Identifikasi Plat Nomor Kendaraan Dengan Metode Optical Character Recognition Menggunakan Raspberry Pi

Winarno Sugeng, Rio Korio Utoro, Mochamad Tegar Prabowo

Sari


Plat Nomor Kendaraan merupakan identitas bagi setiap kendaraan bermotor yang terdaftar oleh pemerintah Indonesia. Proses identifikasi plat nomor diawali dengan pembambilan gambar kendaraan dengan kamera. Gambar akan di resize untuk menyamakan ukuran citra dan crop untuk memisahkan antara plat nomor dengan bagian kendaraan lainnya menggunakan algoritma Perspective Transform, setelah itu di crop kembali untuk memisahkan antara kode wilayah, kode registrasi dan kode seri wilayah, lalu setiap karakter akan dikenali menggunakan metode Optical Character Recognition (OCR) berdasarkan citra karakter hasil crop. Terdapat proses character error handling untuk meningkatkan tingkat akurasi identifikasi pada karakter plat nomor. Plat nomor Indonesia yang diujikan terbagi menjadi 4 kategori yaitu Plat Standar Mobil, Plat Kustom Mobil, Plat Tidak Standar dan Plat Motor. Resolusi kamera terbaik menggunakan resolusi 1280x720 piksel dan menghasilkan rata-rata waktu uji 6,51 detik. Persentase kebenaran identifikasi karakter terbesar untuk plat standar sebesar 100% pada nilai lux 20~39 dan nilai lux 70~99, sedangkan untuk plat nomor kustom persentase kebenaran identifikasi karakter terbesar sebesar 58% pada nilai lux 90~140. Sedangkan untuk plat tidak standar tidak ada persentase kebenaran identifikasi karakter terbesar menghasilkan persentase 0% pada semua nilai lux yang diujikan. Untuk plat nomor motor persentase kebenaran identifikasi karakter terbesar sebesar 8% pada nilai lux 150~199. Sehingga dapat ditarik kesimpulan bahwa plat nomor standar menjadi rekomendasi yang tepat bagi setiap kendaraan bermotor yang ada di Indonesia.

Kata Kunci


Kecerdasan Buatan

Teks Lengkap:

PDF

Referensi


Avianto, D. (2016, January). Pengenalan Pola Karakter Plat Nomor Kendaraan menggunakan Algoritma Momentum Backpropagation Neural Network. Jurnal Informatika, 10(1), 1199-1209.

Bahtiar, A. (2016, December). Sistem Deteksi Nomor Polisi Mobil dengan Menggunakan Metode Haar Classifier dan OCR guna Mempermudah Administrasi Pembayaran Parkir. Jurnal of Informatika and Technology, 4(1), 40-46.

Buana, A. T., & Sukirman, S. (2016, September). Studi Penggunaan Lahan Parkir Mobil di Kampus Itenas Bandung. Reka Racana - Jurnal Online Institut Teknologi Nasional, 2(3), 73-82.

Budianto, A., Adji, T. B., & Hartanto, R. (2015, Mei). Deteksi Nomor Kendaraan Dengan Metode Connected Component dan SVM. Jurnal TIM Darmajaya, 1(1), 106-117.

Ch, S., Mahna, S., & Kashyap, N. (2015, April). Optical Character Recognition on Handheld Devices. International Journal of Computer Applications, 115(22), 10-13.

Dwiyantoro. (2017, December). Sistem Temu Kembali Informasi Dengan Keyword. Khizanah Al-Hikmah, 5(2), 164-174.

Ghorpade, A., & Katkar, P. (2014, July). Image Compression Using Haar Transform And Modified Fast Haar Wavelet Transform. International Journal of Scientific and Techonology Research, 3(7), 302-305.

Hartanto, S., Sugiharto, A., & Endah, S. N. (2015). Optical Character Recognition menggunakan Algoritma Template Matching Correlation. Jurnal Masyarakat Informatika, 5(9), 1-11.

Pemayun, A. I., Setiawan, W., & ER, N. I. (2015, June). Analisis Sistem Pendeteksi Posisi Plat Kendraan dari Citra Kendaraan. E-Journal SPEKTRUM, 2(2), 61-67.

Phangtriastu, M. R., Harefa, J., & Tanoto, D. F. (2017). Comparison between Neural Network and Support Vector Machine in Optical Character Recognition. 2nd International Conference on Computer Science and Computational Intelligence 2017. 116, hal. 351-357. Bali: Procedia Computer Science.

Rao, N. V., A.S.N.Chakravarthy, A.S.C.S.Sastry, & P, C. K. (2016, January 20). Optical Character Recognition Technique. Journal of Theoretical and Applied Information Technology, 83(2), 275-282.

Tauchid, N. A., Rumani, R., & Irawan, B. (2015, August). Analisis Performansi Metode KNN (K-Nearest Neighbor) Untuk Pengenalan Karakter pada Plat Nomor Kendaraan di Raspberry Pi. e-Proceeding of Eng




DOI: https://doi.org/10.31294/ji.v7i2.7997

Refbacks

  • Saat ini tidak ada refbacks.


##submission.license.cc.by4.footer##

 dipublikasikan oleh LPPM Universitas Bina Sarana Informatika Jakarta

Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License