mengidentifikasi dan mengurangi kesenjangan transaksi, meningkatkan efisiensi tenaga kerja untuk proses strategis.Studi ini menunjukkan bahwa automasi berbasis PaddleOCR secara signifikan meningkatkan pemrosesan dokumen, dengan peluang menjanjikan untuk optimasi lebih lanjut dan aplikasi lintas industri.
Berdasarkan hasil penelitian, berikut adalah saran penelitian lanjutan: 1. Mengembangkan algoritma OCR yang lebih canggih untuk menangani dokumen dengan tingkat kebisingan tinggi dan teks kecil. 2. Mengintegrasikan sistem dengan sistem ERP (Enterprise Resource Planning) untuk meningkatkan efisiensi dan akurasi pengelolaan data. 3. Menambahkan dukungan untuk OCR multilingual, memungkinkan sistem untuk mengenali dan mengekstrak data dari dokumen dalam berbagai bahasa. 4. Mengembangkan kemampuan sistem untuk menangani dokumen dengan tulisan tangan, meningkatkan fleksibilitas dan akurasi ekstraksi data. 5. Mengoptimalkan validasi data dengan menggabungkan regex, validasi berbasis kecerdasan buatan, dan fuzzy matching untuk menangani variasi format dan mengurangi kesenjangan data. 6. Melakukan penelitian lebih lanjut untuk mengukur dampak ekonomi automasi berbasis PaddleOCR di industri penerbangan dan sektor lain yang intensif data.
| File size | 792.95 KB |
| Pages | 10 |
| DMCA | Report |
Related /
STTSSTTS Metrik evaluasi mencakup akurasi pendeteksian, tingkat kesalahan negatif, dan waktu respons notifikasi di bawah dua skenario serangan: SYN Flood dan portMetrik evaluasi mencakup akurasi pendeteksian, tingkat kesalahan negatif, dan waktu respons notifikasi di bawah dua skenario serangan: SYN Flood dan port
AHMAREDUCAHMAREDUC Anak-anak yang dibesarkan dengan gaya pengasuhan yang buruk lebih mungkin mencapai keberhasilan pelatihan toilet dibandingkan mereka yang dibesarkan denganAnak-anak yang dibesarkan dengan gaya pengasuhan yang buruk lebih mungkin mencapai keberhasilan pelatihan toilet dibandingkan mereka yang dibesarkan dengan
STIQ ALMULTAZAMSTIQ ALMULTAZAM Metode kuantitatif melalui survei dijalankan pada 94 siswa SMAIT Al‑Multazam, menggunakan kuesioner reliabel (α = 0,863). Hasil analisis menunjukkanMetode kuantitatif melalui survei dijalankan pada 94 siswa SMAIT Al‑Multazam, menggunakan kuesioner reliabel (α = 0,863). Hasil analisis menunjukkan
STTSSTTS Pada penelitian ini, kami mengeksplorasi pendekatan pembelajaran multi-View menggunakan Neural Networks (NN) untuk meningkatkan generalisasi dan kinerjaPada penelitian ini, kami mengeksplorasi pendekatan pembelajaran multi-View menggunakan Neural Networks (NN) untuk meningkatkan generalisasi dan kinerja
STTSSTTS Dengan menggabungkan Optical Character Recognition (OCR), deteksi objek menggunakan YOLOv7, algoritma A* untuk penemu jalan, dan automasi input otomatis,Dengan menggabungkan Optical Character Recognition (OCR), deteksi objek menggunakan YOLOv7, algoritma A* untuk penemu jalan, dan automasi input otomatis,
STTSSTTS Kami juga mengamati fenomena menarik di mana metode optimasi yang berbeda konvergen ke solusi arsitektur yang serupa, menunjukkan adanya daerah optimalKami juga mengamati fenomena menarik di mana metode optimasi yang berbeda konvergen ke solusi arsitektur yang serupa, menunjukkan adanya daerah optimal
STTSSTTS Berdasarkan hasil yang diperoleh, dapat disimpulkan bahwa penggunaan Convolutional Neural Networks (CNN) dengan transfer learning menghasilkan model denganBerdasarkan hasil yang diperoleh, dapat disimpulkan bahwa penggunaan Convolutional Neural Networks (CNN) dengan transfer learning menghasilkan model dengan
TRILOGITRILOGI Dengan menggunakan metode pembelajaran transfer yang didasarkan pada model arsitektur YOLOv8, penelitian ini berhasil mengembangkan Sistem PendeteksianDengan menggunakan metode pembelajaran transfer yang didasarkan pada model arsitektur YOLOv8, penelitian ini berhasil mengembangkan Sistem Pendeteksian
Useful /
BAJANGJOURNALBAJANGJOURNAL Berdasarkan evaluasi kinerja staf pengajar selama 2 tahun (2023 dan 2024) setelah diproses, secara keseluruhan dalam memenuhi harapan dan kepuasan mahasiswa,Berdasarkan evaluasi kinerja staf pengajar selama 2 tahun (2023 dan 2024) setelah diproses, secara keseluruhan dalam memenuhi harapan dan kepuasan mahasiswa,
STIQ ALMULTAZAMSTIQ ALMULTAZAM Metode dual-validasi ini menegaskan bahwa sanad tetap menjadi fondasi kualitas riwayat, sementara makna ayat dianalisis melalui Maqasid al‑Shariah bagiMetode dual-validasi ini menegaskan bahwa sanad tetap menjadi fondasi kualitas riwayat, sementara makna ayat dianalisis melalui Maqasid al‑Shariah bagi
STTSSTTS Data mengalami pra-pengolahan, di mana data LSTM ditransformasi menggunakan MinMaxScaler, sedangkan data ARIMA didiferensiasi untuk memenuhi asumsi stasioneritas,Data mengalami pra-pengolahan, di mana data LSTM ditransformasi menggunakan MinMaxScaler, sedangkan data ARIMA didiferensiasi untuk memenuhi asumsi stasioneritas,
STTSSTTS Hasil perbandingan antara sistem dan perhitungan manual menghasilkan nilai yang identik, dimana penyakit Leaf Rust menjadi paling probable. PenelitianHasil perbandingan antara sistem dan perhitungan manual menghasilkan nilai yang identik, dimana penyakit Leaf Rust menjadi paling probable. Penelitian