RANCANG BANGUN APLIKASI PENCATATAN KEUANGAN PRIBADI DENGAN PEMINDAIAN NOTA MENGGUNAKAN FIREBASE ML KIT DAN METHOD JAVA STRING.INDEXOF() PADA SISTEM OPERASI ANDROID

Abstract

RANCANG BANGUN APLIKASI PENCATATAN KEUANGAN PRIBADI DENGAN PEMINDAIAN NOTA MENGGUNAKAN FIREBASE ML KIT DAN METHOD JAVA STRING.INDEXOF() PADA SISTEM OPERASI ANDROID Sudah hal yang lazim bagi setiap orang untuk membelanjakan uang yang dimiliki, baik untuk memenuhi kebutuhan pribadi mereka maupun untuk memenuhi keinginan mereka. Tidak ada yang salah dengan hal tersebut, namun seringkali tidak dilakukan pencatatan terhadap keuangan sehingga tidak diketahui berapa uang yang telah dikeluarkan dan yang tersisa. Ketidaktahuan ini membuat adanya kemungkinan untuk melakukan pemborosan bahkan overspending, dan seringkali kebutuhan akan dana cadangan juga dilibas. Berdasarkan survei yang telah dilakukan didapatkan bahwa orang-orang malas untuk menulis pengeluarannya, dan faktor utama kemalasan tersebut adalah karena kerumitan proses penulisannya, bahkan saat menggunakan aplikasi pencatatan yang ada di perangkat pintar mereka sekalipun karena harus memberikan berbagai input secara manual. Maka dari itu, dibuatlah sebuah aplikasi pencatatan keuangan dimana tidak diperlukan input tanggal dan jumlah oleh pengguna. Pengguna hanya butuh untuk mengambil foto dari nota yang ada dan semua akan dicatat oleh sistem. Sistem akan melakukan pemindaian dokumen, yang akan kemudian diproses lebih lanjut untuk mencari tanggal dan nilai total transaksi dari hasil pindai tersebut. Dengan menjamurnya penggunaan perangkat pintar berbasis Android, maka aplikasi ini dibangun berbasis sistem operasi Android dengan bahasa pemrograman Java. Aplikasi ini menggunakan API Firebase Machine Learning Kit (ML Kit) yang akan mengeluarkan hasil berupa barisan String yang kemudian dapat di olah menggunakan algoritma yang telah dirancang oleh penulis. Algoritma yang dibuat berisi fungsi untuk mencari kata kunci “Total” dan kemudian mengekstrak nilai total yang mengikutinya, dan juga fungsi untuk mencari dan mengekstrak tanggal sesuai dengan struktur tanggal pada umumnya. Hasil dari tugas akhir ini adalah dapat disimpulkan bahwa algoritma yang dibuat telah berhasil melakukan pendeteksian dengan tingkat akurasi sebesar 100% untuk tanggal transaksi dan tingkat akurasi sebesar 78,3% untuk nilai total transaksi, dengan rata-rata waktu eksekusi algoritma sebesar 8,5 ms dan rata-rata waktu eksekusi OCR sebesar 1865,7 ms. Dengan hasil tersebut, penelitian tugas akhir ini telah berhasil membuat sebuah aplikasi pencatatan keuangan yang dapat memotong proses input data tanggal dan jumlah transaksi secara manual.