PENGENALAN LOKASI PLAT NOMOR KENDARAAN MENGGUNAKAN FOURIER TRANSFORM & SPECTRAL ANALYSIS
Rofid Rahmadi¹, Deni Saepudin², Sriyani Violina³
¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
Abstrak
Jumlah kendaraan di Indonesia meningkat setiap waktu. Jumlah kendaraan yang besar akan meningkatkan kebutuhan lahan parkir. Hal ini menyebabkan meningkatnya frekuensi keluar-masuk kendaraan di lahan parkir sehingga frekuensi pencatatan nomor kendaraan juga akan meningkat. Dengan jumlah kendaraan yang besar, pencatatan yang dilakukan manusia akan menyebabkan tingkat human error semakin besar. Oleh karena itu diperlukan suatu cara untuk menggantikan tugas manusia dalam pencatatan nomor kendaraan.Salah satu cara yang
digunakan adalah Automatic Number Plate Recognition (APNR) yang merupakan sebuah sistem yang dapat mengenali nomor kendaraan secara otomatis dengan menggunakan alat optik tertentu (seperti kamera) untuk mendapatkan data input.
Pada tugas akhir ini difokuskan pada proses License Plat Localization(LPL) yaitu pengenalan lokasi plat nomor pada kendaraan. Fourier Transform dan Spectral Analysis digunakan dalam mengimplementasikan sistem pengenalan lokasi plat nomor kendaraan. Fourier Transform akan menghasilkan power spectrum yang diproses oleh Spectral Analysis untuk mendapatkan lokasi plat nomor dari sebuah kendaraan. Data input yang digunakan berupa citra kendaraan dengan berbagai jenis dan kondisi.
Dari percobaan yang telah dilakukan, tingkat akurasi sistem dalam mengenali lokasi plat nomor cukup baik. Akurasi terbaik dihasilkan pada kendaran berjenis SUV yaitu 100%, sedangkan akurasi yang kurang baik dihasilkan pada kendaraan berjenik truk dan kendaraan dengan pengambilan 45 derajat dari samping yaitu 52,5% dan 32,5%.
Kata Kunci : APNR, kendaraan, plat nomor kendaraan, Fourier Tranform, Spectral Analysis
Abstract
The number of vehicles in Indonesia increased each time. Large number of vehicles will increase the need for parking space. This leads to increased frequency of exit-entry vehicle in the parking lot so that the frequency of vehicle registration numbers will also increase. With a large number of vehicles, recording by human will lead to greater levels of human error. Therefore we need a way to replace human tasks in the vehicle registration number. The Solution is to use the Automatic Number Plate Recognition (APNR) which is a system that can automatically identify the number of vehicles using certain optical instruments (such as a camera) to obtain the input data.
This final project focused on the License Plate Localization (LPL) that recognize the location of license plate number on vehicle. Fourier Transform and Spectral Analysis were used in order implement this system. The power spectrum which produced by Fourier Transform will be processed by Spectral Analysis to get the location of a vehicle license plate number. The input data which was used in this research are images of vehicles with different types and conditions. Based on the experiments, the level of system’s accuracy in recognizing the license plate location is quite good. Produced the best accuracy in SUV type vehicle that is 100%, while the accuracy is less good is produced on the vehicle type trucks and vehicles which is taken 45 degrees from the side that is 52,5% and 32,5%.
Keywords : APNR, vehicle, license plate, Fourier Tranform, Spectral Analysis
Powered by TCPDF (www.tcpdf.org)
1
1.
Pendahuluan
1.1 Latar Belakang
Automatic Number Plate Recognition (APNR) merupakan sebuah sistem
pengenalan plat nomor kendaraan secara otomatis dari sebuah citra digital yang diakuisisi oleh perangkat optik tertentu. APNR sendiri menggunakan metode OCR (Optical Character Recognition) yaitu proses mengubah citra tulisan tangan, ketik, maupun cetak menjadi format data yang dimengerti mesin untuk suatu keperluan tertentu [9]. APNR terdiri dari beberapa proses umum (Gambar 1.1) [7].
Gambar 1-1 Proses APNR
Tahap pertama dalam APNR adalah plate region extraction atau penentuan lokasi dari sebuah plat nomor kendaraan. Tahap ini merupakan tahap yang sangat penting karena output dari tahap ini akan digunakan untuk tahap-tahap berikutnya. Penentuan lokasi plat nomor yang tidak sempurna akan menyebabkan hasil akhir dari LPR akan semakin buruk, sedangkan penentuan lokasi plat nomor yang semakin sempurna akan menyebabkan hasil akhir LPR yang semakin baik. Maka dari itu diperlukan cara atau metode yang mampu mengenali lokasi plat nomor dari berbagai jenis dan kondisi kendaraan dengan baik.
