NASKAH PUBLIKASI Aplikasi Pengenalan Plat Nomor Kendaraan Dengan Metode Optical Character Recognition (OCR).
NASKAH PUBLIKASI
APLIKASI PENGENALAN PLAT NOMOR KENDARAAN DENGAN METODE
OPTICAL CHARACTER RECOGNITION (OCR)
Diajukan untuk Memenuhi Tujuan dan Syarat-syarat
Guna Memperoleh Gelar Sarjana Teknik
Pada Jurusan Elektro Fakultas Teknik
Universitas Muhammadiyah Surakarta
Diajukan Oleh :
OKI FREDIAN SAHRIZAL
NIM : D 400 080 015
JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH SURAKARTA
2013
APLIKASI PENGENALAN PLAT NOMOR KENDARAAN DENGAN METODE
OPTICAL CHARACTER RECOGNITION (OCR)
OKI FREDIAN SAHRIZAL
FAKULTAS TEKNIK JURUSAN TEKNIK ELEKTRO
UNIVERSITAS MUHAMMADIYAH SURAKARTA
E-mail : nano_techno@ymail.com
ABSTRAKSI
Perkembangnya teknologi komputer memang tidak lepas dari pemanfaatan sebuah
aplikasi. Berbagai aplikasi telah banyak diterapkan dalam bidang yang berhubungan dengan
data citra digital. Bidang pada citra digital salah satunya adalah pengenalan pola yang
digunakan untuk mengenali pola citra itu sendiri. Pengenalan pola pada citra digital di
manfaatkan untuk mengenali citra plat nomor. Plat nomor memiliki susunan dari kode wilayah
berupa huruf, nomor urut berupa angka, dan kode kota berupa huruf. Susunan huruf dan angka
tersebut dikenali oleh aplikasi dalam bentuk bilangan biner sehingga bidang pengenalan pola
sangat tepat digunakan. Penerapan pengenalan pola pada citra plat nomor dapat dilakukan
dengan menggunakan sebuah metode yaitu metode OCR.
Metode OCR memiliki tahapan dalam penerapannya dan tahapan itu meliputi yang
pertama, akusisi. Proses akusisi berfungsi untuk mengambil objek citra plat nomor kemudian
menjadikannya sebagai inputan citra digital. Kedua prepocessing, adalah kumpulan dari
beberapa proses yang digunakan untuk mengolah citra plat nomor yang terdiri dari image
adjustment (imadjust), image complement, biner, dan morphological opening. Ketiga adalah
proses OCR, yang berfungsi mengkorelasikan antara karakter pola citra plat nomor dengan
citra template matching. Proses OCR sekaligus juga akan mengubah citra yang telah
dikorelasikan untuk di ubah menjadi text. Keempat adalah proses identifikasi yang digunakan
untuk mengidentifikasi bagian karakter terakhir dari output text untuk di cari identitas kota dari
plat nomor itu sendiri.
Penelitian dilakukan terhadap beberapa sampel citra plat nomor yang berjumlah 10 buah
dengan masing-masing dari kota yang berbeda di wilayah Surakarta. Semua sampel tersebut
melalui tahap proses akusisi hingga proses identifikasi dengan hasil rata-rata tingkat
keberhasilan 96,25%. Berdasarkan 10 sampel hanya 8 sampel citra yang berhasil dengan
tingkat keberhasilan 100% dan 2 sampel citra terdapat sedikit kesalahan dengan tingkat
keberhasilan 75% dan 87,5%. Sampel citra plat nomor yang berjumlah 8 buah tersebut berhasil
dikarenakan karakter pola citra plat nomor dengan citra template matching ketika melalui
proses OCR perhitungan nilai binernya hampir sama. Sedangkan 2 buah citra plat nomor yang
terdapat kesalahan karena ketidaksamaan nilai biner karakter pola citra plat nomor dengan
citra template matching sehingga, diambil pola citra lain yang nilai binernya terdekat.
Kata Kunci : Aplikasi, Komputer, Prepocessing, OCR, Template matching.
I.
PENDAHULUAN
Pengolahan citra digital memang tidak
asing lagi dalam komputer. Pengolahan citra
digital memiliki berbagai macam jenis
bidang sesuai fungsinya diantaranya
pengenalan
pola.
Pengenalan
pola
merupakan bentuk kemampuan sebuah
program komputer untuk menganalisa
bentuk objek dari suatu citra. Tujuan dari
pengenalan itu sendiri menghasilkan sebuah
keputusan.Pengenalan pola diterapkan untuk
menganalisa sebuah plat nomor kendaraan
dengan lingkup area wilayah Surakarta yang
terbagi atas beberapa kota.
Bidang pengenalan pola dapat
mengenali plat nomor kendaraan dengan
sebuah pendekatan metode optical character
recognition (OCR). Metode ini digunakan
untuk memudahkan dalam menganalisa
semua bentuk objek citra yang akan diambil.
Objek citra tersebut lalu menjadi sebuah
masukan untuk dianalisa dan diproses oleh
program melalui komputer. Setiap karakter
citra yang diproses kemudian dikenali dan di
identifikasi hingga menghasilkan keputusan
identitas nama kota dari plat nomor
kendaraan. Bidang pengenalan pola ini
merupakan solusi bagaimana cara mengenali
suatu citra.
Penelitian
sebelumnya
yang
berhubungan dengan topik pembahasan dan
dijadikan
bahan
untuk
melakukan
pengembangan penelitian ini adalah sebagai
berikut :
a) Pada penelitian yang dilakukan oleh
Ninik Chamidah Tahun 2009 dari
Universitas Islam Negeri Malang,
penelitian tersebut menguraikan tentang
simulasi
pembacaan
plat
nomor
kendaraan
yang
merujuk tentang
pembentukan karakter pada sebuah citra,
dengan hasil keluaran berupa citra.
Proyek tersebut dibuat dengan sebuah
sistem untuk membaca sebuah plat nomor
dengan menggunakan Metode Get Image
Chars, operasi Negasi dan Operasi
Cropping untuk mendeteksi posisi plat.
Operasi Negasi berfungsi menegasikan
citra kemudian yang kemudian di
cropping. Proses Get Image Char untuk
mengubah dari bentuk citra plat nomor
menjadi teks atau karakter. Tingkat
keberhasilan sistem pembacaan plat
nomor adalah 25% sampai 100% dari
beberapa sampel data yang telah dipakai.
b) Penelitian tentang sistem pengenalan plat
nomor Mobil untuk aplikasi informasi
karcis parkir pernah dilakukan oleh Andi
Setiawan tahun 2011 dari Institut
Teknologi Sepuluh Nopember (ITS)
Surabaya.
Penelitian
tersebut
menguraikan tentang pendeteksian plat
nomor mobil menggunakan
proses
pengolahan
citra
untuk
dapat
meningkatkan kinerja dari sistem kontrol
dan informasi pada area parkir. Proyek
penelitian ini menggunakan metode
principle component analysis (PCA).
Metode ini akan mereduksi citra menjadi
vektor ciri sehingga komputasi yang
dilakukan
menjadi
lebih
sedikit.
Perancangan sistemnya meliputi proses
database
yang
mengandung
data
aplhanumeric.
Selanjutnya
proses
pengenalan yang menerapkan metode
euclidas distance berfungsi mencari jarak
terdekat data test dengan database.
