APLIKASI PENGENALAN PLAT NOMOR KENDARAAN DI UNIVERSITAS RIAU

Noprizal; Feri Candra

doi:10.37859/jf.v9i3.1670

Noprizal
Feri Candra

https://doi.org/10.37859/jf.v9i3.1670

Keywords: digital image processing, artificial neural networks, vehicle license plate

Abstract

Abstract

Vehicle license plate recognition application has been found in shopping centers, university, and other agency buildings with various methods of recognition. Some examples of methods used such as digital image processing techniques, neural networks and so forth. This study makes an application for the introduction of license plates, especially for student vehicle license plates in the university area. This application is developed with Digital Image Processing Methods and Artificial Neural Networks. In this study, 900 training data are used, taken from 200 photo vehicle number plates, to train 36 characters that contain 26 alphabets and 10 decimal numbers. The training data is used to test 30 photos of vehicle license plates. Plate photos used as training and testing data are the Indonesian standard with black and white plates. Artificial Neural Network used to recognize vehicle license plate by using the Backpropagation method with parameters Epoch 1000, Hidden layer1 with node 60, Hidden layer2 with node 55, Goal 0.001. The final conclusion of this Study shows that the use of Artificial Neural Network Backpropagation method is very good, with the best testing accuracy obtained, namely 98% and 1.25 error.

Keywords : digital image processing, artificial neural networks, vehicle license plate

Abstrak

Aplikasi pengenalan plat nomor kendaraan sudah banyak ditemukan di pusat perbelanjaan, universitas, dan gedung instansi dengan berbagai metode pengenalan. Beberapa contoh metode yang digunakan seperti teknik pengolahan citra digital, jaringan syaraf tiruan dan lain sebagainya. Disini penulis membuat sebuah aplikasi pengenalan plat nomor kendaraan khususnya untuk plat nomor kendaraan mahasiswa yang ada dilikungan Universitas Riau. Aplikasi ini dikembangkan dengan metode pengolahan citra digital dan jaringan syaraf tiruan. Pada penelitian ini, digunakan 700 data pelatihan yang diambil dari 200 foto plat nomor, untuk melatih 36 karakter. Data pelatihan tersebut kemudian digunakan untuk menguji 30 foto plat nomor kendaraan. Foto plat yang dijadikan untuk data pelatihan dan pengujian yaitu plat standar indonesia yang berwarna hitam dan putih. Jaringan syaraf tiruan yang digunakan untuk melakukan pengenalan yaitu dengan Metode Backpropagation dengan parameter Epoch 1000, Hidden layer1 dengan jumlah node 60, Hidden layer2 dengan jumlah node 55, Goal 0,001. Kesimpulan akhir dari penelitian ini yaitu menunjukan bahwa penggunaan Metode Backpropagation jaringan syaraf tiruan ini sangat bagus, dengan akurasi pengujian terbaik yang didapat yaitu 98% dengan eror 1,25.

Kata kunci: pengolahan citra digital, jaringan syaraf tiruan, Backpropagation, plat nomor

Downloads

Download data is not yet available.

References

[1] Ikhsanudin, Rohmatulloh Muhamad. 2014. Identifikasi citra pada plat nomor kendaraan pribadi menggunakan metode k-nearest neighbor. http://eprints.dinus.ac.id.
[2] Lim, Resmana, dkk. 2004. System pengenalana plat nomor mobil dengan metode principal components analysis. http://jurnalelektro.petra.ac.id.
[3] Pamungkas, Tito Tri, dkk. 2014. Pengenalan plat nomor kendaraan menggunakan metode template matching dan jarak canberra. http://elektro.undip.ac.id.
[4] Liesdiani, Mety, & Abdur Rosyid. 2010. Pengenalana plat nomor kendaraan menggunakan metode run length smearing dan k-nearest neighbor. http://docplayer.info.com.
[5] Budianto, Aris, dkk. 2015. Pengenalan nomor kendaraan pada system parkir dengan metode SVM dan KNN.. http://etd.repository.ugm.ac.id.
[6] Fitriawan, Helmi, dkk. 2013. Identifikasi plat nomor kendaraan secara off-line berbasis pengolahan citra dan jaringan syraf tiruan. http://electrician.unila.ac.id.