0700694090 Joandi 0700711922 KelasKelompok : 07PBT 04 Abstrak - PERANCANGAN APLIKASI PENGENAL PLAT NOMOR KENDARAAN BERMOTOR DENGAN PENDEKATAN BACKPROPAGATION - Binus e-Thesis

  

UNIVERS ITAS BINA NUS ANTARA

_________________________________________________________________

Jurusan Teknik Informatika

Skripsi Sarjana Komputer

  

Semester Ganjil tahun 2006/2007

PERANCANGAN APLIKAS I PENGEN AL PLAT NOMOR KENDARAAN

  

Denny Christian Nathanael 0700693863

Maria Sintia Dewi 0700694090

Joandi 0700711922

  

Kelas/Kelompok : 07PBT / 04

Abstrak

  Dilatar belakangi oleh sistem perparkiran yang ada sampai saat ini masih menggunakan tenaga manusia sehingga membutuhkan waktu pencatatan yang cukup lama dan rentan terhadap kesalahan. M aka penelitian ini bermaksud merancang suatu sistem aplikasi pengenal karakter plat nomor kendaraan bermotor dengan pendekatan metode Backpropagation yang dapat melakukan pemasukan data pada plat nomor kendaraan bermotor secara otomatis melalui gambar kendaraan yang ditangkap oleh sebuah kamera dijital dan memberikan hasil yang handal. M etode Penelitian melalui pendekatan backpropagation yang dilakukan ini mempunyai dua tahapan penting yaitu proses pelatihan data (training) yang dilakukan untuk melatih sistem yang bekerja agar dapat mengetahui setiap jenis- jenis karakter yang ada, dan proses pengenalan plat nomor kendaraan (recognize) yang digunakan untuk mengenali plat nomor yang ingin diuji. Hasil penelitian yang diperoleh : Tingkat akurasi pengenalan plat nomor pada plat mobil mencapai 80.87% (dari 115 citra plat yang diuji); Tingkat akurasi pengenalan plat nomor pada plat motor adalah 75% (dari 20 citra plat yang diuji); Tingkat kehandalan pengenalan karakter dengan bentuk dan variasi yang berbeda 90.83%; Tingkat kemampuan repeatability untuk setiap pengenalan plat nomor dengan metode

  

backpropagation ini adalah 100%. Kesimpulan dari penelitian adalah : Pengenalan

  plat nomor dengan pendekatan backpropagation sangat dipengaruhi oleh proses

  

training yang dilakukan; Derau atau distorsi menyebabkan tingkat pengenalan plat

nomor menurun.

  

Kata Kunci : Pengenalan Karakter, Pengenalan Plat Nomor, Backpropagation,

Artificial NeuralNetwork, License Plate Recognition, Image Processing.

PRAKATA

  Puji syukur kami panjatkan kepada Tuhan Yang M aha Esa atas segala rahmatNya, sehingga skripsi yang berjudul “Perancangan Aplikasi Pengenal Plat Nomor Kendaran Bermotor Dengan Pendekatan Backpropagation” dapat diselesaikan dengan baik dan tepat pada waktunya. Adapun tujuan dari penulisan skripsi ini adalah untuk memenuhi persyaratan dalam menyelesaikan jenjang studi Strata-1 (S1) jurusan Teknik Informatika di Universitas Bina Nusantara.

  Dalam kesempatan ini, perkenankanlah kami mengucapkan terima kasih kepada semua pihak yang telah membantu kami dalam menyelesaikan penulisan skripsi ini, yaitu kepada: 1.

  Prof. Dr. Gerardus Polla. M.App.Sc, selaku Rektor Universitas Bina Nusantara atas semua pendidikan yang telah kami terima selama ini di Universitas Bina Nusantara.

  2. Bapak Ir. Sablin Yusuf, M.Sc.,M.Comp.Sc, selaku Dekan Fakultas Ilmu Komputer Universitas Bina Nusantara yang telah menyediakan fasilitas-fasilitas sehingga kami dapat menyelesaikan skripsi ini sebagaimana mestinya.