Meskipun proyek aplikasi ini diterapkan
dalam informasi karcis tetapi hanya
berfokus dalam mengolah data input dan
menghasilkan output sesuai citra inputan.
Pengujian yang dilakukan terhadap
aplikasi ini berkisar antara 80% sampai
84%.
II. METODE PENELITIAN
Pelaksanaan penelitian ini diajukan
setelah seminar proposal pada tanggal 1
Desember 2012 sampai 23 September 2013
akhir penyelesaian laporan penelitian
sebagai Tugas Akhir. Penelitian ini
dilakukan di Lab TE (Teknik Elektro).
2.1 Analisa Kebutuhan
Analisa kebutuhan disini meliputi
kebutuhan software dan software.
a) Analisis kebutuhan software
1. Windows 7 Home Premium 32 bit
2. Matlab versi R2009a.
3. Microsoft Office Word 2007
b). Analisis kebutuhan hardware
1. Laptop Acer Asphire 4736Z
2. CPU AMD Dual Core 2.0 GHz
3. RAM 2 GB
4. Hardisk 250 GB
5. Kamera Webcam Acer Crystal
Eye
2.2. Perancangan Sistem
Perancangan sistem menjelaskan
tentang bagaimana user dapat menggunakan
aplikasi ini. Contohnya adalah sebagai
berikut:
Gambar 1. Desain Menu Aplikasi
Tampilan rancangan menu aplikasi
pengenalan plat nomor kendaraan seperti
pada gambar 1. Rancangan tampilan aplikasi
tersebut di buat dengan menggunakan GUI
(Grafic User Interfaces) dalam matlab.
Aplikasi tersebut memiliki beberapa tombol
dan menu yang masing-masing fungsinya
berbeda. Cara menggubakannya adalah
dengan mengaktifkan tombol Video On lalu
Capture Video pada objek plat nomor. Atur
Itensitas Cahaya citra untuk mengatur
pencahayaan dan Tekan analisa untuk
menghasilkan nama kotanya.
2.3. Proses Dalam Sistem
1. Akusisi Citra
Tahap ini dimulai dari objek yang
akan diambil berupa citra plat nomor
kendaraan melalui peralatan berupa kamera
webcam. Pengambilan objek citra dilakukan
dengan capture akan menyimpan dan
menampilkan citra di aplikasi dalam bentuk
grayscale (abu-abu.
Adapun penginputan citra plat nomor
dalam aplikasi dilakukan dengan membuka
file citra dari direktori. Citra plat nomor
kendaraan yang telah ditampilkan tersebut
akan di potong menggunakan crop seperti
pada gambar 2.
2. Prepocessing
Penerapan prepocessing ini akan lebih
membantu dalam proses pengolahan citra
yang meliputi diantaranya: Proses Imadjust,
Convert To Complement Image, Convert To
Biner, Morphological Operation.
a) Proses Imadjust
Proses ini melakukan pengaturan
intensitas kualitas terang gelap cahaya
pada citra plat nomor kendaraan.
Pengaturan cahaya pada tiap pixel
dalam teknik imadjust dibagi dua
daerah yakni bagian kiri untuk daerah
terang sebaliknya bagian kanan daerah
gelap.
b) Convert To Complement Image
Proses commplement image akan
mengubah citra plat nomor untuk di
balikkan sifat dari warnanya pada setiap
pixel agar menjadi citra negative.
Proses complement image pada bagian
dari citra plat nomor kendaraan yang
sebelumnya berwarna putih akan
menjadi hitam, sedangkan bagian yang
bewarna hitam akan menjadi putih.
c) Convert To Biner
Proses biner melalui thresholding
mengubah citra menjadi biner (hitam
putih) yang memiliki dua level warna
yaitu putih (1) dan hitam (0).
d) Morphological Opening
Morphological opening atau
operation opening ini akan dipakai
dengan tujuan memperkuat pola
karakter dari citra plat nomor
kendaraan. Pola karakter dari citra plat
nomor kendaraan akan lebih jelas ketika
melalui tahap pengenalan dari setiap
karakter citra.
3. Kalkulasi Korelasi
Pada tahap selanjutnya yaitu kalkulasi
korelasi, yang merupakan tahap memproses
citra agar dapat dikenali oleh aplikasi.
Langkah pertama dalam kalkulasi korelasi
dengan memberi label pada citra plat nomor
kendaraan. Langkah berikutnya menghitung
dan mencari satu persatu label hingga
keseluruhan. Selanjutnya memotong label
pada setiap karakternya mengubah ukuran
menjadi 42x24 pixel.
Potongan citra plat nomor kendaraan
yang telah diubah ukurannya kemudian
dikorelasikan dengan citra sampel template
matching. Korelasi yaitu mencari kecocokan
nilai paling terdekat antara kedua buah citra
antara citra template matching dengan citra
plat
nomor
kendaraan
dengan
menghitungnya lalu mengubah hasilnya
dalam bentuk text. Template matching
merupakan bagian feature extraction yang
termasuk dalam kategori metode struktural.
Gambar 2. Proses Penginputan Citra Plat Nomor
Kendaraan
Gambar 3. Proses Pengenalan Citra Plat
Nomor dengan Template
Karakter text dari hasil korelasi terdiri
dari susunan huruf dan angka sesuai pola
karakter dari citra plat nomor kendaraan.
Penggunaan korelasi dalam aplikasi ini
terbilang efektif dan memberikan ketepatan
dalam perhitungannya.
4. Proses Identifikasi
Proses identifikasi akan menentukan
identitas kota citra plat nomor yang sudah
menjadi text yang terdiri dari susunan huruf
dan angka. Berdasarkan pengamatan secara
langsung dapat dilihat bahwa susunan dari
plat nomor memiliki bagian yaitu: kode
wilayah, nomor urut, dan kode kota seperti
pada gambar 4.
Letak identifikasi ditentukan pada
kode kota pada setiap plat nomor kendaraan
terdapat satu hingga dua karakter paling
belakang.
Gambar 5 adalah penjelasan siklus
bagaimana
citra
di
olah
melalui
prepocessing, kalkulasi korelasi dan
berakhir pada proses identifikasi. Proses
sebelumnya output text plat nomor
merupakan keluaran dari proses korelasi dan
output tersebut akan di identifikasi pada
tahap ini.
III. HASIL PENELITIAN DAN
ANALISA
Pengujian
terhadap
aplikasi
pengenalan plat nomor kendaraan dilakukan
dengan tujuan memastikan apakah aplikasi
dapat berjalan dengan baik atau tidak.
Terutama hasil keputusan yang di keluarkan
harus sesuai dengan yang diharapkan
sebagaimana mestinya. Pengujian ini yaitu
ini mengukur sejauh mana tingkat
kemampuan aplikasi dalam mengenali plat
nomor kendaraan. Data citra yang
digunakan dalam pengujian ini adalah citra
plat motor dari berbagai daerah wilayah
Surakarta.
Gambar 4. Bagian Citra Plat Nomor
Kendaraan
Gambar 5. Proses Identifikasi Citra Plat
Nomor
Gambar 6. Tampilan Utama Aplikasi
Tampilan Aplikasi
Aplikasi pengenalan plat nomor
kendaraan dijalankan dan pada tampilan
utamanya seperti pada gambar 6.
2. Uji Coba Dan Analisa Sistem
Langkah pertama dengan menekan
tombol Video On untuk mengaktifkan
tampilan video dan memposisikan kamera
yang nantinya akan menampilkan objek plat
nomor kendaraan.
