TUGAS AKHIR - Pengenalan angka secara real time menggunakan webcam berbasis ekstraksi ciri FFT - USD Repository

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

TUGAS AKHIR

PENGENALAN ANGKA SECARA REAL TIME
MENGGUNAKAN WEBCAM
BERBASIS EKSTRASI CIRI FFT
Diajukan Untuk Memenuhi Salah SatuSyarat
Memperoleh Gelar Sarjana Teknik
Program Studi Teknik Elektro

Oleh :
HONGRIKA SIMBOLON
NIM : 095114028

PROGRAM STUDI TEKNIK ELEKTRO

JURUSAN TEKNIK ELEKTRO
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2014
i

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

FINAL PROJECT

REALTIMENUMBERRECOGNITION USINGWEBCAM
BASEDON FFT FEATUREEXTRACTION
Presented as Partial Fullfillment of The Requirements
To Obtain Sarjana Teknik Degree

In Electrical Engineering Study Program

By:
HONGRIKA SIMBOLON
NIM : 095114028

DEPARTMENT OF ELECTRICAL ENGINEERING
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
YOGYAKARTA
2014
ii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

HALAMAN PERSETUJUAN
TUGAS AKHIR

PENGENALAN ANGKA SECARA REAL TIME
MENGGUNAKAN WEBCAM
BERBASIS EKSTRASI CIRI FFT
(REALTIMENUMBERRECOGNITION USING WEBCAM
BASEDON FFT FEATUREEXTRACTION )

Oleh:
HONGRIKA SIMBOLON
NIM : 095114028

telah disetujui oleh :

Tanggal : ________________

iii

PLAGIAT

PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

iv

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

PERNYATAAN KEASLIAN KARYA

Saya menyatakan dengan sesungguhnya bahwa tugas akhir yang saya tulis ini tidak
memuat karya ataupun bagian dari karya orang lain, kecuali yang telah disebutkan dalam
kutipan dan daftar pustaka sebagaimana layaknya karya ilmiah.

Yogyakarta,21 Januari 2014
Penulis

Hongrika Simbolon

v

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

HALAMAN PERSEMBAHAN DAN MOTTO HIDUP

MOTTO :

Segala sesuatunya indah pada waktunya.

Persembahan
K arya sederhana ini kupersembahkan untukY esus
yang selalu setia membimbingku.
K ongregasiku yang telah memberi kesempatan,
membimbingku dengan penuh kasih
dan mendukungkudalam berbagai hal.
K edua orang tua, saudara-saudara
dan sahabat-sahabat yang selalu menyemangatiku.

vi

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

LEMBAR PERNYATAN PERSETUJUAN PUBLIKASI

KARYA ILMIAH UNTUK KEPENTINGAN
AKADEMIS
Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma :
Nama

: Hongrika Simbolon

Nomor Mahasiswa

: 095114028

Demi pengembangan ilmu pengetahuan, saya memberikan kepada perpustakaan
Universitas Sanata Dharma karya ilmiah saya yang berjudul:

PENGENALAN ANGKA SECARA REAL TIME
MENGGUNAKAN WEBCAM BERBASIS EKSTRASI CIRI FFT
beserta perangkat yang diperlukan (bila ada).
Dengan demikian saya memberikan kepada Perpustakaan Universitas Sanata Dharma hak
untuk menyimpan, mengalihkan dalam bentuk media lain, mengelolanya dalam bentuk
pangkalan data, mendistribusikan secara terbatas dan mempublikasikannya pada media lain

untuk kepentingan akademis tanpa perlu meminta ijin dari saya selama masih
mencatumkan nama saya sebagai penulis.
Demikian pernyataan ini saya buat dengan sebenarnya.

Yogyakarta,
Pada Tanggal:21 Januari 2014

Hongrika Simbolon

vii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

INTISARI

Perkembangan dunia teknologi sangat berpengaruh bagi kehidupan manusia.
Perkembangan teknologi dapat mempermudah kinerja manusia, meningkatkan efisien
tenaga dan waktu, untuk mendukung proses operasional suatu usaha. Salah satunya adalah
sistem pencatatan plat nomor kendaraan yang digunakan di area parkir. Sistem pencatatan
plat nomor kendaraan masih banyak dilakukan secara manual. Hal ini dirasa kurang efisien
dan memerlukan waktu yang lama. Berdasarkan hal tersebut, dibutuhkan adanya sistem
yang dapat mengenali plat nomor kendaraan secara otomatis.Pada penelitian ini, penulis
melakukan sebagian dari pengenalan plat nomor kendaraan yaitu mengenali bagian angka
dari plat nomor kendaraan sepeda motor secara otomatis.
Sistem pengenalan angka pada plat nomor yang akan dibuat menggunakan webcam
dan komputer.Webcam berfungsi untuk merekam dan mengambil citra angka dari kepingan
plat nomor, dan komputer untuk mengoperasikannya. Sistem ini akan secara otomatis
mengenali citra angka yang telah direkammelalui webcam. Secara garis besar, sistem
pengenalan angka yang dibuat adalah secara real time,dan dapat dideskripsikan
berdasarkan urutan berikut: citra angka dari kepingan plat nomor kendaraan direkam
melaluiwebcam, grayscaling, cropping, resizing, ekstraksi ciri dengan FFT2D (Fast
Fourier Transformation), dan menggunakan jarak euclidean.
Sistem pengenalan angka secara real time, menggunakan webcam berbasis
ekstraksi ciri FFT dapat bekerja dengan baik. Berdasarkan hasil pengujian, bahwa dengan
variasi FFT32x32 dan variasi FFT64x64, sistem pengenalan angka yang dibuat secara real

time, mampu menghasilkan tingkat pengenalan hingga 100%.

