Di Indonesia, penanganan yang membutuhkan data pribadi masih banyak dilakukan secara manual. Tidak jarang masyarakat memfotokopi e-KTP untuk memenuhi berbagai persyaratan administrasi. Dilihat dari tujuan pembuatan e-KTP, penggunaan e-KTP saat ini tentu kurang tepat. Optical Character Recognition (OCR) adalah proses yang memungkinkan sistem tanpa campur tangan manusia mengidentifikasi skrip atau abjad yang tertulis dalam komunikasi verbal pengguna. Identifikasi karakter optik telah berkembang pada individu dari aplikasi pengetahuan yang berkembang pesat di bidang deteksi pola dan kecerdasan buatan. Maka dari itu, penelitian ini akan merancang perangkat lunak pembacaan e-KTP dengan metode optical character recognition (OCR) berbasis web. Dari hasil penelitian yang telah dilakukan dalam pendeteksian atribut pada e-KTP menghasilkan akurasi sebesar 100 persen, hasil pengujian 1 dari beberapa atribut yang ditemukan tidak nihil sebesar 98,09 persen dan hasil pengujian 2 yang mendeteksi kategori e-KTP yang masih bagus dan yang kurang bagus sebesar 67,61 persen.

Di Indonesia, penanganan yang membutuhkan data pribadi masih banyak dilakukan secara manual. Tidak jarang masyarakat memfotokopi e-KTP untuk memenuhi berbagai persyaratan administrasi. Dilihat dari tujuan pembuatan e-KTP, penggunaan e-KTP saat ini tentu kurang tepat. Optical Character Recognition (OCR) adalah proses yang memungkinkan sistem tanpa campur tangan manusia mengidentifikasi skrip atau abjad yang tertulis dalam komunikasi verbal pengguna. Identifikasi karakter optik telah berkembang pada individu dari aplikasi pengetahuan yang berkembang pesat di bidang deteksi pola dan kecerdasan buatan. Maka dari itu, penelitian ini akan merancang perangkat lunak pembacaan e-KTP dengan metode optical character recognition (OCR) berbasis web. Dari hasil penelitian yang telah dilakukan dalam pendeteksian atribut pada e-KTP menghasilkan akurasi sebesar 100 persen, hasil pengujian 1 dari beberapa atribut yang ditemukan tidak nihil sebesar 98,09 persen dan hasil pengujian 2 yang mendeteksi kategori e-KTP yang masih bagus dan yang kurang bagus sebesar 67,61 persen.