Tampilan video aktif kemudian dapat
di ambil objek plat nomornya dengan
menekan tombol Capture Video. Secara
otomatis objek citra plat nomor kendaraan
muncul pada tampilan input dalam bentuk
grayscale. Citra yang sudah di capture juga
tersimpan dalam folder capture.
Hasil citra plat nomor kendaraan yang
muncul melalui tampilan input kemudian di
crop hanya untuk memotong bagian plat
nomor saja. Cara pemotongan dengan
memposisikan kursor pada tampilan input
kemudian klik dan tarik kursor untuk
menyeleksi pada bagian objek plat nomor
lalu klik kanan pada mouse dan pilih crop.
Langkah berikutnya adalah mengatur
intensitas cahaya citra plat nomor kendaraan
dalam tampilan input.Fungsi pengaturan
intensitas cahaya dilakukan pada posisi nol
lalu dengan menggeser ke kanan untuk
mengurangi cahaya kemudian jika kembali
ke kiri dapat mencerahkan cahaya pada
citra.
1.
Langkah
berikutnya
dalam
prepocessing adalah citra complement. Citra
complement merupakan beberapa bagian
dari proses yang terdapat dalam aplikasi.
Cara kerja proses complement akan
membalikkan warna citra yang sebelumnya
terang menjadi gelap dan warna yang
sebelumnya gelap menjadi terang.
Berikutnya proses biner akan lebih
menyederhanakan
citra
plat
nomor
kendaraan menjadi lebih kecil intensitas
warnanya yaitu warna hitam dan putih.
Terlihat dibawah hasil citra plat nomor
kendaraan yang telah sebelum diubah ke
dalam biner berada di kiri sedangkan citra
yang telah mengalami perubahan berada di
sebelah kanan.
Langkah
selanjutnya
proses
pengubahan citra biner dalam bentuk citra
morphological opening. Langkah yang
dilakukan dalam proses ini termasuk
memfilter citra plat nomor kendaraan untuk
mengurangi noise pada citra plat nomor.
Pengamatan pada citra dibawah ini
menunjukkan bahwa citra yang sebelumnya
di kiri terlihat jika ada noise kemudian di
filter dengan proses ini yang hasilnya berada
pada sebelah kanan.
Gambar 7. Hasil Capture Plat Nomor
Gambar 8. Pengaturan Kontras Citra
Gambar 9. Prepocessing citra
Tahap selanjutnya proses kalkulasi
korelasi yang mana memproses hasil citra
plat nomor kendaraan dengan terlebih
dahulu memberi label pada setiap pola
karakter citra plat nomor. Pemberian label
berguna memberi urutan pola karakter citra
sesuai dengan bentuk urutan citra yang
sebelumnya. Cara memberikan label dengan
menentukan koordinat pada pola citra plat
nomor yang menentukan batas pixel hitam
dan putih. Titik koordinat ditentukan dari
baris min r dan max r sedangkan, titik
koordinat kolom ditentukan dari min c dan
max c. Cara menentukan min dan max
berdasarkan perbedaan warna citra biner
yaitu putih dan hitam.
Proses selanjutnya adalah memotong
setiap label yang telah di urutkan
berdasarkan koordinat baris dan kolom pada
min dan maxnya. Pemotongan label
dilakukan satu persatu sebanyak 8 kali
sesuai jumlah label.
Hasil dari pemotongan tadi adalah
pola karakter citra plat nomor yang
berjumlah 8 buah. Pola karakter citra plat
nomor tersebut kemudian disesuaikan
dengan ukuran data citra template yaitu 42 x
24 pixel. Ukuran tersebut adalah ukuran
standart dari pola karakter yang ada pada
data template matching.
Template
matching
merupakan
kumpulan data citra atau dapat dikatakan
database. Kumpulan data citra pada
template matching merupakan citra biner
yang berjumlah 36 buah dengan masingmasing memiliki inisial VD. Citra biner
pada template matching
merupakan
perbandingan terhadap citra input dari plat
nomor kendaraan. Hasil citra plat nomor
kendaraan tadi pada setiap polanya
dikorelasikan dengan pola citra template
matching. Proses korelasi berlangsung pada
fungsi read_letter. Proses korelasi
dilakukan dengan mencari kesamaan dari
huruf A-Z dan angka 0-9 berdasarkan nilai
biner pada data VD penghubung inisial
validasinya. Proses korelasi dilakukan
dengan mencari hasil perhitungan nilai yang
tingkatnya tertinggi. Hasil proses ini berupa
text dengan jumlah 8 buah yang kemudian
dikumpulkan membentuk deretan sesuai dari
plat nomor di atas yang dijadikan penelitian.
Langkah terakhir proses dalam aplikasi
ini adalah mengidentifikasi hasil keluaran
text untuk di cari indentitas kotanya.
Pencarian identitas kota dari plat nomor
kendaraan ini dengan menentukan keluaran
text plat nomor kendaraan paling akhir.
Penentuan text terakhir dilakukan ketika
proses korelasi pada pola karakter citra plat
nomor selesai. Setiap selesai korelasi maka
hasil proses korelasi tersebut menghasilkan
text
yang
kemudian
dikumpulkan
membentuk deretan. Proses korelasi
dilakukan sebanyak 8 kali hingga pada
korelasi yang terakhir yaitu pada huruf K
seperti pada gambar 12. Huruf K yang telah
menjadi text kemudian di cari pada
statement VD (validasi) nama kota. Jadi data
statement VD nama kota akan memanggil
atau
mencari
VD
dalam
fungsi
read_letter yang mewakili atau
menyimpan huruf K. Huruf K dalam data
VD di fungsi read_letter masuk dalam
urutan
ke-11
atau
dalam
bahasa
pemrograman tertulis (vd==11). Statement
VD nama kota pada urutan ke-11 memiliki
data string berupa Kab. Sukoharjo. Jika
pencarian identitas huruf K telah ditemukan
maka hasil nama kotanya langsung
ditampilkan pada aplikasi dalam bentuk
tulisan (text) seperti pada gambar 12.
Gambar 10. Proses Pemberian Label pada
Citra Plat Nomor
Gambar 11. Pengubahan Ukuran Pola
Gambar 12. Hasil Identifikasi Plat Nomor
Proses identifikasi telah dilakukan
selanjutnya hasil citra pada tampilan input
dapat di simpan sebagai file citra. Cara
menyimpannya melalui menu file lalu pilih
simpan citra. Tujuannya untuk meyimpan
citra plat nomor yang telah berhasil di
proses oleh aplikasi dengan baik. Selain itu
citra yang telah di simpan juga dapat di
inputkan kembali pada aplikasi melalui
tombol ambil citra jika dibutuhkan. Hal itu
termasuk sisi kemudahan dan efesiensi dari
aplikasi ini.
3. Uji Coba Dan Analisa Unjuk Kerja
Aplikasi
Pengujian kemampuan identifikasi
plat nomor kendaraan dilakukan dengan uji
coba 10 sampel citra plat nomor. Parameter
hasil pengujian yang digunakan pada
penelitian ini adalah prosentase keberhasilan
identifikasi tiap karkater dalam satu plat
nomor. Prosentase keberhasilan dihitung
dengan rumus.
Berdasarkan tabel diatas dapat di lihat
dari beberapa sampel citra plat nomor
kendaraan yang disertakan dalam pengujian
berjumlah 10 buah sampel dari area wilayah
karesidenan Surakarta.
