65
4.1.2 Implementasi Proses pengenalan Plat Motor
Proses pengenalan menggunkan algoritma perambatan maju dari jaringan saraf tiruan Backpropagation. Ada beberapa tahap yang harus dilakukan sebelum
tahap pengenalan diproses. Tahap awal yang dilakukan adalah preprocessing normalisasi terhadap gambar plat motor dalam bentuk RGB. Tujuan
prepocessing ini dilakukan untuk menormalisasi gambar sehingga gambar yang dihasilkan siap untuk digunakan dalam tahap proses selanjutnya. Normalisasi
gambar pola aksara yang dilakukan pada sistem ini yaitu gambar yang sudah di dalam database dan dapat dibaca oleh sistem, kemudian gambar diubah menjadi
gambar grayscale. Tujuan gambar ini di grayscale membantu untuk menghilangkan noise yang ada pada gambar. Hasil gambar keabuan yang
diperoleh ini akan diproses selanjutnya menjadi gambar yang hanya memiliki warna putih dan hitam. Tujuannya untuk mendapatkan angka biner. Dari gambar
grayscale menjadi gambar hitam putih dilakukan tresholding. Tujuannya untuk menambah kontras antara latar belakang dengan karakter gambar. Hasil yang
diperoleh adalah gambar plat motor hitam putih. Pada program dilakukan proses croping secara otomatis oleh sistem dengan cara melakukan pencarian titik dari
setiap sudutnya. Tujuan dilakukan proses ini untuk mendapatkan ukuran yang sesuai dengan kebutuhan sistem. Dari hasil croping akan diperoleh nilai vektor
dari gambar plat motor yang akan digunakan pada proses pengujian. Berikut dapat dilihat program prepocessing pada potongan program berikut ini :
I=rgb2grayI;
66
imshowI; I = imadjustI;
imhistI; Morphology
Image Dilation se = strel
square ,1;
I = imdilateI, se; se = strel
square ,3;
I=imerodeI,se; imshowI;
I = im2bwuint8I,graythreshI; imshowI;
Edge detectionsh Image Filling
I = bwareaopenI,1000,8; figure
imshowI; [Ilabel num]=bwlabelI
Potongan program diatas langsung menggunakan fungsi dari Matlab sendiri. Fungsi
imadjust
dimana ini digunakan untuk menyesuiakan nilai intesitas dari citra grayscale dengan nilai-nilai baru. Hal ini akan meningkatkan
kontras warna gambar output. Sedangkan fungsi
imdilate
mendeskripsikan seberapa meluasnya hasil olahan grayscale atau biner. Hal ini dibantu dengan
elemen yang telah dibentuk secara array. Dalam preprocessing foto yang diolah belum menggunakan fungsi tertentu untuk menghilangkan noise yang cukup besar.
Proses pengenalan dilakukan setelah memperoleh nilai v dan w maksimal dari proses pelatihan. Nilai yang diperoleh dipakai untuk menghitung nilai pada
lapisan tersembunyi dan lapisan keluaran. Nilai pada lapisan keluaran dibandingkan dengan target sehingga diperoleh karakter terlatih apa yang sesuai
dengan karakter yang ingin diidentifikasi. Proses ini dapat dilihat pada potongan kode program berikut ini:
67
num=j; m=7;
n=5; A=[];
for i=1:num
cmd=[ I=imread
char39 num2stri .jpg
char39 ;
]; evalcmd;
I=imresizeI,[m n]; I=reshapeI,[],1;
aray A=[A I];
end Abaru=[];
for i=1:lengthb1
Abarui,:=Ab1i,:,:; end
[m1 n1]=sizeAbaru; Anew=[];
for i=1:m1
for j=1:n1
if Abarui,j=128
Anewi,j=1; else
Anewi,j=0; end
end end
Abaru=Anew;
4.2 Impementasi Antar Muka yang Ligunakan pada Sistem 4.2.1 Halaman Lepan