Metode yang paling banyak digunakan untuk mengenali lokasi plat nomor dari sebuah kendaraan adalah dengan metode hough transform[2]. Namun, pada penelitian yang dilakukan Acosta[3], akurasi dari metode ini tidak terlalu yaitu pada kendaraan-kendaraan yang memiliki warna dasar yang sama dengan warna plat nomor. Padahal di Indonesia, kebanyakan warna dasar kendaraan probadi terutama mobil memiliki warna yang sama dengan plat nomornya yaitu hitam. Oleh karena itu diperlukan metode lain yang tidak terpengaruh oleh warna dari kendaraan. Astuti[2] dalam penelitian yang sudah dilakukan, bahwa dengan
Spectral Analysis yang memanfaatkan Fourier Transform dapat menghasilkan
akurasi di atas 90% dalam mengenali lokasi plat nomor kendaraan. Fourier
Transform bekerja dalam domain frekuensi sehingga proses komputasi akan lebih
cepat dibanding pemrosesan spasial secara langsung. Dari penelitian sebelumnya, dengan citra input berukuran 1024x768 piksel membutuhkan waktu eksekusi yang cukup cepat yaitu rata-rata 0,5 detik. Dalam penelitian ini, penulis akan fokus pada pemanfaatan/penggunaan Fourier Transform yang akan digunakan untuk
Spectral Analysis dalam mengenali lokasi plat nomor kendaraan.
citra inputan preprocessing plate region extraction character segmentation character recognition output (nomor plat)
2 1.2 Perumusan Masalah
Rumusan masalah dalam tugas akhir ini adalah :
1. Bagaimana cara mengimplementasikan Fourier Transform & Spectral
Analysis untuk penentuan lokasi plat nomor kendaraan?
2. Bagaimana menganalisis tingkat akurasi metode tersebut dalam penentuan lokasi plat nomor kendaraan?
1.3 Tujuan
Tujuan yang ingin dicapai dari Tugas Akhir ini adalah :
1. Mengimplementasikan metode Fourier Transform & Spectral Analysis untuk penentuan lokasi plat nomor kendaraan.
2. Menganalisa tingkat akurasi metode Fourier Transform & Spectral Analysis untuk penentuan lokasi plat nomor kendaraan.
1.4 Batasan Masalah
Batasan masalah dalam pengerjaan tugas akhir ini adalah :
1. Citra pengujian (data uji) yang digunakan berupa gambar kendaraan yang mengandung plat nomor di dalamnya.
2. Jenis kendaraan yang digunakan adalah kendaraan pribadi, kendaraan umum, dan kendaraan dinas pemerintah.
3. Citra pengujianyang digunakan berdimensi 800x600 pikselyang diambil dari jarak kurang lebih 1,5 meter.
4. Kondisi plat nomor yang terdapat pada citra pengujian utuh (tidak tertutup benda lain).
1.5 Metode Penyelesaian Masalah Metodologi yang digunakan adalah : 1. Studi literatur
Pencarian referensi dan sumber-sumber yang berhubungan dengan
Fourier Transform dan Spectral Analysis.
2. Pengumpulan data uji
Pengumpulan data uji berupa dilakukan dengan pengambilan foto kendaraan dengan berbagai kondisi dan jenis secara langsung di lapangan.
3. Perancangan sistem
Menganalisis kebutuhan perangkat lunak dengan input berupa citra kendaraan sedangkan output berupa citra plat nomor kendaraan. 4. Implementasi dan pembangunan sistem
Membangun sistem pengenalan lokasi plat nomor dengan bahasa pemrograman Matlab berdasarkan perancangan sistem yang telah dibuat sebelumnya.
5. Pengujian dan analisis
Melakukan pengujian terhadap citra input yang telah didapatkan sebelumya dengan menentukan beberapa parameter untuk hasil
3 terbaik. Kemudian hasil dari pengujian akan dianalisis performansinya untuk kemudian didapat kesimpulannya.
6. Penulisan laporan penelitian dan mengambil kesimpulan dari hasil analisis yang telah dilakukan.
1.6 Sistematika Penulisan
Laporan tugas akhir ini disusun dengan menggunakan sistematika sebagai berikut:
1) BAB I
Bab ini berisi tentang latar belakang masalah, rumusan masalah serta batasan masalah, tujuan, serta metode penyelesaian masalah.
2) BAB 2
Bab ini berisi tentang teori-teori yang mendukung di dalam pengerjaan tugas akhir.
3) BAB 3
Bab ini berisi tentang analisis dan perancangan sistem sesuai dengan tujuan pengerjaan tugas akhir.
4) BAB 4
Bab ini berisi tentang implementasi dalam perangkat lunak serta pengujian terhadap sistem yang telah dibangun.
5) BAB 5
Bab ini berisi kesimpulan dan saran.
Powered by TCPDF (www.tcpdf.org)
26
5.