Jadi dari 10 data citra yang terdapat
pada tabel 1 semuanya melalui prosesproses tersebut.
Citra data sampel plat nomor
kendaraan yang digunakan dapat di kenali
dengan baik dan keseluruhan tingkat ratarata keberhasilan 96,25%. Hal itu tentu di
tunjang dengan kondisi citra yang baik dan
posisi pengambilan objek plat nomor tegak
serta tidak bergerak. Berdasarkan 10 buah
sampel citra plat nomor yang di kenali
dengan baik hanya 8 buah dengan
prosentase keberhasilan 100% dan dua citra
plat nomor terdapat kesalahan dalam
pengenalan. Dua citra yang terdapat
kesalahan dalam pengenalan adalah citra
plat nomor urutan ke-7 dan 10 di dalam
tabel 1.
Hasil
prosentase
keberhasilan
pengenalan pada citra plat nomor urutan ke7 adalah 87,5%. Citra plat nomor pada
urutan ke-7 memiliki pola karakter input
“AD 3315 TV” pada tabel, tetapi dalam
hasil pengenalan tertulis “AD3315IV”.
Letak kesalahan dalam pengenalan pada
citra urutan ke-7 ada pada huruf I yang
seharusnya adalah huruf T yang disebabkan
karena sedikit kesamaan bentuk pola atau
pola yang sedikit miring pada karakter T.
Dua karakter tersebut yaitu T dan I
sebenarnya jika dilihat seksama sangat jauh
sekali perbedaanya akan tetapi ada sedikit
kemungkinan kesamaan bilangan binernya.
Hasil identifikasi identitas kota pada citra
plat nomor ke-7 tidak terdapat kesalahan
dan aplikasi menunjukkan citra plat nomor
tersebut berasal dari Kab. Klaten.
Citra plat nomor urutan ke-10
memiliki tingkat keberhasilan prosentase
pengenalan sebanyak 75%. Karakter input
pada citra plat nomor urutan ke-10 adalah
“AD 2350 MR” tetapi dari hasil pengenalan
tertulis “AD235DHR”. Kesalahan pertama
pada pengenalan citra plat nomor ini ada
karakter pola yaitu angka yang seharusnya 0
justru dikenali oleh aplikasi dalam bentuk
huruf D dan dapat disebabkan kesamamaan
bilangan binernya. Kesalahan kedua ada
pada karakter yang seharusnya huruf M
tetapi dikenali sebagai huruf H. Bagi
karakter yang lain masih dapat dikenali
dengan baik sehingga tidak mempengaruhi
hasil identifikasi. Hasil identifikasi identitas
kota pada citra plat nomor ke-10 pada tabel
menunjukkan citra plat nomor tersebut
berasal dari Kab. Wonogiri.
Tabel 1. Hasil Pengujian Beberapa Plat
Nomor
IV. KESIMPULAN
Kesimpulan yang dapat diambil dari
karya ilmiah ini adalah sebagai berikut:
1. Penelitian
ini
telah
berhasil
mengembangkan aplikasi pengolahan
citra digital untuk mengenali plat nomor
kendaraan dengan perangkat komputer
dan kamera webcam sebagai alat akusisi
citranya. Metode OCR yang digunakan
dalam penelitian ini meliputi langkahlangkah:
a) Prepocessing yang diantaranya: proses
imadjust, image complement, image
biner, dan morphological opening.
b) Kalkulasi ciri yang pada penelitian ini
dilakukan dengan melalui nilai korelasi
antara data template dan masukkan serta
klasifikasi yang didasarkan pada
perhitungan nilai korelasi.
Penelitian ini memperlihatkan OCR
dapat digunakan dalam aplikasi ini
dengan memberikan akurasi identifikasi
sebesar 96,25%
2. Aplikasi pengenalan plat nomor
kendaraan
dirancang
dengan
menggunakan bahasa pemrograman
Matlab versi R2009a dengan tampilan
(GUI) dan beberapa fungsi tombol yang
memudahkan dalam penggunaanya.
DAFTAR PUSTAKA
Adipranata, Rudy. (2005).Perancangan Dan
pembuatan Aplikasi Segmentasi
Fambar Dengan Menggunakan
Metode Morphological Watershed.
Surabaya: Universitas Kristen
Petra.
Andriani, Evi. (2010).Image Enhancement.
http://eviandrianimosy.blogspot.co
m diakses pada 14 Desember 2012.
Ardianto, Eka. (2011).Rancang Bangun
Aplikasi Pengolah Gambar Digital
Untuk Segmentasi otomatis Lokasi
Objek Angka Pada Meter Listrik.
Universitas Stikubank.
Bahri, Sofian Raden. (2012).Perbandingan
Algoritma Template Matching Dan
Feature Extraction Pada Optical
Character Recognition. Bandung:
Universitas Komputer Indonesia.
Barragán, Guerrero Diego. OCR On Matlab
Command.Window.
http://www.matpic.com/
Cahyo, Dwi Septian. Analisis Perbandingan
Beberapa Metode Deteksi Tepi
Menggunakan
Delphi
7.
Universitas Gunadarma.
Chamidah,
Ninik.
(2009).Simulasi
Pembacaan Gambar Plat Nomor
Polisi
Kendaraan
Bermotor.
Malang: Universitas Islam Negeri
Malang.
Eikvil, Line. (1993).OCR (Optical Character
Recognition).
Gunawan, Budi. Deteksi Isyarat Tangan
Oleh Komputer Dengan Digital
Image Processing. Universitas
Muria Kudus.
Image Segmentasi.
http://viplab.if.its.ac.id diakses pada
03 Januari 2013.
Kusniyati, Harni, ST. Perbaikan Mutu Citra.
Universitas Mercu Buana.
Langkah Penting Dalam Pengolahan Citra.
http://r1fai.blogspot.com diakses 14
Desember 2012.
Leksono, Bowo.Aplikasi Metode Template
Matching Untuk Klasifikasi Sidik
Jari. Universitas Diponegoro.
Novianto, Ary, (2009).Contrast Stretching.
Yogyakarta: Universitas Gadjah
Mada.
Pengertian Matlab.
http://bisonerich-matlab.blogspot.com
diakses pada 03 Juni 2012.
Pengertian OCR.
http://digilib.ittelkom.ac.id diakses
pada 26 Juni 2012.
Pengertian Web Cam. (2009). Universitas
Kristen Krida Wacana.
Perbaikan Kualitas Citra.
http://maxteja.blogspot.com diakses
pada 14 Desember 2012.
Putra, Darma.Binerasisasi Citra Tangan
Dengan Metode Otsu. Universitas
Udayana.
Sada, Herawati Ira. (2011).Permodelan
Wajah 3D Melalui Pendeteksian
Fitur Wajah 2D Menggunakan
Teknik Morphing. Bandung.
Setiawan, Andy. (2011).Sistem Pengenalan
Plat Nomor Mobil Untuk Aplikasi
Informasi Karcis Parkir. Surabaya:
Institut
Teknologi
Sepuluh
Nopember Surabaya.
Susilawati, Indah, M.Eng, S.T. (2009).
Mathematical
Morphology.
Yogyakarta: Universitas Mercu
Buana Yogyakarta.
Utama, Jana, ST. Akusisi citra Digital
Menggunakan
Pemrograman
Matlab. Universitas Komputer.