  3. Bapak H. Mohammad Subekti, BE.,M.Sc., selaku Ketua jurusan Teknik Informatika yang telah memberikan kepercayaan dan kesempatan bagi penulis untuk menyelesaikan skripsi ini.

  4. Bapak Fredy Purnomo, S.Kom.,M.Kom., selaku Sekretaris jurusan Teknik Informatika yang telah memberikan dukungan dalam pembuatan skripsi ini. viii

  5. Bapak Diaz D. Santika, Ir, M.Sc, selaku dosen pembimbing skripsi ini, yang telah banyak memberikan bimbingan dan nasihatnya selama penyusunan skripsi ini, sehingga skripsi ini bisa diselesaikan dengan baik.

  6. Bapak Stanley Sentoso, selaku asisten UPT Perangkat Lunak yang telah banyak memberikan dukungan dalam peminjaman computer untuk melakukan proses pelatihan data yang ada didalam perancangan aplikasi ini.

  7. Seluruh dosen Universitas Bina Nusantara yang telah memberikan bekal dan bimbingan ilmu selama masa perkuliahan dalam menyelesaikan gelar kesarjanaan ini.

  8. Orang tua dan keluarga kami yang telah banyak memberikan dorongan moral dan materi dalam penyusunan skripsi ini.

  9. Teman-teman asisten yang telah banyak memberikan masukan dalam penyusunan skripsi ini.

  10. Semua pihak yang tidak dapat kami sebutkan satu per satu baik yang secara langsung ataupun tidak langsung telah membantu dalam penulisan skripsi ini.

  Akhir kata, kami akan sangat menghargai jika ada kritik dan saran yang membangun dari pembaca untuk penyempurnaan skripsi ini. Kami berharap semoga skripsi ini dapat memberikan manfaat dan sumbangan untuk perkembangan ilmu pengetahuan dan teknologi informasi.

  Jakarta, Februari 2007 Penulis ix

  DAFTAR IS I

  Halaman Judul Luar .................................................................................................... i Halaman Judul Dalam ................................................................................................. ii Halaman Persetujuan Hardcover................................................................................. iii Halaman Pernyataan Dewan Penguji........................................................................... iv Abstrak ........................................................................................................................ vii Prakata ........................................................................................................................ viii Daftar Isi ..................................................................................................................... x Daftar Tabel ................................................................................................................ xiv Daftar Gambar .……………………………………………………………………... xv Daftar Lampiran …………………………………………………………………….. xx

  Bab 1 PENDAHULUAN .................................................................................................1

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

  1.2 Rumusan M asalah...................................................................................................3

  1.3 Ruang Lingkup .......................................................................................................4

  1.4 Tujuan dan M anfaat................................................................................................5

  1.5 M etodologi Penelitian.............................................................................................6

  1.6 Sistematika Penulisan .............................................................................................7

  Bab 2 LANDAS AN TEORI...............................................................................................9

  2.1 Plat Nomor Kendaraan Bermotor ...........................................................................9

  2.1.1 Sejarah Plat Nomor Kendaraan Bermotor .....................................................10

  2.1.2 Nomor Polisi ..................................................................................................11

  2.2 Computer Vision...................................................................................................12 x

  2.3 Pengolahan Citra (Image Processing) ..................................................................13

  2.3.1 Citra Digital....................................................................................................13

  2.3.2 Konversi Citra Abu–abu M enjadi Citra Biner (Thresholding / Binerisasi) ...14

  2.3.3 Penyekalaan (Scaling)....................................................................................15

  2.3.4 Pemotongan (Cropping).................................................................................15

  2.4 Ekstraksi Fitur.......................................................................................................16

