Anda pasti telah melalui banyak ujian selama di sekolah dan kuliah. Selama waktu itu, Anda diharuskan mengisi kertas ujian dengan pensil dan menandainya dengan bulatan hitam. Tapi, Anda tidak pernah tahu bahwa ada teknologi untuk memproses kertas-kertas itu dan melakukan penilaian. Sekarang Anda tahu, nama teknologi tersebut adalah Optical Mark Recognition (OMR).
Optical Mark Recognition (OMR) adalah proses pengumpulan data dari modul tertentu yang ditentukan oleh OMR dan menyimpannya di komputer. OMR mengumpulkan informasi dari dokumen dengan mengenali karakter pada kertas.
Optical Mark Recognition dilakukan dengan hardware atau scanner yang mendeteksi pantulan atau transmisi cahaya terbatas pada atau melalui selembar kertas. Optical Mark Recognition dapat memproses ratusan atau ribuan dokumen per jam.
OMR menggunakan pemindai khusus yang memfokuskan seberkas cahaya pada area pada kertas. Karena titik hitam memantulkan lebih sedikit cahaya daripada area putih, pemindai mendeteksinya.
Oleh karena itu, desain kertas digital dibuat dengan menggunakan beberapa algoritma perhitungan. Saat ini kami juga menggunakan teknik pencitraan digital untuk Optical Mark Recognition. Dalam hal ini, gambar halaman dibuat, algoritma (terutama metode diferensial) dijalankan untuk mengekstrak kontras yang diperlukan.
Salah satu kasus penggunaan yang paling umum dari teknologi Optical Mark Recognition adalah penilaian hasil ujian. Teknologi ini telah membantu sektor pendidikan dengan sangat baik selama bertahun-tahun. Alat ini membantu institusi pendidikan untuk mengevaluasi kertas ujian dengan sangat cepat tanpa melakukan pengecekan manual. Metode ini telah digunakan sangat luas di seluruh dunia. Berikut adalah contoh cara kerja OMR:
Perbedaan antara Optical Mark Recognition dan OCR adalah bahwa OMR digunakan untuk mengidentifikasi tanda dan bulatan di atas kertas; terutama untuk pemeriksaan dan survei.
Di sisi lain, OCR adalah pengenalan karakter optik, yang digunakan untuk mengenali karakter dalam dokumen, mengumpulkannya dan mengubahnya menjadi bahasa pengkodean mesin untuk diedit. Berikut grafik perbandingannya:
| Perbandingan | OMR | OCR |
|---|---|---|
| Pengertian | Teknologi yang menangkap data yang ditandai untuk menentukan keberadaan dan lokasi data yang ditandai seperti tanda dengan bantuan garis dan area yang diarsir. | Teknologi yang mengubah gambar teks dalam bentuk data apa pun secara elektronik ke dalam bahasa mesin untuk menentukan apa yang tertulis dan untuk menyimpannya secara sistematis. |
| Kompleksitas | Mudah | Cukup sulit untuk diimplementasikan |
| Penggunaan | Feedback pelanggan, survei, evaluasi produk, dll. | Ekstraksi kartu ID, pemrosesan faktur, ekstraksi dokumen logistik, dll. |
| Kapabilitas AI | Tidak | Ya, pada OCR generasi terbaru |
Optical Mark Recognition dan OCR terliha seperti bekerja sama dan membingungkan, tetapi tujuannya berbeda. Kemajuan teknologi sangat mencolok dengan cara baru, tetapi tidak ada yang sempurna. Semuanya memiliki kegunaan, kelebihan, dan kekurangan yang berbeda-beda.
Teknologi OMR telah dipelajari sejak tahun 1970. Dalam proses penghitungan suara, OMR digunakan sebagai sistem untuk membaca tanda bulatan pensil yang terdapat pada kertas rekapitulasi suara. Kemudian, hasil yang telah dibaca oleh sistem tersebut dipindai ke dalam bentuk data elektronik.
Teknologi OMR berguna sebagai alat bantu untuk mempercepat hasil perolehan penghitungan suara. Sayangnya, teknologi OMR dianggap kurang ramah bagi pemilih tuna aksara. Sosialisasi secara inklusif dan efektif terhadap para pemilih tuna aksara diperlukan, untuk memaksimalkan penggunaan teknologi OMR dan meminimalisir terjadinya kesalahan sistem dalam membaca hasil tulisan.
Teknologi OMR masih memungkinkan untuk tidak dapat membaca surat suara dengan benar. Hasil yang akurat bisa diperoleh melalui mesin yang dapat membaca surat suara dengan mudah dan tepat. Akan tetapi, diperlukan biaya tambahan lagi untuk operasional mesin tersebut.
Kondisi surat suara juga perlu diperhatikan guna memudahkan sistem pada teknologi OMR untuk membaca hasil perolehan suara. Ketebalan kertas hingga tinta yang digunakan pada surat suara dapat memengaruhi sistem deteksi OMR.