Kata kunci: Webcam, FFT2-D (Fast Fourier Transformation), real time, jarak euclidean,
Pengenalan angka.

viii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

ABSTRACT

The development of the technology very influential for human life. Technology
development to simplify the human performance, increase efficient of time and energy, to
support the process of operational a business. One is the recording system used vehicle
license plates in the parking area. Vehicle number plate registration system is still done

manually. It is considered less efficient and requires a long time. As such, the required
presence of a system that can recognize the license plates of vehicles automatically. In this
study, the authors did most of the introduction of the vehicle license plates recognize the
part number from the motorcycle vehicle number plates automatically.
Number recognition of system on the license plate number to be made use of the
webcam and actually computers. Webcam serves for recording and taken imagery points
from the little bit of a license plate, and computers to operate. This system will be
automatically recognize the image of the numbers that has been recorded through webcam.
Generally, numeric recognition systems is made in real time, and can be described based
on the following order: image number of pieces recorded vehicle license plates through
webcam, grayscaling, cropping, resizing, extracting the characteristics of 2D FFT (Fast
Fourier Transformation), and using the euclidean distance.
Number recognition system in real time, using a webcam-based extraction
characteristics of FFT can work successfully.Based on the results of testing, number
recognition systems are made in real time, capable of producing the level of introduction of
up to 100% with a variation of the FFT32x32 and with a variation of the FFT64x64.
Keywords: Webcam, FFT2-D (Fast Fourier Transformation), real time, euclidean distance,
the identification numbers.

ix

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

KATA PENGANTAR

Puji dan Syukur penulis panjatkan kepada Tuhan Yang Maha Esaatas segala berkat dan
rahmat-Nya, sehingga penulis dapat menyelesaikan tugas akhir ini dengan baik. Penulis
menyadari bahwa banyak pihak yang telah memberikan doa, dukungan, perhatian serta
bantuan kepada penulis sehingga dapat menyelesaikan tugas akhir ini. Oleh karena itu,
penulis mengucapkan terima kasih yang sebesar-besarnya kepada:
1. Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta.
2. Rm. Wiryono Priyotamtama SJ, Rektor Universitas Sanata Dharma.
3. Petrus Setyo Prabowo, S.T.,M.T., Ketua Program Studi Teknik Elektro Universitas
Sanata Dharma Yogyakarta.
4. Petrus Setyo Prabowo, S.T.,M.T., selaku dosen pembimbing akademik yang telah
mendampingi dan membimbing penulis selama perkuliahan.
5. Dr. Linggo Sumarno, dosen pembimbing yang dengan penuh pengertian, sabar dan
ketulusan hati memberi bimbingan, kritik, saran, serta motivasi dalam penulisan
tugas akhir ini.
6. IbuWiwien Widyastuti S.T.,M.T.dan Ibu B. Wuri Harini S.T.,M.T. dosen penguji
yang telah bersedia memberikan masukan, bimbingan, dan saran dalam
memperbaiki tugas akhir ini.
7. Bapak/ Ibu dosen yang telah mengajarkan banyak hal selama penulis menempuh
pendidikan di Program Studi Teknik Elektro, Fakultas Sains dan Teknologi,
Universitas Sanata Dharma.
8. Pemimpin Umum Kongregasi beserta dewannya yang telah memberikan
kesempatan untuk belajar serta para suster Fransiskus Charitas yang selalu
mendoakan dan mendukung saya selama proses belajar sehingga pada akhirnya
dapat menyelesaikan tugas belajar ini.
9. Kedua orang tua tercinta, atas kasih sayang, dukungan dan doa yang tiada henti.
10. Kakak-kakak, abang , keponakan-keponakan tercinta yang selalu mendukung dan
mendoakan saya, sehingga dapat menyelesaikan tugas belajar dengan baik.
11. Staff sekretariat Teknik Elektro yang telah membantu dalam hal administrasi.

x

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

12. Staff dan petugas laboratorium Teknik Elektro yang telah membantu banyak hal
untuk kelancaran tugas-tugas perkuliahan.
13. Teman-teman seperjuangan angkatan 2009 Teknik Elektro yang selalu mendukung
dan menyemangati saya dalam menyelesaikan tugas akhir ini.
14. Semua pihak yang tidak dapat disebutkan satu persatu atas semua dukungan yang
telah diberikan dalam penyelesaian tugas akhir ini.
Penulis menyadari bahwa dalam penulisan tugas akhir ini masih banyak kekurangan,
kelemahan dan jauh dari sempurna. Oleh sebab itu, dengan segala kerendahan hati, penulis
mengharapkan kritik dan saran yang membangun untuk penyempurnaan tugas akhir ini.
Dan semoga tugas akhir ini dapat bermanfaat sebagaimana mestinya.

Yogyakarta, 21 Januari 2014
Penulis

xi

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

DAFTAR ISI

HALAMAN JUDUL .............................................................................. i
HALAMAN PERSETUJUAN ............................................................... iii
HALAMAN PENGESAHAN ............................................................... iv
PERNYATAAN KEASLIAN KARYA ................................................. v
HALAMAN PERSEMBAHAN DAN MOTTO HIDUP ...................... vi
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA
ILMIAH UNTUK KEPENTINGAN AKADEMIK .............................. vii
INTISARI ............................................................................................... viii
ABSTRACT ............................................................................................ ix
KATA PENGANTAR ............................................................................ x
DAFTAR ISI ......................................................................................... xii
DAFTAR GAMBAR .............................................................................. xiv
DAFTAR TABEL .................................................................................. xvi
BAB I PENDAHULUAN
1.1

Latar Belakang ................................................................................. 1

1.2

Tujuan dan Manfaat .......................................................................... 2

1.3

Batasan Masalah .............................................................................. 2

1.4

Metodologi Penelitian ....................................................................... 3

BAB II DASAR TEORI
2.1Pengolahan Citra ...................................................................................... 5
2.1.1

Pengertian Citra ................................................................................. 5

2.1.2

Citra grayscale .................................................................................. 5

2.1.3

Cropping ........................................................................................................ 5

2.1.4Resizing . ............................................................................................. 5
2.2

Pengenalan Pola ................................................................................... 7

2.3Fast Fourier Transfirmation (FFT) .............................................................. 7
2.4

Jarak Eulcidean .................................................................................... 7
xii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

2.5 Webcam .............................................................................................. 11
2.6 Plat Nomor Kendaraan bemotor di Indonesia .............................................. 12

BAB III PERANCANGAN PENELITIAN
3.1Perancangan Sistem .................................................................................. 14
3.1.1Fixture ................................................................................................ 14
3.1.2Kepingan Plat ...................................................................................... 15
3.1.3

Webcam .......................................................................................... 16

3.2 Proses Kerja Sistem ............................................................................... 16
3.2.1

Pengambilan citra .............................................................................. 17

3.2.2

Tahap Preprocessing .......................................................................... 18

3.2.3

Tahap Pengenalan .............................................................................. 21

3.2.4

Penentuan Keluaran ........................................................................... 24

3.3Proses Pembentukan database angka ........................................................... 25
3.4 Proses Pembuatan Perangkat Lunak ........................................................... 26
3.5 Angka Uji ............................................................................................. 27
3.6 Perancangan GUI Matlab ........................................................................ 28

BAB IV HASIL DAN PEMBAHASAN
4.1Pengujian Program Pengenalan AngkaSecara Real Time .................................. 29
4.2Penentuan Nilai Parameter ..................................................................................... 39
4.2.1 Pengujian Parameter Pengaturan Pengenalan Angka ........................................39
4.2.2 Pengujian untuk menentukan batasan nilai jarak yang optimal ......................... 48
4.2.3 Pengujian Dengan Karakter Angka Kepingan Plat Nomor Mobil Dan Karakter
Huruf Kepingan Plat Nomor Kendaraan Beroda Dua ...........................................51
4.3 Pengujian Nilai Parameter .................................................................................. 56
4.4Keterbatasan Metodologi........................................................................................56

BAB V KESIMPULAN DAN SARAN
5.1Kesimpulan dan Saran .............................................................................. 57

DAFTAR PUSTAKA ............................................................................. 58
LAMPIRAN............................................................................................ 59

xiii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

DAFTAR GAMBAR
Gambar 2.1.