Virnawati, Farah. Morphological Operation
On Binary Image.
APLIKASI PENGENALAN PLAT NOMOR KENDARAAN DENGAN METODE
OPTICAL CHARACTER RECOGNITION (OCR)
Diajukan untuk Memenuhi Tujuan dan Syarat-syarat
Guna Memperoleh Gelar Sarjana Teknik
Pada Jurusan Elektro Fakultas Teknik
Universitas Muhammadiyah Surakarta
Diajukan Oleh :
OKI FREDIAN SAHRIZAL
NIM : D 400 080 015
JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH SURAKARTA
2013
APLIKASI PENGENALAN PLAT NOMOR KENDARAAN DENGAN METODE
OPTICAL CHARACTER RECOGNITION (OCR)
OKI FREDIAN SAHRIZAL
FAKULTAS TEKNIK JURUSAN TEKNIK ELEKTRO
UNIVERSITAS MUHAMMADIYAH SURAKARTA
E-mail : nano_techno@ymail.com
ABSTRAKSI
Perkembangnya teknologi komputer memang tidak lepas dari pemanfaatan sebuah
aplikasi. Berbagai aplikasi telah banyak diterapkan dalam bidang yang berhubungan dengan
data citra digital. Bidang pada citra digital salah satunya adalah pengenalan pola yang
digunakan untuk mengenali pola citra itu sendiri. Pengenalan pola pada citra digital di
manfaatkan untuk mengenali citra plat nomor. Plat nomor memiliki susunan dari kode wilayah
berupa huruf, nomor urut berupa angka, dan kode kota berupa huruf. Susunan huruf dan angka
tersebut dikenali oleh aplikasi dalam bentuk bilangan biner sehingga bidang pengenalan pola
sangat tepat digunakan. Penerapan pengenalan pola pada citra plat nomor dapat dilakukan
dengan menggunakan sebuah metode yaitu metode OCR.
Metode OCR memiliki tahapan dalam penerapannya dan tahapan itu meliputi yang
pertama, akusisi. Proses akusisi berfungsi untuk mengambil objek citra plat nomor kemudian
menjadikannya sebagai inputan citra digital. Kedua prepocessing, adalah kumpulan dari
beberapa proses yang digunakan untuk mengolah citra plat nomor yang terdiri dari image
adjustment (imadjust), image complement, biner, dan morphological opening. Ketiga adalah
proses OCR, yang berfungsi mengkorelasikan antara karakter pola citra plat nomor dengan
citra template matching. Proses OCR sekaligus juga akan mengubah citra yang telah
dikorelasikan untuk di ubah menjadi text. Keempat adalah proses identifikasi yang digunakan
untuk mengidentifikasi bagian karakter terakhir dari output text untuk di cari identitas kota dari
plat nomor itu sendiri.
Penelitian dilakukan terhadap beberapa sampel citra plat nomor yang berjumlah 10 buah
dengan masing-masing dari kota yang berbeda di wilayah Surakarta. Semua sampel tersebut
melalui tahap proses akusisi hingga proses identifikasi dengan hasil rata-rata tingkat
keberhasilan 96,25%. Berdasarkan 10 sampel hanya 8 sampel citra yang berhasil dengan
tingkat keberhasilan 100% dan 2 sampel citra terdapat sedikit kesalahan dengan tingkat
keberhasilan 75% dan 87,5%. Sampel citra plat nomor yang berjumlah 8 buah tersebut berhasil
dikarenakan karakter pola citra plat nomor dengan citra template matching ketika melalui
proses OCR perhitungan nilai binernya hampir sama. Sedangkan 2 buah citra plat nomor yang
terdapat kesalahan karena ketidaksamaan nilai biner karakter pola citra plat nomor dengan
citra template matching sehingga, diambil pola citra lain yang nilai binernya terdekat.
Kata Kunci : Aplikasi, Komputer, Prepocessing, OCR, Template matching.
I.
PENDAHULUAN
Pengolahan citra digital memang tidak
asing lagi dalam komputer. Pengolahan citra
digital memiliki berbagai macam jenis
bidang sesuai fungsinya diantaranya
pengenalan
pola.
Pengenalan
pola
merupakan bentuk kemampuan sebuah
program komputer untuk menganalisa
bentuk objek dari suatu citra. Tujuan dari
pengenalan itu sendiri menghasilkan sebuah
keputusan.Pengenalan pola diterapkan untuk
menganalisa sebuah plat nomor kendaraan
dengan lingkup area wilayah Surakarta yang
terbagi atas beberapa kota.
Bidang pengenalan pola dapat
mengenali plat nomor kendaraan dengan
sebuah pendekatan metode optical character
recognition (OCR). Metode ini digunakan
untuk memudahkan dalam menganalisa
semua bentuk objek citra yang akan diambil.
Objek citra tersebut lalu menjadi sebuah
masukan untuk dianalisa dan diproses oleh
program melalui komputer. Setiap karakter
citra yang diproses kemudian dikenali dan di
identifikasi hingga menghasilkan keputusan
identitas nama kota dari plat nomor
kendaraan. Bidang pengenalan pola ini
merupakan solusi bagaimana cara mengenali
suatu citra.
Penelitian
sebelumnya
yang
berhubungan dengan topik pembahasan dan
dijadikan
bahan
untuk
melakukan
pengembangan penelitian ini adalah sebagai
berikut :
a) Pada penelitian yang dilakukan oleh
Ninik Chamidah Tahun 2009 dari
Universitas Islam Negeri Malang,
penelitian tersebut menguraikan tentang
simulasi
pembacaan
plat
nomor
kendaraan
yang
merujuk tentang
pembentukan karakter pada sebuah citra,
dengan hasil keluaran berupa citra.
Proyek tersebut dibuat dengan sebuah
sistem untuk membaca sebuah plat nomor
dengan menggunakan Metode Get Image
Chars, operasi Negasi dan Operasi
Cropping untuk mendeteksi posisi plat.
Operasi Negasi berfungsi menegasikan
citra kemudian yang kemudian di
cropping. Proses Get Image Char untuk
mengubah dari bentuk citra plat nomor
menjadi teks atau karakter. Tingkat
keberhasilan sistem pembacaan plat
nomor adalah 25% sampai 100% dari
beberapa sampel data yang telah dipakai.
b) Penelitian tentang sistem pengenalan plat
nomor Mobil untuk aplikasi informasi
karcis parkir pernah dilakukan oleh Andi
Setiawan tahun 2011 dari Institut
Teknologi Sepuluh Nopember (ITS)
Surabaya.
Penelitian
tersebut
menguraikan tentang pendeteksian plat
nomor mobil menggunakan
proses
pengolahan
citra
untuk
dapat
meningkatkan kinerja dari sistem kontrol
dan informasi pada area parkir. Proyek
penelitian ini menggunakan metode
principle component analysis (PCA).
Metode ini akan mereduksi citra menjadi
vektor ciri sehingga komputasi yang
dilakukan
menjadi
lebih
sedikit.
Perancangan sistemnya meliputi proses
database
yang
mengandung
data
aplhanumeric.
Selanjutnya
proses
pengenalan yang menerapkan metode
euclidas distance berfungsi mencari jarak
terdekat data test dengan database.
Meskipun proyek aplikasi ini diterapkan
dalam informasi karcis tetapi hanya
berfokus dalam mengolah data input dan
menghasilkan output sesuai citra inputan.
