TEXT EXTRACTION PADA PLAT NOMOR KENDARAAN BERMOTOR BERBASIS IMAGE PROCESSING MENGGUNAKAN METODE ZONING DAN SUPPORT VECTOR MACHINE

Abdillah, Rahmat Iqbal Fanani and Arhandi, Putra Prima and Puspitasari, Dwi (2020) TEXT EXTRACTION PADA PLAT NOMOR KENDARAAN BERMOTOR BERBASIS IMAGE PROCESSING MENGGUNAKAN METODE ZONING DAN SUPPORT VECTOR MACHINE. Diploma thesis, Jurusan Teknologi Informasi.

	Text Cover.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB I.pdf Restricted to Registered users only Download (78kB) | Request a copy
	Text BAB II.pdf Restricted to Registered users only Download (347kB) | Request a copy
	Text BAB III.pdf Restricted to Registered users only Download (142kB) | Request a copy
	Text BAB IV.pdf Restricted to Registered users only Download (740kB) | Request a copy
	Text BAB V.pdf Restricted to Registered users only Download (666kB) | Request a copy
	Text BAB VI.pdf Restricted to Registered users only Download (113kB) | Request a copy
	Text BAB VII.pdf Restricted to Registered users only Download (13kB) | Request a copy
	Text Daftar Pustaka.pdf Restricted to Registered users only Download (18kB) | Request a copy
	Text Lampiran.pdf Restricted to Registered users only Download (122kB) | Request a copy

Abstract

Tanda Nomor Kendaraan Bermotor (TNKB) atau Plat Nomor Polisi (Nopol) adalah tanda Registrasi dan Identifikasi Kendaraan Bermotor (Regident Ranmor) yang berfungsi sebagai bukti legitimasi pengoperasian kendaraan bermotor yang sudah di atur pada Peraturan Kaporli Nomor 5 Tahun 2012 tentang Registrasi dan Identifikasi Kendaraan Bermotor berupa karakter. Pengenalan karakter pada plat nomor kendaraan bermotor dikenal dengan istilah Automatic number-plate recognition (ANPR). Pada umumnya, pengenalan karakter disebut sebagai OCR (Optical Character Recognition). Pola merupakan bagian dari pengenalan karakter berfungsi untuk identifikasi ciri. Ekstraksi fitur pada karakter menggunakan metode zoning untuk mendapatkan ciri karakter. Karakter yang sudah diekstraksi fiturnya maka di latih menggunakan algoritma Support Vector Machine untuk mendapat klasifikasi pengujian. Pengujian metode ekstraksi fitur zoning dan klasifikasi karakter Support Vector Machine pada 27 data uji yang terdiri dari 13 citra motor berhasil mengenali karakter dengan presentase 95.74% , 95.92% pada 14 citra mobil. Berdasarkan pengujian ekstraksi fitur zoning dengan 15 zona dapat mengekstraks ciri karakter dengan baik sehingga tingkat akurasi pengenalan karakter tinggi.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	OCR (Optical Character Recognition), Support Vector Machine, Feature Extraction, Zoning, Pengenalan karakter
Subjects:	A Computer Science > Computer Programming A Computer Science > Artificial Intelligence A Computer Science > Multimedia
Divisions:	Jurusan Teknologi Informasi > Teknik Informatika
Depositing User:	Iqbal Fanani Abdillah Rahmat
Date Deposited:	20 Jan 2021 04:42
Last Modified:	20 Jan 2021 04:42
URI:	http://repota.jti.polinema.ac.id/id/eprint/309

Actions (login required)

View Item