Contoh matriks citra digital (x,y) ..........................................................4

Gambar 2.2.

Citra skala keabuan ..............................................................................5

Gambar 2.3.

Transformasi Spasial ............................................................................ 6

Gambar 2.4.

Algoritma kupu-kupu FFT DIT dua dimensi untuk DFT 8-titik ............ 9

Gambar 2.5.

Cara melakukan transformasi FFT .........................................................11

Gambar 2.6.

Proses transformasi FFT....................................................................... 11

Gambar 2.7.

WebcamLogitech HD 720 .................................................................... 12

Gambar 2.8.

Contoh plat nomor kendaraan beroda dua............................................ 13

Gambar 3.1.

Gambaran umum perancangan sistem .................................................. 14

Gambar 3.2Contoh gambar dengan beberapa ukuran ................................................... 15
Gambar 3.3.

Contoh citra angka kepingan plat ......................................................... 15

Gambar 3.4.

Diagram blok proses pengenalan . ........................................................ 16

Gambar 3.5.

Diagram alir pengambilan citra ……………………………………… 19

Gambar 3.6.

Konversi citra berwarna ke grayscale .................................................... 19

Gambar 3.7.

Contoh gambar hasil cropping .............................................................. 20

Gambar 3.8.

Contoh (a)citra asli, (b) citra hasil resizing ............................................. 20

Gambar 3.9Diagram alir pemrosesan citra .................................................................... 21
Gambar 3.10.

Diagram blok program ekstraksi ciri .................................................... 22

Gambar 3.11. Diagram blok program fungsi jarak ........................................................ 24
Gambar 3.12. Diagram alir penentuan keluaran .......................................................... 25
Gambar 3.13. Diagram alir pembentukan database ...................................................... 26
Gambar 3.14. Tampilan awal dari matlab yang digunakan ........................................... 27
Gambar 3.15. Tampilan Utama Program Pengenalan Angka ........................................ 28
Gambar 4.1.

Icon Matlab 7.0.4 ................................................................................... 29

Gambar 4.2. Tampilan awal Matlab ............................................................................ 30
Gambar 4.3. Tampilan Jendela Pengenalan2 ............................................................... 30
Gambar 4.4. Tampilan Utama Program Pengenalan Angka Secara Real Time ............. 31
Gambar 4.5. Tampilan setelah tombol “ON” ditekan ................................................... 32
Gambar 4.6. Tampilan setelah tombol “Tombol Ambil Gambar” ditekan .................... 33
Gambar 4.7. Tampilan setelah tombol “Proses” ditekan.............................................. 38
Gambar 4.8. Grafik tingkat pengenalan sebelum dinormalisasi ……… ……………. 42
xiv

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

Gambar 4.9. Pengaruh variasi FFT terhadap tingkat pengenalan setelah normalisasi
……… ..................................................................................................................... 44
Gambar 4.10. Jarak antara dua buah angka ............................................................... 47
Gambar 4.1. Tingkat Pengenalan menggunakan cahaya lampu fokus ……… ......... 55

xv

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

DAFTAR TABEL
Tabel 2.1. Jenis-jenis Transformasi Affine ......................................................... 7
Tabel 2.2. Pembalikan Bit ............................................................................ 7
Tabel 3.1. Spesifikasi Webcam Logitech c 270h ........................................................ 16
Tabel 3.2 Contoh citra dengan beberapa Variasi FFT. ................................................. 23
Tabel 3.3. Keterangan Tampilan Utama Program ...................................................... 28
Tabel 4.1. Data hasil pengujian sebelum dinormalisasi .............................................. 40
Tabel 4.2. Data hasil pengujian untuk setiap variasi FFT setelah dinormalisasi.......... 42
Tabel 4.3. Hasil persentase tingkat pengenalan ..........................................................44
Tabel 4.4. Gambar salah satu citra angka setiap cariasi FFT ..................................... 45
Tabel 4.5. Hasil perhitungan jarak ............................................................................ 46
Tabel 4.6. Data hasil pengujian ............................................................................... 49
Tabel 4.7. Data hasil pengujian dengan karakter angka kepingan plat mobil .............. 52
Tabel 4.8. Data hasil pengujian dengan karakter angka
kepingan plat kendaraaan roda dua .......................................................... 53

xvi

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

BAB I
PENDAHULUAN
1.1. Latar Belakang
Perkembangan dunia teknologi sangat berpengaruh bagi kehidupan masyarakat
Perkembangan teknologi dapat mempermudah kinerja manusia, meningkatkan efisiensi
tenaga dan waktu dalam mendukung proses operasional suatu usaha. Salah satunya adalah
sistem pengenalan plat nomor kendaraan yang digunakan di area parkir, yang merupakan
salah satu fasilitas suatu tempat usaha atau instansi,yang dibutuhkan oleh masyarakat.
Pencatatan plat nomor pada suatu area parkir menjadi suatu hal yang wajib dilakukan
sebagai salah satu syarat menjaga keamanan dan kenyamanan seseorang yang
menggunakan jasa area suatu tempat parkir.
Sistem pengenalan plat nomor kendaraan dibanyak tempat, masih banyak yang
dilakukan secara manual. Proses pencatatan secara manual memerlukan waktu yang lama,
sehingga dirasa kurang efisien, dan dapat menyebabkan rasa bosan bagi para pengendara,
khususnya pada saat-saat tertentu. Kemungkinan lainnya yang dapat terjadi adalah
kesalahan atau kekeliruan dalam pencatatan (human error) karena rasa jenuh dan lelah. Hal
ini dapat mengganggu keamanan dan kenyamanan baik bagi para pemilik kendaraan
maupun petugas.
Berdasarkan permasalahan yang ada, dibutuhkan adanya sistem pengenalan plat
nomor kendaraan bermotor secara otomatis. Pada penelitian ini, penulis melakukan
sebagian penelitian dari pengenalan plat nomor kendaraan yaitu mengenali bagian angka
dari plat nomor kendaraan bermotor secara otomatis. Penelitian mengenai pengenalan
karakter angka pernah dilakukan oleh Thiang, Suharyanto[1] yaitu menggunakan metode
Fuzzy Clustering secara offline. Contoh lainnya adalah penelitian mengenai sistem
identifikasi plat nomor kendaraan secara offline dengan menggunakan metode pengolahan
citra dan Jaringan Syaraf Tiruan oleh Helmy[2].
Sistem yang akan dibuat dalam penulisan ini meliputi beberapa proses, antara lain
pengambilan citra angka menggunakan webcam, pengolahan citra dan pengenalan pola
dengan ekstraksi ciri FFT. Penelitian ini merupakan salah satu alternatif yang digunakan
untuk mengenali angka secara otomatis. Citra masukan berupa angka kepinganan plat.
1

