Implementasi Optical Character Recognition berbasis Deep Learning untuk Ekstraksi Data Sertifikat Tanah

Abstrak

Data yang dimiliki BPN berupa salinan sertifikat tanah sudah terhimpun di brankas penyimpanan pada setiap BPN daerah bertahun-tahun lamanya. Banyak kasus yang dapat membuat pajak yang seharusnya ditanggung oleh pemilik tanah bisa jadi tidak terbayarkan karena kurangnya pembaharuan data. Permasalahan ini adalah belum adanya pendigitalisasian data dengan baik. Kegiatan penelitian diawali dengan pengumpulan contoh beberapa salinan sertifikat tanah dari beberapa BPN daerah Brebes, kemudian dilakukan pra-pemrosesan data (pre-processing) dengan 3 tahapan yaitu scalling, greyscalling, dan binarization.  Metode yang digunakan menggunakan OCR dan CNN untuk mengekstraksi data yang diperoleh. Pengujian dilakukan di setiap halaman penting pada sertifikat. Halaman tersebut adalah bagian cover, pendaftaran pertama, surat ukur, kutipan dan daftar buku c. setiap halaman memiliki hasil ekstraksi data yang berbeda sesuai dengan pelabelan model yang sudah dilakukan. Rata-rata prosentase hasil kesesuaian sebesar 97,05%. Hal ini membuktikan bahwa metode yang digunakan sudah sangat handal.