Implementasi Optical Character Recognition (OCR) untuk Verifikasi KTP pada Aplikasi Asuransi

Abstract

Proses verifikasi identitas menggunakan Kartu Tanda Penduduk (KTP) pada aplikasi pendaftaran asuransi umumnya masih dilakukan secara manual, sehingga memakan waktu lama, rawan kesalahan manusia, serta sangat bergantung pada kualitas dokumen yang diunggah. Penelitian ini bertujuan mengimplementasikan teknologi Optical Character Recognition (OCR) untuk mengotomatisasi verifikasi KTP agar proses menjadi lebih cepat dan akurat. Metode yang digunakan adalah Research and Development (R&D) dengan pendekatan kuantitatif melalui analisis kebutuhan, observasi, penyebaran kuesioner, serta pengujian sistem menggunakan Tesseract.js. Pengembangan dilakukan melalui tahapan preprocessing citra, ekstraksi teks, parsing data, validasi logika, dan penghitungan skor verifikasi. Hasil pengujian menunjukkan bahwa OCR mampu mengekstraksi informasi utama KTP seperti nama, Nomor Induk Kependudukan (NIK), alamat, dan tanggal lahir dengan tingkat confidence 39%–62% bergantung pada kualitas gambar. Data nama dan tanggal lahir terbaca dengan akurasi tinggi (85% hingga 100%), sementara NIK masih menjadi tantangan terbesar. Sistem mampu mempercepat proses ekstraksi data menjadi rata-rata 2–3 detik per dokumen, jauh lebih cepat dibandingkan verifikasi manual. Uji coba ahli menunjukkan kelayakan sistem sebesar 100%, sedangkan uji coba pengguna menghasilkan tingkat kepuasan 98%. Penelitian ini menyimpulkan bahwa OCR efektif meningkatkan kecepatan dan akurasi verifikasi KTP pada aplikasi asuransi.