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
2

Selanjutnya citra akan diolah dengan menggunakan perangkat lunak Matlab 7.0.4. Hasil
keluaran adalah dalam bentuk teks pada layar monitor. Salah satu fasilitas Matlab yang
tersedia adalah GUI (Graphical User Interface) yang dapat digunakan untuk membuat
suatu antarmuka yang nantinya dapat mempermudah pengguna dalam pemakaian sistem
yang akan dibuat. Dari hal ini, penulis dapat mengembangkan salah satu perkembangan
teknologi berupa “pengenalan angka menggunakan webcam secara real time dengan
ekstraksi ciri FFT”, dengan maksud dapat mempermudah kinerja manusia dalam hal
pencatatan plat nomor kendaraan.
1.2 Tujuan dan Manfaat
Tujuan dari penulisan tugas akhir ini adalah menghasilkan suatu sistem pengenalan
angka secara real time. Dalam hal ini, angka mirip dengan plat nomor kendaraan bermotor.
Manfaat penulisan tugas akhir ini adalah sebagai penelitian awal dari otomatisasi sistem
pencatatan angka plat nomor kendaraan bermotor roda dua.
1.3 Batasan Masalah
Dalam pembuatan sistem pengenalan plat nomor ini, ada beberapa batasan masalah
yang perlu diperhatikan. Batasan-batasan masalah tersebut adalah sebagai berikut:
a. Pengenalan angka ini dibuat menggunakan perangkat lunak matlab dengan
ekstraksi ciri FFT dan fungsi jarak Euclidean.
b. Pengambilan citra menggunakan webcam.
c. Data masukan adalah berupa citra angka dari kepingan plat nomor kendaraan
bermotor khususnya kendaraan bermotor beroda dua yaitu dari angka 0 sampai
dengan 9.
d. Kepingan plat hanya memuat satu karakter angka.
e. Posisi angka kepingan plat nomor tetap dan intensitas cahaya menggunakan
pencahayaan yang ada di laboratorium TA.
f. Ukuran kepingan plat yang digunakan sesuai dengan ukuran angka pada plat nomor
kendaraan standar kepolisian dengan panjang 6cm dan lebar 5cm, latar belakang
kepingan plat warna hitam dan tulisan angka warna putih.
g. Posisi webcam tegak lurus dengan citra kepingan plat.
h. Sistem pengenalan angka yang akan dibuat bersifat real time.
i. Program hanya dapat mengenali satu karakter dari citra masukan.
j. Hasil keluaran adalah berupa teks di layar monitor.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
3

1.4 Metode Penelitian
Langkah – langkah yang dilakukan pada pengerjaan tugas akhir ini adalah sebagai berikut:
a. Studi Pustaka.
Melakukan studi pustaka yaitu untuk membaca dan mempelajari buku-buku,
jurnal dan mencari bahan-bahan melalui situs-situs internet dan media-media lain
yang berkaitan dengan topik yang diambil.
b. Pembuatan subsistem software.
Pembuatan program dilakukan dengan menggunakan pemrograman Matlab
dalam pembuatan sistem pengenalan angka yang akan dibuat.
c. Perancangan subsistem software.
Sistem akan bekerja apabila pengguna menekan tombol push button yang
telah disediakan dalam software. Pengguna memberikan perintah untuk melakukan
pengambilan citra. Setelah proses pengambilan citra, sistem melakukan preprocessing yaitu proses pengubahan citra ke bentuk grayscale, pemotongan
(cropping) citra dan (resizing) merubah ukuran citra yang diinginkan. Kemudian
masuk ke tahap berikutnya yaitu proses pengenalan angka, penentuan keluaran dan
menampilkan hasil keluaran pada layar monitor berupa teks.
d. Analisis dan penyimpulan.
Analisa data dilakukan dengan menyelidiki pengaruh variasi ukuran FFT
dengan 30 kali percobaan (3 x 10 karakter angka) untuk masing-masing variasi FFT
yang akan digunakan. Percobaan yang dilakukan adalah sebanyak 120 kali untuk
semua variasi. Hal ini bertujuan untuk mencari variasi yang akan dievaluasi pada
tingkat pengenalan. Kemudian melakukan percobaan sebanyak 5 kali terhadap
masing-masing karakter angka dengan variasi FFT yang akan dievaluasi terhadap
tingkat pengenalan. Pada penulisan ini juga dilakukan pengujian untuk angka plat
nomor mobil sebanyak 3 angka. Penyimpulan hasil percobaan dilakukan dengan
mencari ukuran FFT yang menghasilkan tingkat pengenalan yang tertinggi.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

BAB II
DASAR TEORI
2.1.

Pengolahan Citra

2.1.1

Pengertian Citra
Citra adalah gambar pada bidang dua dimensi.Suatu citra juga dapat didefinisikan

sebagai fungsi dua dimensi f(x,y) berukuran M baris dan N kolom, dengan x dan y adalah
koordinat spasial, dan amplitudo f di titik koordinat (x,y), disebut intensitas atau tingkat
keabuan dari citra pada titik tersebut. Ketika nilai x, y, dan nilai amplitudo f semua
berhingga dan bernilai diskrit maka dapat dikatakan bahwa citra tersebut adalah citra
digital. Sebuah citra digital dapat direpresentasikan sebagai sebuah matriks, dimana indeks
baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya
menyatakan tingkat kecerahan pada titik tersebut.Elemen-elemen ini disebut picture
elements, image elements, pels dan pixels. Piksel adalah istilah yang digunakan secara luas
untuk menyatakan elemen citra digital[3]. Gambar 2.1menunjukkan contoh koordinat dari
citra digital.

