Implementasu Optical Character Recognition (OCR) untuk Ekstraksi Otomatis label ID Aset Optical Distribution Point (ODP) di PT Telkom Jember

Ilham, Muhammad Ilham Firmansyah (2025) Implementasu Optical Character Recognition (OCR) untuk Ekstraksi Otomatis label ID Aset Optical Distribution Point (ODP) di PT Telkom Jember. [Experiment] (Unpublished)

	Text (Ringkasan) Ringkasan.pdf - Draft Version Available under License Creative Commons Attribution Share Alike. Download (112kB)
	Text (Bab 1 Pendahuluan) BAB 1.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (166kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution. Download (162kB)
	Text IMPLEMENTASI OPTICAL CHARACTER RECOGNITION (OCR).pdf Download (2MB)

Abstract

Laporan magang ini membahas kegiatan dan pengalaman yang diperoleh selama pelaksanaan program magang di PT Telkom Infrastruktur Indonesia Area Jember. Kegiatan utama difokuskan pada pengelolaan data infrastruktur jaringan, khususnya proses validasi dan verifikasi data Optical Distribution Point (ODP) melalui platform internal seperti Web UIM, Proman, dan Quality Access. Proses tersebut meliputi pengecekan konsistensi data, analisis inkonsistensi, serta pembersihan data guna meningkatkan kualitas tata kelola data jaringan. Selain itu, kegiatan magang juga mencakup perancangan User Interface (UI) dan User Experience (UX) pada website Smart Asset Monetization Platform. Tahapan yang dilakukan meliputi analisis kebutuhan pengguna, perancangan struktur halaman dan alur navigasi, pembuatan wireframe dan mockup, serta optimalisasi tampilan agar lebih informatif, intuitif, dan mudah digunakan oleh pengguna internal. Pengembangan sistem deteksi ODP berbasis kecerdasan buatan turut dilakukan dengan memanfaatkan model YOLOv8 yang dilatih menggunakan 3.984 citra ODP dari berbagai kondisi lapangan. Model ini mampu mendeteksi objek ODP dengan tingkat akurasi sekitar 97%. Sistem tersebut diintegrasikan dengan teknologi Optical Character Recognition (OCR) menggunakan PaddleOCR untuk membaca label ID ODP secara otomatis dari citra. Implementasi sistem dilakukan dalam bentuk aplikasi web berbasis Flask sebagai proof of concept dalam mendukung efisiensi proses verifikasi dokumentasi lapangan. Hasil pelaksanaan magang menunjukkan adanya kontribusi dalam peningkatan kualitas data operasional, perancangan antarmuka sistem internal, serta potensi penerapan teknologi kecerdasan buatan dalam alur kerja perusahaan. Pengalaman yang diperoleh memberikan pemahaman mengenai proses bisnis, manajemen data infrastruktur, serta implementasi visi komputer, OCR, dan perancangan UI/UX dalam industri telekomunikasi.

Actions (login required)

View Item