  2.5 Pengenalan Pola (Pattern Recognition)................................................................17

  2.6 Jaringan Saraf Tiruan (Artificial Neural Network)...............................................18

  2.6.1 Jaringan Saraf M anusia..................................................................................19

  2.6.2 Perkembangan Artificial Neural Netwok (ANN)...........................................20

  2.6.3 Aspek-aspek dari ANN..................................................................................21

  2.6.4 Backpropagation ............................................................................................27

  2.7 Unified Modelling Language (UM L) ...................................................................34

  2.7.1 Use Case Diagram .........................................................................................34

  2.7.2 Class Diagram ...............................................................................................37

  2.7.3 Sequence Diagram .........................................................................................42

  2.8 Perancangan Program Aplikasi Komputer...........................................................44

  2.9 Teori State Transition Diagram (STD) ................................................................47

  2.10 Borland Delphi......................................................................................................48

  2.10.1 Lingkungan pengembangan ...........................................................................49

  2.10.2 Bahasa pemrograman .....................................................................................50

  2.10.3 Pro and kontra................................................................................................51

  2.11 Basis Data (Database)...........................................................................................52 xi

  Bab 3 AN ALIS IS DAN PERANCANGAN ...................................................................54

  3.1 Analisis .................................................................................................................54

  3.2 Pemrosesan Awal..................................................................................................55

  3.2.1 Pengolahan Citra ............................................................................................55

  3.2.2 Segmentasi .....................................................................................................64

  3.3 Ekstraksi Fitur.......................................................................................................73

  3.4 Proses Training dengan M etode Backpropagation...............................................75

  3.4.1 Perancangan Arsitektur Neural Network .......................................................76

  3.5 Proses Pengenalan Plat Nomor Kendaraan...........................................................84

  3.6 Perancangan Aplikasi ...........................................................................................86

  3.6.1 Gambaran Umum Perancangan .....................................................................86

  3.6.2 Perancangan UM L (Unified Modelling Language) .......................................89

  3.6.3 Perancangan Layar.......................................................................................102

  3.6.4 Perancangan Bangun....................................................................................106

  Bab 4 HAS IL PENELITIAN ......................................................................................107

  4.1 Pengujian ............................................................................................................107

  4.1.1 Pengujian pada citra plat mobil berkualitas tinggi.......................................108

  4.1.2 Pengujian pada citra plat mobil yang berkualitas moderat. .........................110

  4.1.3 Pengujian pada plat mobil berkualitas rendah .............................................112

  4.1.4 Pengujian pada citra plat motor ...................................................................114

  4.2 Evaluasi...............................................................................................................115

  4.2.1 Evaluasi Pada Citra Plat M obil Berkualitas Tinggi .....................................115

  4.2.2 Evaluasi Pada Citra Plat M obil Berkualitas M oderat ..................................115

  4.2.3 Evaluasi Pada Citra Plat M obil Berkualitas Rendah....................................118

  4.2.4 Evaluasi Pada Citra Plat M otor....................................................................120

  4.3 Pengujian Kehandalan M etode...........................................................................121

  4.4 Pengujian Kemampuan M engenali Plat Nomor Berulang-ulang (Repeat Ability) ............................................................................................................................123

  4.5 Implementasi Rancangan....................................................................................124

  4.5.1 Layar Login..................................................................................................124

  4.5.2 Layar Recognize License Plate User ...........................................................125

  4.5.3 Layar Recognize License Plate Admin .........................................................126

  4.5.4 Layar Training Process ................................................................................127

  4.5.5 Layar Recognizing Single Character ...........................................................128

  Bab 5 S IMPULAN DAN S ARAN ................................................................................129

  5.1 Simpulan .............................................................................................................129

  5.2 Saran ...................................................................................................................130

  DAFTAR PUS TAKA .....................................................................................................132 DAFTAR RIWAYAT HID UP ......................................................................................135 LAMPIRAN ....................................................................................................................138

DAFTAR TABEL

Tabel 3.1 Tabel nilai input disetiap kotak untuk karakter A diatas....................................74Tabel 3.3 Tabel nilai input dari karakter A ........................................................................84Tabel 3.4 Tabel nilai output................................................................................................85Tabel 3.5 Use Case DMJ Recognizer .................................................................................90Tabel 3.6 Use Case Description Dari Use Case Login .....................................................90Tabel 3.7 Use Case Description Dari Use Case Recognize License Plat-Simple Model ..91Tabel 3.8 Use Case Description Dari Use Case Recognize License Plat -Advanced Model