Gambar 2.1. Contoh koordinat citra digital

4

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
5

Citra yang digunakan dalam pengolahan citra oleh komputer adalah citra dalam
bentuk digital. Citra digital dapat didefinisikan sebagai suatu larik (array) piksel berukuran
2 dimensi. Piksel merupakan komponen dari larik sebuah citra digital yang menunjukkan
nilai kecerahan tertentu seperti pada gambar 2.1. Citra mempunyai 10 x 10 piksel, berarti
jumlah piksel vetikal adalah 10 piksel, sedangkan jumlah piksel horizontal adalah 10
piksel, sehingga jumlah piksel keseluruhan yang terdapat dalam citra tersebut adalah 100
piksel[3].
2.1.2

Citra Grayscale
Proses awal yang dilakukan dalam pengolahan citra adalah mengubah citra

berwarna menjadi bentuk grayscaleatau warna keabuan. Citra grayscale merupakan citra
digital yang hanya memiliki suatu nilai kanal pada setiap piksel. Warna yang dimiliki
adalah keabuan, hitam dan putih.Citra hitam putih mempunyai nilai kuantisasi derajat
keabuan sampai tingkatan ke 256 artinya mempunyai skala abu dari 0 sampai 255 atau
selang [0 255]. Citra ini membutuhkan 1 byte (8 bit) untuk representasi setiap pikselnya
(256 =28) [3]. Gambar 2.2 menunjukkan contoh citra skala keabuan.

Gambar 2.2. Citra skala keabuan
2.1.3

Cropping
Cropping citra merupakan salah satu langkah dalam pengolahan citra yang

dilakukan untuk memotong satu bagian dari citra tertentu untuk memperoleh bagian yang
diinginkan untuk diolah. Hal ini dilakukan untuk mendapatkan data yang tepat sehingga
memudahkan dalam proses pengolahan data.
2.1.4

Resizing
Rezisingcitra adalah mengubah besar kecilnya ukuran citra dalam piksel.

Tampilan citra tidak ada yang berubah hanya ukuran pixel dan matriksnya yang dirubah.
Transformasi geometris disebut rubber-sheet transformation karena dapat
ditampilkan seperti pencetakan citra pada lembaran karet dan men-streching lembaran ini

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
6

menurut jumlah aturan yang sudah didefinisikan. Transformasi geometris ini digunakan
untuk melakukan image registration, yaitu sebuah proses yang mengambil dua citra dari
scene yang sama dan mengaturnya sehingga dapat digabung untuk visualisasi, atau
perbandingan kuantitatif [5].

Transformasi Geometris Spasial
Jika citra f didefinisikan pada sistem koordinat a(w,z), mengalami distorsi gemotris
yang menghasilkan citra g dengan sistem koordinat (x,y) maka transformasi dapat
dinyatakan dengan (x,y) = T{(w,z)}.

Contoh dalam trasnformasi spasial sebagai berikut :
Jika (x,y) =T{(w,z)} = (w/2, z/2), distrosi adalah penyusutan f dengan setengah dimensi
spasial seperti ditunjukkan pada gambar 2.3.

Gambar 2.3 Transformasi Spasial[4]
Bentuk umum yang digunakan pada transformasi spasial adalah affine transform (Wolberg
[1990] ). Transformasi affine dapat ditulis dalam bentuk matrik :
′
′

1

=

.

(2.1)
1

Transformasi ini dapat menskalakan, mentranslasi atau menggunting sejumlah titik,
tergantung pada pilihan nilai T. Jenis-jenis transformasi affine terdapat pada tabel 2.1

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
7

Tabel 2.1 Jenis-jenis Transformasi Affine

2.2. Pengenalan Pola
Pengenalan pola merupakan proses pengenalan suatu objek dengan menggunakan
berbagai metode. Pengenalan pola dapat dikatakan sebagai kemampuan manusia untuk
mengenali objek-objek berdasarkan ciri-ciri dan pengetahuan yang pernah diamatinya dari
objek-objek tersebut. Tujuan pengenalan pola ini adalah meniru kemampuan otak manusia
dalam mengenali suatu objek atau pola tertentu. Pola adalah suatu entitas yang terdefenisi
dan dapat didefinisikan serta diberi nama. Pola bisa merupakan kumpulan hasil
pengukuran dan bisa dinyatakan dalam notasi vektor atau matriks [3].

2.3Fast Fourier Transformation (FFT)
Fast

Fourier

Transform

adalah suatu

algoritma

yang

digunakan

untuk

merepresentasikan sinyal dalam domain waktu diskrit dan domain frekuensi. DFT
merupakan metode transformasi matematis untuk sinyal waktu diskrit ke dalam domain
frekuensi. Secara sederhana dapat dikatakan bahwa DFT merupakan metode transformasi
matematis sinyal waktu diskrit, sementara FFT adalah algoritma yang digunakan untuk
melakukan transformasi DFT. DFT dua dimensi mempunyai masukan berupa matriks dan
akan menghasilkan keluaran berupa matriks dengan ukuran yang sama

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
8

Secara umum, persamaan matematis DFTadalah:
( )=

dengan n= 0, 1, ..., N-1,

/

=

,

= 0, 1, 2,3, ….

( )

( 2.1)

−1

( ) adalah keluaran dalam domain frekuensi, x adalah masukan dalam domain waktu dan

N adalah banyaknya piksel citra.
e = natural number( 2.718281828459045…)
k = indeks dalam domain frekuensi = 0, 1, ...,N-1
n = indeks dalam domain waktu = 0, 1, ...,N-1,
j = konstanta fourier( √-1)
= 180
Prinsip

dasar

FFT

adalah

menguraikan

penghitungan

N-titik

DFT

menjadipenghitungan DFT dengan ukuran yang lebih kecil dan memanfaatkan periodisitas
dansimetri dari bilangan kompleks

. [7].

Dimana: nk= nilai indeks waktu, N = nilai piksel
Ada dua jenis algoritma FFT yaitu algoritma Fast Fourier Transform Decimation In
Time ( FFT DIT) dan algoritma Fast Fourier Transform Decimation In Frekuensi ( FFT
DIF). Pada penulisan ini, algoritma FFT yang digunakan adalah radiks dua dengan metode
decimation in time. Pada DIT, masukan disusun/dikelompokkan menjadi kelompok ganjil
dan kelompok genap. Runtun bernomor genap adalah x(0), x(2), x(4)…..x(N-2) dan runtun
bernomor ganjul adalah x(1), x(3), x(5)…x(N-1). Kedua runtun berisi N/2-titik. Runtun
genap ditandakan x(2k) dengan x=0 sampai k=N/2-1, sedangkan runtun ganjil menjadi
x(2k-1). Persamaan (2.1) dapat dinyatakan sebagai penjumlahan untuk n ganjil dan genap.

