Pengenalan Pola Karakter Plat Nomor Kendaraan Menggunakan Algoritma Momentum Backpropagation Neural Network

Abstract

Abstrak Peningkatan jumlah kendaraan bermotor yang terus terjadi di PENDAHULUANJumlah kendaraan di Indonesia, terutama di kota-kota besar, terus mengalami kenaikan yang signifikan tiap tahunnya. Berdasarkan data milik Korps Lalu Lintas Kepolisian Negara Indonesia yang dikutip oleh situs surat kabar Kompas, pada tahun 2013jumlah kendaraan di Indonesia mencapai 104.211.000 unit, atau meningkat sebesar 11% dibandingkan dengan tahun sebelumnya. Besarnya peningkatan jumlah kendaraan ini ikut memberikan dampak pada munculnya masalah lalu lintas seperti kemacetan lalu lintas. Kemacetan lalu lintas adalah kondisi yang terjadi ketika jumlah kendaraan di jalan melebihi kapasitas jalan, dan ditandai oleh deselerasi, keterlambatan waktu tempuh, dan antrian panjang(Olusina dan Samson, 2014). Selain kemacetan, jumlah tindak pelanggaran lalu lintas juga ikut meningkat. Salah satu solusi yang sudah diterapkan di negara-negara maju adalah Sistem Lalu Lintas Cerdas. Sistem ini dapat digunakan secara luas untuk banyak tujuan, seperti sistem manajemen tol otomatis pada jalan raya, jembatan, terowongan, manajemen kendaraantransportasi perkotaan, komunitas cerdas, manajemen parkir cerdas, validasi plat nomor, deteksi kendaraan yang dicuri, dan statistik lalu lintas (Yingyong et al., 2015).Pengenalan plat nomor merupakan salah satu teknologi penting pada Sistem Lalu Lintas Cerdas (Shih et al., 2012).Teknologi ini memanfaatkan pengolahan citra untuk mengidentifikasi kendaraan dari citra plat nomornya (Singh dan Randhawa, 2014). Namun keragaman pada plat dan lingkungan sekitarnya seperti ukuran font, jenis font, warna font, lokasi plat nomor, dan perbedaan intensitas karena lampu atau lingkungan dapat menyebabkan masalah pada saat pengenalan plat nomor (Ramachandran et al., 2015).

Automatic License Plate Recognition: A Review with Indonesian Case Study

“…[25] and [26] use the method of erosion and opening, while [5] use Closing method followed by an Opening method. Also, there are several other researchers such as [27], [6], [19] and [11] using morphologies methods.…”

“…The Peak Signal to Noise Ratio method is used to find the difference or error between the original image and the image that the screening process has performed. This method is used by [19] and [20]. Images are filtered and measured using Mean Squared Error (MSE) and PSNR.…”

RFID Based Parking System and Vehicle Plate Number Image Recognition

“…Pembacaan citra pelat nomor dalam penelitian tersebut di atas menggunakan teknik OCR. Beberapa algoritma diterapkan dalam pengenalan OCR ini, antara lain template matching [14], [15] dan jaringan syaraf tiruan [16], [17].…”

“…Hasil ini adalah seperti sistem pembaca citra secara real-time dan online di penelitian [10]- [13], yang berkisar antara 60-80%. Pengujian secara off-line menggunakan algoritma template matching di [15] menghasilkan akurasi 85% dan dengan jaringan syaraf tiruan di penelitian [16] dan [17] menghasilkan akurasi yang lebih baik, yaitu 90% dan 97,1 %. Perbaikan algoritma pengenalan citra dalam sistem dapat dilakukan menggunakan jaringan syaraf tiruan.…”

Perbandingan K-Nearest Neighbor (Knn) Dan Support Vector Machine (Svm) Dalam Pengenalan Karakter Plat Kendaraan Bermotor

“…, (Nugroho, 2012), (Avianto, 2016), (Bahtiar, 2016), (Haryoko & Pramono, 2016) NN Backpropagation 2 (Iswanto, Usman, & Novamizanti, 2010) PNN and K-Nearest Neighbor (KNN) 3 (Mellolo, 2012) Kohonen neural Network 4 (Aryo Michael, 2016), (Dharu, 2015), (Putra, 2017), (Gumelar, Fibriani, Setiabudi, & Supeno, 2016), (Widianto, Wijaya, & Windasari, 2017), (Ruslianto & Harjoko, 2011), (Sihombing, Nugroho, & Wibirama, 2015) Template Matching 5 (Relung Satria D, Isnanto, & Zahra, 2014), (Sari, 2011), (Lahmurahma, 2013) K-nearest neighbor (KNN) 6 (Syawaluddin. Mochammad Taufik, Tjokorda Agung Budi Wirayuda, 2010), (Wong, Hardy, & Maulana, 2013), (Wicaksana, 2011) Learning Vector Quantization (LVQ) 7 (Taufiq, Hidayatno, & Isnanto, 2012), (Udayana & Darmawiguna, 2016), (Prasetia & Harinitha, 2014), (Elisya, Rahayani, & Diono, 2016), (Setiadi, 2007) Tesseract OCR 8 (Hariyani, Usman, & Mursita, 2010) JST Self Organizing Map (SOM) 9 (Yulida, Kusumawardhan, & Setijono, 2013) '1', '2', '3', '4' , '5', '6', '7', '8', '9', 'A', 'B', 'C', 'D', 'E' , 'F', 'G', 'H', 'I', 'J' , 'K', 'L', 'M', '…”