Ketterän ohjelmistoprojektin suunnittelu OCR-pohjaiselle urheilutilastointisovellukselle
Sainio, Ville-Matti (2025)
Sainio, Ville-Matti
2025
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2025111828373
https://urn.fi/URN:NBN:fi:amk-2025111828373
Tiivistelmä
Tämän opinnäytetyön tavoitteena oli suunnitella ja käynnistää kehitysprojekti, jonka tarkoituksena on luoda sovellus harrastejääkiekkojoukkueiden ottelutilastoinnin helpottamiseksi ja manuaalisten virheiden vähentämiseksi. Työ jaettiin kolmeen kokonaisuuteen: sovelluskehitysmenetelmien teoriaan, optisen merkintunnistuksen (OCR) teoriaan sekä käytännön teknologisiin valintoihin ja projektin perustamiseen.
Teoriaosuudessa tarkasteltiin eri ohjelmistokehitysmenetelmiä ja arvioitiin niiden soveltuvuutta yksilöprojektin toteutukseen. Erityistä huomiota kiinnitettiin ketteriin menetelmiin, kuten Kanbaniin, jotka tukevat joustavaa ja vaiheittaista kehitystyötä. OCR-osuudessa perehdyttiin tekstintunnistusteknologian periaatteisiin ja sen soveltamiseen käsin täytettyjen ottelupöytäkirjojen digitointiin.
Käytännön osuudessa määriteltiin sovelluksen arkkitehtuuri, teknologiset ratkaisut ja kehitysympäristö. Tuloksena syntyi toteuttamiskelpoinen suunnitelma, joka tarjoaa pohjan sovelluksen kehitykselle. Työ osoitti, että OCR-teknologia yhdistettynä ketteriin menetelmiin tarjoaa tehokkaan tavan digitalisoida harrastejääkiekon tilastointia.
Teoriaosuudessa tarkasteltiin eri ohjelmistokehitysmenetelmiä ja arvioitiin niiden soveltuvuutta yksilöprojektin toteutukseen. Erityistä huomiota kiinnitettiin ketteriin menetelmiin, kuten Kanbaniin, jotka tukevat joustavaa ja vaiheittaista kehitystyötä. OCR-osuudessa perehdyttiin tekstintunnistusteknologian periaatteisiin ja sen soveltamiseen käsin täytettyjen ottelupöytäkirjojen digitointiin.
Käytännön osuudessa määriteltiin sovelluksen arkkitehtuuri, teknologiset ratkaisut ja kehitysympäristö. Tuloksena syntyi toteuttamiskelpoinen suunnitelma, joka tarjoaa pohjan sovelluksen kehitykselle. Työ osoitti, että OCR-teknologia yhdistettynä ketteriin menetelmiin tarjoaa tehokkaan tavan digitalisoida harrastejääkiekon tilastointia.