( )=

Selanjutnya dengan menggantikan

( )=

n = 0, 1, 2, ….. N-1.

x( 2 )

x( 2 )

=

/2

/

+

+

( 2 + 1)

(

, maka persamaan (2.2) menjadi

x( 2 + 1 )

/2

( 2.3)

)

( 2.2)

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
9

Algoritma decimation in time mengharuskan masukan disusun ulang sedemikian
rupa sehingga hasil perhitungan akhir mempunyai urutan yang sesuai. Tabel 2.2
menunjukkan bagaimana suatu masukan disusun ulang untuk tujuan tersebut. [8]
Tabel 2.2. Pembalikan bit.

Gambar 2.4. Algoritma kupu-kupu FFT DIT dua dimensi untuk DFT 8-titik. [9]

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
10

Komputasi flowgrap pada gambar 2.4

Keterangan : a, b, c, d, e, f, g, h adalah keluaran dari tahap pertama
: I, j, k, l ,m ,n o, p adalah keluaran tahap ke-dua.
: X(0), X(1), X(3), X(4), X(5), X(6), X(7) adalah keluaran tahap ke 3.
Gambar 2.4 merupakan ilustrasi algoritma Sande-Tukey FFT untuk N=23= 8.[9]
Berdasarkan persamaan (2.1) perhitungan DFT memerlukan N2 perkalian kompleks
dan N (N -1) penjumlahan kompleks. Namun, ada suatu metode yang dikembangkan untuk
mengurangi kompleksitasalgoritma yaituN log2N. Teknik tersebut disebut algoritma FFT.
Misalnya untuk N = 64, DFT akan membutuhkan komputasi N2= (64)2= 4096, algoritma
FFT membutuhkan kompleksitas N Log2 N = 64 Log2(64) = 64 x 6 = 384. [3].
Dalam dua dimensi, FFT mempunya masukan berupa matriks dan akan
menghasilkan keluaran berupa matriks dengan ukuran yang sama. Jika masukan adalah
f(x,y) maka keluarannya dapat dinyatakan dengan F(u,v). Matriks F(u,v) disebut
transformasi Fourier dari f(x,y). Definisi FFT untuk 2 dimensi mirip dengan satu dimensi.
Dengan masukan f(x,y) berukuran M x N ( sehingga x = 0, 1, 2, 3…m-1 dan y=0, 1, 2,
3…N-1) maka :
( , ) =

( , )

−2

+

( 2.4)

Untuk melakukan transformasi Fourier, data yang diproses adalah data citra. Data
citra merupakan data matriks 2D, maka transformasi Fourier yang diperlukan juga
transformasi Fourier 2D. Berdasarkan sifat separabilitas transformasi Fourier, maka
transformasi multi dimensi dapat dilakukan dengan melakukan transformasi 1Dsecara

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
11

beruntun dari satu sumbu dimensi ke sumbu dimensi yang lain. Dalam penerapannya,
transformasiFourier 2Dterhadap suatu matriks 2Ddapat dilaksanakan dengan menggunakan
transformasi Fourier 1Ddengan cara melakukan transformasi 1Dke setiap baris terlebih
dahulu, kemudian dilanjutkan transformasi 1Dke setiap kolom, seperti yang ditunjukkan
pada gambar 2.5. Gambar 2.6 menunjukkan hasil transformasi FFT . [7]

Gambar 2.5. Cara melakukan transformasi FFT.
(a) Contoh citra asli

(b). FFT dari setiap baris

(a)

(c). FFT dari setiap kolom

(b)

(c)

Gambar 2.6. Proses transformasi FFT.
Contoh transformasi FFT. (a) citra keluaran resizing 64x64 piksel. (b)hasil transformasi
FFT2D dengan variasi FFT64x64. (c).hasil ekstraksi ciri FFT64x64

2.4 Jarak Euclidean
Dalam matematika, Jarak Euclidean adalah jarak antara dua titik yaiu dari titik satu
ke titik yang lain dalam satu ruang.Secara umum, yang dimaksud antara dua titik adalah
garis terpendek diantara semua garis yang menghubungkan kedua titik tersebut. Dalam
ruang Euclidian , jarak antara ke dua titik P dan Qdapat dirumuskan sebagai berikut :
= (

,

,

…. .

) dan= (

,

,

……

) [5].

maka jarak Euclidean P ke Q adalah:
( , ) =

( , )=

(

−

) + (

−

) + (

−

) …. + (

−

) ) (2.3)

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
12

2.5 Webcam
Webcam adalah sebuah kamera video digital kecil yang dihubungkan ke komputer
melalui port USB ataupun port COM. Webcamdigunakan sebagai sarana untuk
menangkapcitra yang akan diolah. Pada umumnya resolusi yang didukung bisa mencapai
240x320piksel atau 640x480piksel.Webcam tidak membutuhkan kaset atau tempat
penyimpanan data, data hasil perekaman yang didapat langsung ditransfer ke komputer.
Salah satu contoh webcam ditunjukkan pada gambar 2.7

Gambar 2.7. Webcam Logitech HD 720P

2.6

Plat nomor kendaraan di Indonesia
Tanda Nomor Kendaraan Bermotor (TNKB) yaitu tanda regristasi kendaraan

bermotor yang biasa disebut dengan plat nomor polisi. TNKB ini berfungsi sebagai bukti
legitimasi pengoperasian kendaraan bermotor.Bentuk TKNB ini berupa pelat atau
berbahan lain dengan spesifikasi tertentu yang diterbitkan Polri dan berisikan kode
wilayah, nomor regristrasi, serta masa berlaku dan dipasang pada kendaraan bermotor [6].
Plat nomor memiliki nomor seri yakni susunan huruf dan angka yang dikhususkan
bagi kendaraan. Plat nomor kendaraan di Indonesia disebut nomor polisi. Biasanya
dipadukan dengan informasi lain mengenai kendaraan bersangkutan, seperti warna, merek,
model, tahun pembuatan, nama dan alamat pemiliknya. Semua data ini tertera di dalam
Surat Tanda Kendaraan Bermotor (STNK) yang merupakan surat bukti bahwa nomor
polisi tersebut memang ditetapkan untuk kendaraan tersebut.
Tanda Nomor Kendaraan bermotor berbentuk aluminium dengan cetakan tulisan
dua baris. Baris pertama menunjukkan kode wilayah (huruf), nomor polisi (angka)
dankode atau seri akhir wilayah (huruf) dan baris kedua menunjukkan bulan dan tahun
masa berlaku.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
13