  .....................................................................................................................................92

Tabel 3.9 Use Case Description Dari Use Case Training .................................................93Tabel 3.10 Use Case Description Dari Use Case Recognize Character ...........................94Tabel 4.1 Tabel pengujian terhadap 25 citra plat berkualitas tinggi ................................108Tabel 4.2 Tabel pengujian terhadap 60 citra plat berkualitas moderat ............................111Tabel 4.3 Tabel pengujian terhadap 30 citra plat berkualitas rendah ..............................113Tabel 4.4 Tabel pengujian terhadap 20 citra plat motor..................................................114Tabel 4.5 Tabel pengujian kehandalan untuk setiap karakter..........................................122Tabel 4.6 Tabel pengujian repeat ability dari metode backpropagation.........................123 xiv

DAFTAR GAMBAR

Gambar 2.1 Tahapan dalam pengenalan pola ....................................................................17Gambar 2.2 Sistem Saraf Otak M anusia............................................................................20Gambar 2.3 Contoh Neuron...............................................................................................22Gambar 2.4 M odel Umum Unit Pemroses.........................................................................23Gambar 2.5 Fungsi Keluaran / Aktivasi.............................................................................24Gambar 2.6 FeedForward (a) dan Feedback (b) Network.................................................25Gambar 2.7 Bentuk dasar neuron ......................................................................................28Gambar 2.8 Arsitektur dasar Backpropagation .................................................................29Gambar 2.9 Single-Layer Neural Netwok ..........................................................................30Gambar 2.10 Multilayer Perceptron Neural Network .......................................................31Gambar 2.11 Recurrent Neural Networks..........................................................................31Gambar 2.12 Notasi Use Case...........................................................................................35Gambar 2.13 Notasi Actor .................................................................................................36Gambar 2.14 Notasi System Boundary ..............................................................................37Gambar 2.15 Contoh Use Case Diagram...........................................................................37Gambar 2.16 Notasi Class .................................................................................................38Gambar 2.17 Notasi Multiplicity pada Class .....................................................................39Gambar 2.18 Notasi Association........................................................................................39Gambar 2.19 Notasi Generalization ..................................................................................40Gambar 2.20 Notasi Aggregation ......................................................................................40Gambar 2.21 Notasi Composition......................................................................................41Gambar 2.22 Class Diagram Dengan Hubungan Generalization .....................................41 xvGambar 2.23 Class Diagram Dengan Hubungan Aggregation .........................................41Gambar 2.24 Class Diagram Dengan Hubungan Association...........................................42Gambar 2.25 Contoh Class Diagram.................................................................................42Gambar 2.26 Notasi Obejct Lifeline dan Activation ..........................................................43Gambar 2.27 Contoh Sequence Diagram ..........................................................................43Gambar 2.31 Daur hidup rekayasa software (Waterfall Model) ........................................45Gambar 2.32 Notasi State ..................................................................................................47Gambar 2.33 Notasi Arrow................................................................................................47Gambar 2.34 Notasi Condition dan Action ........................................................................48Gambar 3.1 Diagram Proses Secara Umum.......................................................................54 Gambar 3.2 (a). Plat awal.

  (b). Binerisasi dengan nilai ambang = 127 (c). Binerisasi dengan nilai ambang rata-rata .............................................59 Gambar 3.3 (a). Plat awal.

  (b). Binerisasi dengan nilai = 127 (c). Binerisasi dengan nilai rata-rata ..............................................................60 Gambar 3.4 (a). Plat awal.

  (b). Binerisasi nilai rata-rata = 102 (c). Binerisasi nilai rata-rata +15 (d). Binerisasi nilai rata-rata +25 (e). Binerisasi nilai rata-rata +30 (f). Binerisasi nilai rata-rata +40....................................................................63 Gambar 3.5 (a). Plat awal. xvi

  (b). Binerisasi nilai rata-rata = 57 (c). Binerisasi nilai rata-rata +30....................................................................64

Gambar 3.6 (a) Plat sebelum segmentasi (b). Plat dengan kotoran-kotoran yang tertinggal.