Pengujian yang dilakukan terhadap
aplikasi ini berkisar antara 80% sampai
84%.
II. METODE PENELITIAN
Pelaksanaan penelitian ini diajukan
setelah seminar proposal pada tanggal 1
Desember 2012 sampai 23 September 2013
akhir penyelesaian laporan penelitian
sebagai Tugas Akhir. Penelitian ini
dilakukan di Lab TE (Teknik Elektro).
2.1 Analisa Kebutuhan
Analisa kebutuhan disini meliputi
kebutuhan software dan software.
a) Analisis kebutuhan software
1. Windows 7 Home Premium 32 bit
2. Matlab versi R2009a.
3. Microsoft Office Word 2007
b). Analisis kebutuhan hardware
1. Laptop Acer Asphire 4736Z
2. CPU AMD Dual Core 2.0 GHz
3. RAM 2 GB
4. Hardisk 250 GB
5. Kamera Webcam Acer Crystal
Eye
2.2. Perancangan Sistem
Perancangan sistem menjelaskan
tentang bagaimana user dapat menggunakan
aplikasi ini. Contohnya adalah sebagai
berikut:
Gambar 1. Desain Menu Aplikasi
Tampilan rancangan menu aplikasi
pengenalan plat nomor kendaraan seperti
pada gambar 1. Rancangan tampilan aplikasi
tersebut di buat dengan menggunakan GUI
(Grafic User Interfaces) dalam matlab.
Aplikasi tersebut memiliki beberapa tombol
dan menu yang masing-masing fungsinya
berbeda. Cara menggubakannya adalah
dengan mengaktifkan tombol Video On lalu
Capture Video pada objek plat nomor. Atur
Itensitas Cahaya citra untuk mengatur
pencahayaan dan Tekan analisa untuk
menghasilkan nama kotanya.
2.3. Proses Dalam Sistem
1. Akusisi Citra
Tahap ini dimulai dari objek yang
akan diambil berupa citra plat nomor
kendaraan melalui peralatan berupa kamera
webcam. Pengambilan objek citra dilakukan
dengan capture akan menyimpan dan
menampilkan citra di aplikasi dalam bentuk
grayscale (abu-abu.
Adapun penginputan citra plat nomor
dalam aplikasi dilakukan dengan membuka
file citra dari direktori. Citra plat nomor
kendaraan yang telah ditampilkan tersebut
akan di potong menggunakan crop seperti
pada gambar 2.
2. Prepocessing
Penerapan prepocessing ini akan lebih
membantu dalam proses pengolahan citra
yang meliputi diantaranya: Proses Imadjust,
Convert To Complement Image, Convert To
Biner, Morphological Operation.
a) Proses Imadjust
Proses ini melakukan pengaturan
intensitas kualitas terang gelap cahaya
pada citra plat nomor kendaraan.
Pengaturan cahaya pada tiap pixel
dalam teknik imadjust dibagi dua
daerah yakni bagian kiri untuk daerah
terang sebaliknya bagian kanan daerah
gelap.
b) Convert To Complement Image
Proses commplement image akan
mengubah citra plat nomor untuk di
balikkan sifat dari warnanya pada setiap
pixel agar menjadi citra negative.
Proses complement image pada bagian
dari citra plat nomor kendaraan yang
sebelumnya berwarna putih akan
menjadi hitam, sedangkan bagian yang
bewarna hitam akan menjadi putih.
c) Convert To Biner
Proses biner melalui thresholding
mengubah citra menjadi biner (hitam
putih) yang memiliki dua level warna
yaitu putih (1) dan hitam (0).
d) Morphological Opening
Morphological opening atau
operation opening ini akan dipakai
dengan tujuan memperkuat pola
karakter dari citra plat nomor
kendaraan. Pola karakter dari citra plat
nomor kendaraan akan lebih jelas ketika
melalui tahap pengenalan dari setiap
karakter citra.
3. Kalkulasi Korelasi
Pada tahap selanjutnya yaitu kalkulasi
korelasi, yang merupakan tahap memproses
citra agar dapat dikenali oleh aplikasi.
Langkah pertama dalam kalkulasi korelasi
dengan memberi label pada citra plat nomor
kendaraan. Langkah berikutnya menghitung
dan mencari satu persatu label hingga
keseluruhan. Selanjutnya memotong label
pada setiap karakternya mengubah ukuran
menjadi 42x24 pixel.
Potongan citra plat nomor kendaraan
yang telah diubah ukurannya kemudian
dikorelasikan dengan citra sampel template
matching. Korelasi yaitu mencari kecocokan
nilai paling terdekat antara kedua buah citra
antara citra template matching dengan citra
plat
nomor
kendaraan
dengan
menghitungnya lalu mengubah hasilnya
dalam bentuk text. Template matching
merupakan bagian feature extraction yang
termasuk dalam kategori metode struktural.
Gambar 2. Proses Penginputan Citra Plat Nomor
Kendaraan
Gambar 3. Proses Pengenalan Citra Plat
Nomor dengan Template
Karakter text dari hasil korelasi terdiri
dari susunan huruf dan angka sesuai pola
karakter dari citra plat nomor kendaraan.
Penggunaan korelasi dalam aplikasi ini
terbilang efektif dan memberikan ketepatan
dalam perhitungannya.
4. Proses Identifikasi
Proses identifikasi akan menentukan
identitas kota citra plat nomor yang sudah
menjadi text yang terdiri dari susunan huruf
dan angka. Berdasarkan pengamatan secara
langsung dapat dilihat bahwa susunan dari
plat nomor memiliki bagian yaitu: kode
wilayah, nomor urut, dan kode kota seperti
pada gambar 4.
Letak identifikasi ditentukan pada
kode kota pada setiap plat nomor kendaraan
terdapat satu hingga dua karakter paling
belakang.
Gambar 5 adalah penjelasan siklus
bagaimana
citra
di
olah
melalui
prepocessing, kalkulasi korelasi dan
berakhir pada proses identifikasi. Proses
sebelumnya output text plat nomor
merupakan keluaran dari proses korelasi dan
output tersebut akan di identifikasi pada
tahap ini.
III. HASIL PENELITIAN DAN
ANALISA
Pengujian
terhadap
aplikasi
pengenalan plat nomor kendaraan dilakukan
dengan tujuan memastikan apakah aplikasi
dapat berjalan dengan baik atau tidak.
Terutama hasil keputusan yang di keluarkan
harus sesuai dengan yang diharapkan
sebagaimana mestinya. Pengujian ini yaitu
ini mengukur sejauh mana tingkat
kemampuan aplikasi dalam mengenali plat
nomor kendaraan. Data citra yang
digunakan dalam pengujian ini adalah citra
plat motor dari berbagai daerah wilayah
Surakarta.
Gambar 4. Bagian Citra Plat Nomor
Kendaraan
Gambar 5. Proses Identifikasi Citra Plat
Nomor
Gambar 6. Tampilan Utama Aplikasi
Tampilan Aplikasi
Aplikasi pengenalan plat nomor
kendaraan dijalankan dan pada tampilan
utamanya seperti pada gambar 6.
2. Uji Coba Dan Analisa Sistem
Langkah pertama dengan menekan
tombol Video On untuk mengaktifkan
tampilan video dan memposisikan kamera
yang nantinya akan menampilkan objek plat
nomor kendaraan.