Pada sudut kanan atas dan sudut kiri bawah terdapat tanda khusus (security mark)
cetakanlambang Polisi Lalu Lintas, sedangkan pada sisi sebelah kanan dan sisi sebelah kiri
ada tanda khusus cetakan "DITLANTAS POLRI" (Direktorat Lalu Lintas Kepolisian RI)
yang merupakan hak paten pembuatan TNKB oleh Polri dan TNI.
Plat TNKB yang terbaru memiliki lis putih di sekeliling plat. Antara nomor TNKB
dengan masa berlaku TNKB, tidak diberi pembatas lis putih seperti pada gambar 2.8. Pada
plat ada 2 baris yakni baris pertama yang menunjukkan kode wilayah kendaraan, nomor
polisi dan kode seri akhir wilayah. Baris kedua menunjukkan masa berlaku pelat nomor.
Ukuran TNKB untuk kendaraan roda 2 dan 3 sekarang menjadi 275 mm dengan lebar 110
mm, sedangkan untuk kendaraan roda 4 atau lebih adalah panjang 430 mm dengan lebar
135 mm.

Gambar2.8. Contoh plat nomor kendaraan beroda dua.
Nomor polisi biasanya diberikan sesuai dengan urutan pendaftaran kendaraan
bermotor. Nomor urut tersebut terdiri dari satu sampai empat angka dan ditempatkan
setelah kode wilayah pendaftaran. Nomor urut pendaftaran dialokasikan sesuai kelompok
jenis kendaraan bermotor. Sebagai contoh untuk wilayah DKI Jakarta: 3000–6999
dialokasikan untuk sepeda motor.
Penomoran plat nomor kendaraan pribadi mempunyai aturan. Sebuah plat nomor
pribadi memiliki warna dasar hitam dengan karakter berwarna putih. Pola karakter di
dalamnya memiliki kesamaan dengan pola kendaraan umum, dengan pola sebagai berikut:
NP

: Nomor Plat mobil berupa angka, minimum 1 digit dan maksimum 4
digit.Misalnya 1, 2509, 2054 dan lain-lain.

KA

: Kode area mobil tersebut berupa huruf, minimum 1 digit dan maksimum 2
digit seperti AB untuk Yogyakarta, B untuk Jakarta, dan lain-lain. [6].

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

BAB III
PERANCANGAN PENELITIAN
Perancangan sistem merupakan tahap pengidentifikasian semua kebutuhan sistem
yang menunjukkan gambaran mengenai sistem yang akan dibuat oleh penulis. Kebutuhan
sistem tersebut adalah diagram blok, data masukan serta perancangan antarmuka yang akan
digunakan.

3.1

Perancangan Sistem
Perancangan yang akan dibuat adalah suatu sistem yang dapat mengenali citra

angka secara otomatis. Gambar 3.1 menunjukkan gambaran umum perancangan sistem
webcam

contoh
kepingan plat

+ 32 cm

8
Gambar 3.1.Gambaran umum perancangan sistem
Sistem pengenalan karakter angka terdiri dari perangkat keras dan perangkat lunak
yang ada pada komputer. Perangkat keras yang digunakan adalah kepingan plat, fixture,
komputer, dan perangkat lunak menggunakan pemrograman Matlab 7.04. Pengambilan
citra menggunakan webcam yang dihubungkan dengan komputer.
3.1.1. Fixture
Fixture digunakan sebagai tempat dudukan webcam dan keping plat. Fixture yang
digunakan terbuat dari kayu. Posisi webcam tetap dan tegak lurus dengan posisi keping
plat. Jarak antara webcam dengan dengan posisi plat ±32 cm. Pada studi awal telah
dilakukan penagmbilan gambar dengan beberapa variasi ukuran, yaitu dari ketinggian 5 cm
sampai dengan 50 cm. Dari gambar yang diperoleh, pada ketinggian 47cm, gambar
terlihat kecil. Semakin pendek jarak antara objek dengan webcam, gambar semakin terlihat
jelas. Maka dari gambar yang diperoleh, jarak yang digunakan adalah jarak yang paling

14

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
15

pendek yaitu pada ketinggian 32 cm. Contoh gambar dengan beberapa ukuran dapat dilihat
pada gambar 3.2.
47cm

42cm

37cm

32cm

Gambar 3.2. Contoh gambar dengan beberapa variasi ukuran.
3.1.2. Kepingan Plat
Kepingan plat yang digunakan mirip dengan kepingan plat nomor resmi pada
kendaraan bermotor. Satu keping plat hanya memuat satu karakter angka. Kepingan plat
yang digunakan mempunyai dimensi panjang 6cm dan lebar 5cm dapat dilihat pada
gambar 3.3.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
16

Gambar 3.3. Contoh citra angka kepingan plat.
3.1.3. Webcam
Webcam yang digunakan adalah webcam merk Logitech seri c 270h. Spesifikasi
webcam dapat dilihat pada tabel 3.1.

Tabel 3.1. Spesifikasi Webcam Logitech c 270h
High definition video (HD)

HD 270p

Photo Quality

3 Megapixel

Video Quality

Good

Focus Type

Always Focused

Auto Light Correction

Standart

3.2 Proses Kerja Sistem
Proses kerja sistem adalah sebagai berikut:

Gambar 3.4.Diagram blok proses pengenalan.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
17

Secara garis besar, proses kerja terdiri dari empat tahap yaitu pengambilan citra,
preprocessing, pengenalan dan keluaran seperti yang ditunjukkan pada gambar 3.4. Citra
masukan berupa keping plat nomor kendaraan bermotor roda dua khusus bagian angka.
Citra angka akan dikonversi ke bentuk grayscale atau warna keabuan. Citra yang telah
dikonversi ke bentuk grayscale akan dicropping (dipotong) sebesar citra kepingan plat.
Setelah citra dicropping, kemudian diresizing sesuai dengan ukuran yang diinginkan. Citra
yang telah diresizing menjadi masukan ke tahap selanjutnya yaitu tahap pengenalan.
Pada tahap pengenalan, citra ditransformasi dengan menggunakan fft2 dan fftshift
untuk mengambil bagian yang akan digunakan sebagai ekstraksi ciri dari citra tersebut.
Proses selanjutnya adalah melakukan penghitungan jarak dari hasil ekstraksi ciri data uji
dengan hasil ekstraksi ciri dari database menggunakan fungsi jarak Euclidean. Jarak
minimum yang diperoleh akan dijadikan sebagai penentuan hasil keluaran. Hasil keluaran
adalah angka dalam bentuk teks. Sistem yang akan dibuat hanya dapat mengenali satu
angka. Bila dikembangkan maka sistem ini dimaksudkan dapat mempermudah dan
mempercepat petugas parkir dalam pencatatan nomor pada plat kendaraan.
3.2.1