Kesimpulan dan Saran
5.1 Kesimpulan
Dari hasil pengujian dan analisis yang dilakukan dapat diambil beberapa kesimpulan sebagai berikut:
1. Metode Fourier Transform dan Spectral Analysis dapat diterapkan dalam pengenalan lokasi plat nomor kendaraan dalam berbagai kondisi kendaraan seperti pencahayaan, warna plat nomor, posisi plat nomor, jenis kendaraan, warna dasar kendaraan, dan sudut kemiringan pengambilan gambar. Dari pengujian didapat hasil terbaik sistem dalam mengenali lokasi plat nomor pada kendaraan berjenis SUV dengan akurasi 100%. Sedangkan akurasi terendah dihasilkan dalam pengenalan sistem terhadap jenis kendaraan truk dan pengambilan gambar 45 derajat yaitu 52,5% dan 32,5%.
2. Penentuan parameter PX, TH, BT1, dan BT2 sangat berpengaruh terhadap hasil akurasi sistem. Penentuan kombinasi nilai-nilai parameter tersebut dengan tepat, akan meningkatkan akurasi sistem dalam menentukan lokasi plat nomor.
3. Akurasi sistem sangat dipengaruhi dari jenis kendaraan, kondisi pencahayaan, dan kemiringan pengamilan citra. Sedangkan posisi plat nomor dan warna kendaraan tidak berpengaruh terhadap akurasi sistem dalam mengenali lokasi plat nomor.
4. Dari hasil pengujian, beberapa kondisi yang menyebabkan kesalahan identifikasi lokasi plat nomor adalah : pola bagian depan kendaraan, refleksi cahaya, dan karakter (yang bukan plat nomor). Kondisi-kondisi tersebut menghasilkan periodogram yang lebih besar dari periodogram plat nomor asli sehingga menyebabkan terjadinya kesalahan identifikasi lokasi plat nomor oleh sistem.
5. Waktu eksekusi dari metode ini cukup cepat antara 0,25 detik sampai 0,35 detik dengan spesifikasi software dan hardware yang telah dijelaskan.
5.2 Saran
Saran yang dapat diberikan untuk melakukan pengembangan berikutnya antara lain:
1. Untuk mengatasi kesalahan identifikasi plat nomor karena refleksi cahaya, bisa diimpementasikan metode lain selain dari nilai periodogram yang terbesar. Salah satu metode yang bisa dicoba untuk diterapkan adalah hough
transfrom yang nantinya bisa digunakan untuk memverifikasi plat nomor dari
bentuknya.
2. Penerapan preprocessing dengan penghilangkan noise dapat diterapkan untuk mengatasi masalah kesalahan identifikasi dikarenakan refleksi cahaya.
3. Diperlukan suatu metode untuk dapat membedakan karakter plat nomor dengan karakter bukan plat nomor.
Powered by TCPDF (www.tcpdf.org)
27
Daftar Pustaka
[1] Admin. 2012. Fundamentals: The Fourier Transform and The Short Term
Fourier Transform.
http://users.rowan.edu/~polikar/WAVELETS/WTpart2.html. 22 Mei 2012 : 18.00 WIB
[2] Astuti, Fajar Hermawati dan Roenadi Koesdijarto. 2010. A Real-Time
License Plate Detection System for Parking Access. Surabaya : Universitas
17 Agustus 1945.
[3] Díaz , Beatriz Acosta. 2004.Experiments in Image Segmentation for
Automatic US License Plate Recognition. Virginia Polytechnic Institute and
State University.
[4] Hansen, Henrik and Anders Wang Kristensen.2002. Automatic recognition
of license plate. Aalborg University.
[5] Kluever, Kurt Alfred. 2008. Breking the PayPal HIP: A Comparision of
Clasifiers.New York: Rochester Institute of Technology.
[6] Lyer , kripa.2008. An Automatic & Robust Vehicle License Plate
Recognition System. University of KeralaTrivandrum, Kerala, India
[7] Ozbay, Serkan and Ergun Ercelebi.2009. Automatic Vehicle Identification
by Plate
Recognition. World Academy of Sience, Engineering and Technology 9.
[8] R. C Gonzales and R.E.Wood, Digital Image Processing (second edition), Prentice Hall. New Jersey. 2002
[9] Shapiro, Vladimirdkk.2003. Adaptive License Plate Image Extraction. International Conference on Computer Systems and Technologies – CompSysTech.
[10] Taufik, Mochamad S.2010. Pengenalan Plat Nomor Otomatis
Menggunakan Principal Component Analysis (PCA) dan Learning Vector Quantization (LVQ). Bandung: Institut Teknologi Telkom.
[11] T. D. Duan, dkk.2005. Building an Automatic Vehicle License-Plate
Recognition System. Intl. Conf. in Computer Science – RIVF, Can Tho,
Vietnam.
[12] Wikipedia. 2012. Tanda Nomor Kendaran Bermotor.
http://id.wikipedia.org/wiki/Tanda_nomor_kendaraan_bermotor. 3 Mei 2012 :
11.00 WIB
[13] Wikipedia. 2012. Transformasi Fourier.
http://id.wikipedia.org/wiki/Transformasi_Fourier. 15 Mei 2012 : 07.00 WIB
Powered by TCPDF (www.tcpdf.org)