  (c). Karakter-karakter hasil segmentasi. ........................................................72

Gambar 3.7 Hasil segmentasi setelah melalui penyekalaan ulang.....................................73Gambar 3.8 (a). Citra Awal

  (b). Setelah dibagi 5 x 5 (c). Setelah dihitung nilai rata-rata input disetiap kotak................................74

Gambar 3.9 Arsitektur Jaringan Neural Network yang digunakan ....................................76Gambar 3.10 Grafik error dengan 15 node hidden layer dan alpha 0.1............................79Gambar 3.11 Grafik error dengan 15 node hidden layer dan alpha 0.3............................80Gambar 3.12 Grafik error dengan 15 node hidden layer dan alpha 0.5............................80Gambar 3.13 Grafik error dengan 25 node hidden layer dan alpha 0.1............................81Gambar 3.14 Grafik error dengan 25 node hidden layer dan alpha 0.3............................81Gambar 3.15 Grafik error dengan 25 node hidden layer dan alpha 0.5............................82Gambar 3.16 Grafik error dengan 35 node hidden layer dan alpha 0.1............................82Gambar 3.17 Grafik error dengan 35 node hidden layer dan alpha 0.3............................83Gambar 3.18 Grafik error dengan 35 node hidden layer dan alpha 0.5............................83Gambar 3.19 Karakter awal..............................................................................................84Gambar 3.20 STD M enu Tampilan User...........................................................................86Gambar 3.21 STD M enu Recognizing License PlateUser.................................................87Gambar 3.22 STD M enu Tampilan Admin .......................................................................87 xviiGambar 3.23 STD M enu Recognizing License Plate Admin .............................................88Gambar 3.24 STD M enu Training.....................................................................................88Gambar 3.25 STD M enu Recognizing Single Character ...................................................89Gambar 3.26 Use Case DMJ Recognizer System ..............................................................89Gambar 3.27 Class Diagram .............................................................................................95Gambar 3.28 Sequence Login ............................................................................................96Gambar 3.29 Sequence Recognize License Plat User – Simple Mode...............................97Gambar 3.30 Sequence Recognize License Plate Admin – Advanced Mode .....................99Gambar 3.31 Sequence Training......................................................................................100Gambar 3.33 Rancangan Layar Login............................................................................102Gambar 3.34 Rancangan Layar Recognizing License Plat User - Simple Mode .............102Gambar 3.35 Rancangan Layar Recognizing License Plat Admin - Advanced Mode .....103Gambar 3.36 Rancangan Layar Training Process Admin................................................104Gambar 3.37 Rancangan Layar Recognizing Single Character Admin ...........................105Gambar 3.38 Rancang bangun pengambilan gambar citra plat nomor kendaraan. .........106Gambar 4.1 Contoh plat yang berkualitas tinggi .............................................................109Gambar 4.2 Contoh plat yang berkualitas moderat..........................................................111Gambar 4.3 Contoh plat yang berkualitas rendah............................................................112Gambar 4.4 (a) Citra plat dengan baut besar dan terang, serta menempel .....................116 pada karakter

  (b). Citra hasil binerisasi dan segmentasi.........................................................................116

Gambar 4.5 (a) Citra plat dengan baut berwarna gelap, serta menempel

  (b). Citra hasil binerisasi dan segmentasi.........................................................................117 xviii

Gambar 4.6 (a) citra plat dengan pencahayaan yang kurang merata

  (b). Citra hasil binerisasi dan segmentasi.........................................................................117

Gambar 4.7 (a) citra plat dengan plat yang buruk

  (b). Citra hasil binerisasi dan segmentasi.........................................................................118

Gambar 4.8 (a) citra plat dengan pencahayaan yang kurang merata

  (b). Citra hasil binerisasi dan segmentasi.........................................................................119

Gambar 4.9 (a) citra plat dengan posisi baut yang menempel pada ................................120Gambar 4.10 (a) citra plat dengan pencahayaan yang kurang merata

  (b). Citra hasil binerisasi dan segmentasi.........................................................................121