Pengambilan Citra.
Pengambilan citra dilakukan menggunakan webcam. Webcam terhubung ke

komputer. Citra masukan berupa keping plat. Setiap keping plat terdiri dari satu karakter.
Posisi webcam tetap dan tegak lurus dengan keping plat.
Pada proses pengambilan citra, menginisialisasi webcam terlebih dahulu di dalam
program dengan fungsi imaqhwinfo. Fungsi imaqhwinfo bertujuan untuk mengetahui nama
adaptor dan device info dalam webcam tersebut.
Imaqhwinfo;
DefaultFormat: 'RGB24_640x480'
DeviceName: 'Logitech HD Webcam C270'
DeviceID: 1
ObjectConstructor: 'videoinput('winvideo',1)'

Kemudian nama adaptornya diinisialisasi sesuai dengan webcam yang digunakan yaitu
‘winvideo’ dengan resolusi kamera yang digunakan adalah 640x480. Resolusi 640x480
digunakan karena ukuran ini merupakan spesifikasi ukuran sedang (medium) yang terdapat
pada adaptor webcam yang digunakan. Ukuran resolusi ini juga telah digunakan pada
peneliti sebelumnya. Selanjutnya perintah untuk mengambil citra menggunakan
‘getsnapshoot’.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
18
vid=videoinput('winvideo',1,'RGB24_640x480');
gmbr = getsnapshoot(vid);
preview(vid)

Pengambilan citra melalui beberapa proses seperti yang ditunjukkan pada gambar 3.5.
Mulai

Masukan
Citra angka kepingan plat
Webcam On

Pengambilan Citra

Keluaran Citra angka

Selesai
Gambar 3.5. Diagram alir pengambilan citra.
Proses pengambilan citra adalah sebagai berikut :
1. Masukan adalah sebuah citra keping plat angka
2. Inisialisasi webcam dalam program menggunakan imaqhwinfo.
3. Pengambilan citra menggunakan getsnapshoot.
4. Keluarannya adalah citra angka

3.2.2

Tahap Preprocessing
Tahap preprocessing dilakukan untuk mempersiapkan citra sebelum dilakukan

tahap ekstraksi ciri. Tahap preprocessing terdiri dari tiga tahap yaitu mengkonversi citra ke
bentuk grayscale, melakukan cropping (pemotongan) dan resizing (mengubah ukuran).
Pengubahan citra ke grayscale adalah untuk mempermudah pemrosesan citra. Selanjutnya
akan dilakukan proses cropping (pemotongan) yang bertujuan untuk mengambil bagian
citra yang diinginkan. Kemudian melakukan resizing dengan tujuan untuk menyeragamkan

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
19

ukuran citra yang akan diproses. Keluraran dari hasil resizing akan menjadi masukan untuk
proses selanjutnya yaitu tahap pengenalan.
1.

Grayscale
Proses grayscale bertujuan untuk mengubah citra berwarna menjadi warna keabuan

seperti yang ditunjukkan pada gambar 3.6, sehingga dapat mempermudah dalam mengenali
angka pada proses selanjutnya. Contoh kode yang dapat digunakan adalah:
I = imread(filename);
gmbr = rgb2gray(I);
imshow(gmbr)

Gambar 3.6.Konversi citra berwarna ke grayscale
2.

Cropping
Proses cropping dilakukan adalah untuk memotong bagian tertentu dari suatu citra

untuk memperoleh bagian yang diinginkan untuk diolah. Hal ini dilakukan untuk
mendapatkan data yang diinginkan, sehingga memudahkan pengolahan data untuk proses
selanjutnya. Perintah program cropping (pemotongan) adalah dengan syntax imcrop
(I,[x y Δx Δy]). Nilai x dan y adalah koordinat pada sumbu x dan y kiri atas, Δx
adalah selisih antara sumbu x kanan atas dengan sumbu x kiri atas, Δy adalah selisih antara

sumbu y kiri dengan sumbu y kiri atas. Contoh hasil cropping dapat dilihat pada gambar
3.7. Fungsi yang digunakan pada sistem ini adalah :
I = imread('data8.bmp');
I2 = imcrop(I,[ (I,[252 140 155 144]);

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
20

Gambar 3.7. Contoh gambar hasil cropping.
3.

Resizing

Proses resizing bertujuan untuk mengubah ukuran citra yang telah dicropping, sehingga
citra yang akan diproses selanjutnya memiliki ukuran yang sama. Selanjutnya proses
resizing, yaitu mengalikan koordinat posisi citra dengan scalling. Proses resizing dengan
menggunakan rumus:
=
1

0
0

0 0
0 .
0 1 1

Proses resizing citra pada matlab menggunakan syntaks imresize. Hasil citra yang
direzising akan menjadi masukan untuk proses pengenalan angka. Contoh citra hasil
resizing dapat dilihat pada gambar 3.8. Contoh fungsi yang digunakan pada proses resizing
adalah :
I = imread('data8.bmp');
L = imresize(I,[nfft, nfft]);

(a)

(b)

Gambar 3.8. Contoh (a)citra asli, (b) citra hasil resizing

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
21

Gambar 3.9. Diagram alir pemrosesan citra.
Tahap pemrosesan citra seperti yang ditunjukkan pada gambar 3.9, masukan pada
pemrosesan citra adalah citra angka. Citra angka dikonversi ke grayscale yang bertujuan
untuk membuat warna keabuan pada citra. Perintah yang digunakan adalah rgb2gray.
Kemudian masuk ke tahap cropping atau pemotongan dengan menggunakan perintah
imcrop (I,[x y Δx Δy]). Selanjutnya proses resizing dengan menggunakan perintah
imresize(I,[nfft,

nfft]);

nfft adalah nilai variasi FFT yang akan digunakan.

Keluaran dari proses pemrosesan adalah citra preprocessing.
3.2.3

Tahap Pengenalan
Tahap pengenalan angka adalah proses pengenalan angka melalui proses ekstraksi

ciri dan penghitungan fungsi jarak hasil ekstraksi ciri citra masukan dengan database citra
angka. Ekstraksi ciri merupakan tahap pengambilan ciri pada suatu citra.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTI