SKRIPSI DIGITAL
Rancang Bangun Sistem Optical Mark Recognition (OMR) Berbasis Android dan Website Untuk Peningkatan Efisiensi Pengelolaan Data Ujian = Design and Development of an Optical Mark Recognition (OMR) System Based on Android and Website to Increase the Efficiency of Exam Data Management
Vita Pratista, “RANCANG BANGUN SISTEM OPTICAL MARK RECOGNITION (OMR)
BERBASIS ANDROID DAN WEBSITE UNTUK PENINGKATAN EFISIENSI
PENGOLAHAN DATA UJIAN”. Skripsi Jurusan Teknik Elektro Program Studi D-IV Teknologi
Rekayasa Komputer Politeknik Negeri Semarang, di bawah bimbingan Wahyu Sulistiyo, S.T.,
M.Kom. dan Amran Yobioktabera , S. Kom., M.Kom.
Pengolahan data ujian dalam skala besar seperti ujian akhir semester, ujian masuk program studi,
atau ujian kompetensi, merupakan tantangan signifikan bagi pendidik dan administrator. Proses
manual pemeriksaan lembar jawaban sangat memakan waktu dan rentan terhadap kesalahan
manusia, yang dapat berdampak serius mulai dari ketidakpuasan peserta hingga masalah hukum
bagi institusi pendidikan. Teknologi Optical Mark Recognition (OMR) menawarkan solusi dengan
mengotomatisasi pemeriksaan dan penilaian ujian pilihan ganda. Lembar jawaban dipindai dan
dianalisis oleh perangkat OMR untuk mengonversi tanda menjadi data digital yang kemudian
diolah untuk menghasilkan laporan hasil ujian secara otomatis. Pengembangan sistem OMR yang
terintegrasi dengan platform Android dan website memberikan solusi efektif dalam pengolahan
data ujian. Penggunaan Android memudahkan pengambilan gambar lembar jawaban secara
langsung melalui smartphone atau tablet, sementara website berfungsi sebagai pusat pengolahan
data dan penyajian laporan. Integrasi ini meningkatkan fleksibilitas, aksesibilitas, dan kemudahan
penggunaan, menjadikannya relevan dengan kebutuhan pengelolaan data ujian di institusi
pendidikan. Metode pengembangan sistem menggunakan algoritma Canny untuk deteksi tepi
dalam proses pengolahan citra lembar jawaban. Langkah-langkah pengembangan mencakup
pengumpulan data, pre-processing menggunakan Gaussian Blur untuk mengurangi kebisingan,
deteksi tepi dengan algoritma Canny, segmentasi dengan metode threshold untuk membedakan
area yang diisi dan tidak diisi, serta deteksi pilihan jawaban dan uji coba. Hasil pengujian
menunjukkan keberhasilan sistem mencapai 95% dan tingkat kepuasan pengguna 92%. Hasil uji
coba menunjukkan bahwa sistem OMR berbasis Android dan website ini efektif dalam
meningkatkan efisiensi dan akurasi penilaian ujian, sekaligus memberikan informasi berharga
untuk meningkatkan kualitas pembelajaran.
Kata Kunci: Optical Mark Recognition (OMR), Android, Website, Pengolahan Data Ujian,
Algoritma Canny
No other version available
Computer Science, Information & General Works 
Philosophy & Psychology 
Religion 
Social Sciences 
Language 
Pure Science 
Applied Sciences 
Art & Recreation 
Literature 
History & Geography