• Tidak ada hasil yang ditemukan

NASKAH PUBLIKASI Aplikasi Pengenalan Plat Nomor Kendaraan Dengan Metode Optical Character Recognition (OCR).

N/A
N/A
Protected

Academic year: 2017

Membagikan "NASKAH PUBLIKASI Aplikasi Pengenalan Plat Nomor Kendaraan Dengan Metode Optical Character Recognition (OCR)."

Copied!
11
0
0

Teks penuh

(1)

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

(2)
(3)
(4)

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.

(5)

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:

(6)

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.

Gambar 2. Proses Penginputan Citra Plat Nomor Kendaraan

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.

(7)

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 1. 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.

(8)

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.

(9)

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 proses-proses tersebut.

(10)

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 ke-7 adalah 8ke-7,5%. 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 langkah-langkah:

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%

(11)

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

Gambar

Gambar 5. Proses Identifikasi Citra Plat  Nomor
Gambar 7. Hasil Capture Plat Nomor
Gambar 12. Hasil Identifikasi Plat Nomor Proses identifikasi telah dilakukan
Tabel 1. Hasil Pengujian Beberapa Plat Nomor

Referensi

Dokumen terkait

TabeI garis regresi linear hubungan antara rata-rata kandungan klorida (y) dan raw-rata luas wilayah terbangun (x).. Diagram Stiff air tanah dangkal DKI Jakarta dan

Di Showroom mobil dan motor ”Oka Putra Motor Pacitan” pengolahan data baik pembelian maupun penjualan masih dikerjakan secara konvensional dengan dicatat ke dalam buku-buku

maka Indonesia merupakan salah satu pangsa pasar yang bagus dan menggiurkan dalam 5 tahun kedepan untuk merupakan suatu data yang sangat menarik untuk investasi membangun

 b) Peserta didik merumuskan pertanyaan terkait dengan cara m enggambar grafik fungsi kuadrat bentuk f(x) = ax²+bx+c yaitu menentukan titik potong dengan sumbu y.

Bila total nilai pengalaman yang di peroleh < 40, maka di nyatakan GUGUR dan tidak dilakukan penilaian selanjutnya, kecuali perusahaan yang berdiri kurang dari 4 tahun

Pada tanggal 27 Juni 2008, PT Bank Pan Indonesia Tbk (Bank Panin), pemegang saham, melakukan transaksi penjualan saham Perusahaan melalui PT Bursa Efek Indonesia sebanyak

Lembar Kerja Peserta Didik (LKPD) yang dikembangkan dalam penelitian ini sesuai dengan sintaks model pembelajaran learning cycle 7E dilengkapi dengan fakta sains dan

KAN telah menandatangani Multilateral Recognition Arrangement (MLA) APAC untuk lembaga sertifikasi produk pada tanggal 16 Juni 2009 dan menandatangani Multilateral