Tampilan video aktif kemudian dapat
di ambil objek plat nomornya dengan
menekan tombol Capture Video. Secara
otomatis objek citra plat nomor kendaraan
muncul pada tampilan input dalam bentuk
grayscale. Citra yang sudah di capture juga
tersimpan dalam folder capture.
Hasil citra plat nomor kendaraan yang
muncul melalui tampilan input kemudian di
crop hanya untuk memotong bagian plat
nomor saja. Cara pemotongan dengan
memposisikan kursor pada tampilan input
kemudian klik dan tarik kursor untuk
menyeleksi pada bagian objek plat nomor
lalu klik kanan pada mouse dan pilih crop.
Langkah berikutnya adalah mengatur
intensitas cahaya citra plat nomor kendaraan
dalam tampilan input.Fungsi pengaturan
intensitas cahaya dilakukan pada posisi nol
lalu dengan menggeser ke kanan untuk
mengurangi cahaya kemudian jika kembali
ke kiri dapat mencerahkan cahaya pada
citra.
1.
Langkah
berikutnya
dalam
prepocessing adalah citra complement. Citra
complement merupakan beberapa bagian
dari proses yang terdapat dalam aplikasi.
Cara kerja proses complement akan
membalikkan warna citra yang sebelumnya
terang menjadi gelap dan warna yang
sebelumnya gelap menjadi terang.
Berikutnya proses biner akan lebih
menyederhanakan
citra
plat
nomor
kendaraan menjadi lebih kecil intensitas
warnanya yaitu warna hitam dan putih.
Terlihat dibawah hasil citra plat nomor
kendaraan yang telah sebelum diubah ke
dalam biner berada di kiri sedangkan citra
yang telah mengalami perubahan berada di
sebelah kanan.
Langkah
selanjutnya
proses
pengubahan citra biner dalam bentuk citra
morphological opening. Langkah yang
dilakukan dalam proses ini termasuk
memfilter citra plat nomor kendaraan untuk
mengurangi noise pada citra plat nomor.
Pengamatan pada citra dibawah ini
menunjukkan bahwa citra yang sebelumnya
di kiri terlihat jika ada noise kemudian di
filter dengan proses ini yang hasilnya berada
pada sebelah kanan.
Gambar 7. Hasil Capture Plat Nomor
Gambar 8. Pengaturan Kontras Citra
Gambar 9. Prepocessing citra
Tahap selanjutnya proses kalkulasi
korelasi yang mana memproses hasil citra
plat nomor kendaraan dengan terlebih
dahulu memberi label pada setiap pola
karakter citra plat nomor. Pemberian label
berguna memberi urutan pola karakter citra
sesuai dengan bentuk urutan citra yang
sebelumnya. Cara memberikan label dengan
menentukan koordinat pada pola citra plat
nomor yang menentukan batas pixel hitam
dan putih. Titik koordinat ditentukan dari
baris min r dan max r sedangkan, titik
koordinat kolom ditentukan dari min c dan
max c. Cara menentukan min dan max
berdasarkan perbedaan warna citra biner
yaitu putih dan hitam.
Proses selanjutnya adalah memotong
setiap label yang telah di urutkan
berdasarkan koordinat baris dan kolom pada
min dan maxnya. Pemotongan label
dilakukan satu persatu sebanyak 8 kali
sesuai jumlah label.
Hasil dari pemotongan tadi adalah
pola karakter citra plat nomor yang
berjumlah 8 buah. Pola karakter citra plat
nomor tersebut kemudian disesuaikan
dengan ukuran data citra template yaitu 42 x
24 pixel. Ukuran tersebut adalah ukuran
standart dari pola karakter yang ada pada
data template matching.
Template
matching
merupakan
kumpulan data citra atau dapat dikatakan
database. Kumpulan data citra pada
template matching merupakan citra biner
yang berjumlah 36 buah dengan masingmasing memiliki inisial VD. Citra biner
pada template matching
merupakan
perbandingan terhadap citra input dari plat
nomor kendaraan. Hasil citra plat nomor
kendaraan tadi pada setiap polanya
dikorelasikan dengan pola citra template
matching. Proses korelasi berlangsung pada
fungsi read_letter. Proses korelasi
dilakukan dengan mencari kesamaan dari
huruf A-Z dan angka 0-9 berdasarkan nilai
biner pada data VD penghubung inisial
validasinya. Proses korelasi dilakukan
dengan mencari hasil perhitungan nilai yang
tingkatnya tertinggi. Hasil proses ini berupa
text dengan jumlah 8 buah yang kemudian
dikumpulkan membentuk deretan sesuai dari
plat nomor di atas yang dijadikan penelitian.
Langkah terakhir proses dalam aplikasi
ini adalah mengidentifikasi hasil keluaran
text untuk di cari indentitas kotanya.
Pencarian identitas kota dari plat nomor
kendaraan ini dengan menentukan keluaran
text plat nomor kendaraan paling akhir.
Penentuan text terakhir dilakukan ketika
proses korelasi pada pola karakter citra plat
nomor selesai. Setiap selesai korelasi maka
hasil proses korelasi tersebut menghasilkan
text
yang
kemudian
dikumpulkan
membentuk deretan. Proses korelasi
dilakukan sebanyak 8 kali hingga pada
korelasi yang terakhir yaitu pada huruf K
seperti pada gambar 12. Huruf K yang telah
menjadi text kemudian di cari pada
statement VD (validasi) nama kota. Jadi data
statement VD nama kota akan memanggil
atau
mencari
VD
dalam
fungsi
read_letter yang mewakili atau
menyimpan huruf K. Huruf K dalam data
VD di fungsi read_letter masuk dalam
urutan
ke-11
atau
dalam
bahasa
pemrograman tertulis (vd==11). Statement
VD nama kota pada urutan ke-11 memiliki
data string berupa Kab. Sukoharjo. Jika
pencarian identitas huruf K telah ditemukan
maka hasil nama kotanya langsung
ditampilkan pada aplikasi dalam bentuk
tulisan (text) seperti pada gambar 12.
Gambar 10. Proses Pemberian Label pada
Citra Plat Nomor
Gambar 11. Pengubahan Ukuran Pola
Gambar 12. Hasil Identifikasi Plat Nomor
Proses identifikasi telah dilakukan
selanjutnya hasil citra pada tampilan input
dapat di simpan sebagai file citra. Cara
menyimpannya melalui menu file lalu pilih
simpan citra. Tujuannya untuk meyimpan
citra plat nomor yang telah berhasil di
proses oleh aplikasi dengan baik. Selain itu
citra yang telah di simpan juga dapat di
inputkan kembali pada aplikasi melalui
tombol ambil citra jika dibutuhkan. Hal itu
termasuk sisi kemudahan dan efesiensi dari
aplikasi ini.
3. Uji Coba Dan Analisa Unjuk Kerja
Aplikasi
Pengujian kemampuan identifikasi
plat nomor kendaraan dilakukan dengan uji
coba 10 sampel citra plat nomor. Parameter
hasil pengujian yang digunakan pada
penelitian ini adalah prosentase keberhasilan
identifikasi tiap karkater dalam satu plat
nomor. Prosentase keberhasilan dihitung
dengan rumus.
Berdasarkan tabel diatas dapat di lihat
dari beberapa sampel citra plat nomor
kendaraan yang disertakan dalam pengujian
berjumlah 10 buah sampel dari area wilayah
karesidenan Surakarta.
Jadi dari 10 data citra yang terdapat
pada tabel 1 semuanya melalui prosesproses tersebut.
Citra data sampel plat nomor
kendaraan yang digunakan dapat di kenali
dengan baik dan keseluruhan tingkat ratarata keberhasilan 96,25%. Hal itu tentu di
tunjang dengan kondisi citra yang baik dan
posisi pengambilan objek plat nomor tegak
serta tidak bergerak. Berdasarkan 10 buah
sampel citra plat nomor yang di kenali
dengan baik hanya 8 buah dengan
prosentase keberhasilan 100% dan dua citra
plat nomor terdapat kesalahan dalam
pengenalan. Dua citra yang terdapat
kesalahan dalam pengenalan adalah citra
plat nomor urutan ke-7 dan 10 di dalam
tabel 1.
Hasil
prosentase
keberhasilan
pengenalan pada citra plat nomor urutan ke7 adalah 87,5%. Citra plat nomor pada
urutan ke-7 memiliki pola karakter input
“AD 3315 TV” pada tabel, tetapi dalam
hasil pengenalan tertulis “AD3315IV”.
Letak kesalahan dalam pengenalan pada
citra urutan ke-7 ada pada huruf I yang
seharusnya adalah huruf T yang disebabkan
karena sedikit kesamaan bentuk pola atau
pola yang sedikit miring pada karakter T.
Dua karakter tersebut yaitu T dan I
sebenarnya jika dilihat seksama sangat jauh
sekali perbedaanya akan tetapi ada sedikit
kemungkinan kesamaan bilangan binernya.
Hasil identifikasi identitas kota pada citra
plat nomor ke-7 tidak terdapat kesalahan
dan aplikasi menunjukkan citra plat nomor
tersebut berasal dari Kab. Klaten.
Citra plat nomor urutan ke-10
memiliki tingkat keberhasilan prosentase
pengenalan sebanyak 75%. Karakter input
pada citra plat nomor urutan ke-10 adalah
“AD 2350 MR” tetapi dari hasil pengenalan
tertulis “AD235DHR”. Kesalahan pertama
pada pengenalan citra plat nomor ini ada
karakter pola yaitu angka yang seharusnya 0
justru dikenali oleh aplikasi dalam bentuk
huruf D dan dapat disebabkan kesamamaan
bilangan binernya. Kesalahan kedua ada
pada karakter yang seharusnya huruf M
tetapi dikenali sebagai huruf H. Bagi
karakter yang lain masih dapat dikenali
dengan baik sehingga tidak mempengaruhi
hasil identifikasi. Hasil identifikasi identitas
kota pada citra plat nomor ke-10 pada tabel
menunjukkan citra plat nomor tersebut
berasal dari Kab. Wonogiri.
Tabel 1. Hasil Pengujian Beberapa Plat
Nomor
IV. KESIMPULAN
Kesimpulan yang dapat diambil dari
karya ilmiah ini adalah sebagai berikut:
1. Penelitian
ini
telah
berhasil
mengembangkan aplikasi pengolahan
citra digital untuk mengenali plat nomor
kendaraan dengan perangkat komputer
dan kamera webcam sebagai alat akusisi
citranya. Metode OCR yang digunakan
dalam penelitian ini meliputi langkahlangkah:
a) Prepocessing yang diantaranya: proses
imadjust, image complement, image
biner, dan morphological opening.
b) Kalkulasi ciri yang pada penelitian ini
dilakukan dengan melalui nilai korelasi
antara data template dan masukkan serta
klasifikasi yang didasarkan pada
perhitungan nilai korelasi.
Penelitian ini memperlihatkan OCR
dapat digunakan dalam aplikasi ini
dengan memberikan akurasi identifikasi
sebesar 96,25%
2. Aplikasi pengenalan plat nomor
kendaraan
dirancang
dengan
menggunakan bahasa pemrograman
Matlab versi R2009a dengan tampilan
(GUI) dan beberapa fungsi tombol yang
memudahkan dalam penggunaanya.
DAFTAR PUSTAKA
Adipranata, Rudy. (2005).Perancangan Dan
pembuatan Aplikasi Segmentasi
Fambar Dengan Menggunakan
Metode Morphological Watershed.
Surabaya: Universitas Kristen
Petra.
Andriani, Evi. (2010).Image Enhancement.
http://eviandrianimosy.blogspot.co
m diakses pada 14 Desember 2012.
Ardianto, Eka. (2011).Rancang Bangun
Aplikasi Pengolah Gambar Digital
Untuk Segmentasi otomatis Lokasi
Objek Angka Pada Meter Listrik.
Universitas Stikubank.
Bahri, Sofian Raden. (2012).Perbandingan
Algoritma Template Matching Dan
Feature Extraction Pada Optical
Character Recognition. Bandung:
Universitas Komputer Indonesia.
Barragán, Guerrero Diego. OCR On Matlab
Command.Window.
http://www.matpic.com/
Cahyo, Dwi Septian. Analisis Perbandingan
Beberapa Metode Deteksi Tepi
Menggunakan
Delphi
7.
Universitas Gunadarma.
Chamidah,
Ninik.
(2009).Simulasi
Pembacaan Gambar Plat Nomor
Polisi
Kendaraan
Bermotor.
Malang: Universitas Islam Negeri
Malang.
Eikvil, Line. (1993).OCR (Optical Character
Recognition).
Gunawan, Budi. Deteksi Isyarat Tangan
Oleh Komputer Dengan Digital
Image Processing. Universitas
Muria Kudus.
Image Segmentasi.
http://viplab.if.its.ac.id diakses pada
03 Januari 2013.
Kusniyati, Harni, ST. Perbaikan Mutu Citra.
Universitas Mercu Buana.
Langkah Penting Dalam Pengolahan Citra.
http://r1fai.blogspot.com diakses 14
Desember 2012.
Leksono, Bowo.Aplikasi Metode Template
Matching Untuk Klasifikasi Sidik
Jari. Universitas Diponegoro.
Novianto, Ary, (2009).Contrast Stretching.
Yogyakarta: Universitas Gadjah
Mada.
Pengertian Matlab.
http://bisonerich-matlab.blogspot.com
diakses pada 03 Juni 2012.
Pengertian OCR.
http://digilib.ittelkom.ac.id diakses
pada 26 Juni 2012.
Pengertian Web Cam. (2009). Universitas
Kristen Krida Wacana.
Perbaikan Kualitas Citra.
http://maxteja.blogspot.com diakses
pada 14 Desember 2012.
Putra, Darma.Binerasisasi Citra Tangan
Dengan Metode Otsu. Universitas
Udayana.
Sada, Herawati Ira. (2011).Permodelan
Wajah 3D Melalui Pendeteksian
Fitur Wajah 2D Menggunakan
Teknik Morphing. Bandung.
Setiawan, Andy. (2011).Sistem Pengenalan
Plat Nomor Mobil Untuk Aplikasi
Informasi Karcis Parkir. Surabaya:
Institut
Teknologi
Sepuluh
Nopember Surabaya.
Susilawati, Indah, M.Eng, S.T. (2009).
Mathematical
Morphology.
Yogyakarta: Universitas Mercu
Buana Yogyakarta.
Utama, Jana, ST. Akusisi citra Digital
Menggunakan
Pemrograman
Matlab. Universitas Komputer.
Virnawati, Farah. Morphological Operation
On Binary Image.