IDENTIFIKASI KARAKTER PLAT NOMOR KENDARAAN DENGAN LEARNING VECTOR QUANTIZATION

Atiq, Muhammad Qolbil and Sumari, Arwin Datumaya Wahyudi and Puspitasari, Dwi (2020) IDENTIFIKASI KARAKTER PLAT NOMOR KENDARAAN DENGAN LEARNING VECTOR QUANTIZATION. Diploma thesis, 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 (13kB) | Request a copy
	Text bab II.pdf Restricted to Registered users only Download (664kB) | Request a copy
	Text bab III.pdf Restricted to Registered users only Download (232kB) | Request a copy
	Text bab IV.pdf Restricted to Registered users only Download (357kB) | Request a copy
	Text bab V.pdf Restricted to Registered users only Download (335kB) | Request a copy
	Text bab VI.pdf Restricted to Registered users only Download (268kB) | Request a copy
	Text bab VII.pdf Restricted to Registered users only Download (7kB) | Request a copy
	Text Daftar Pustaka.pdf Restricted to Registered users only Download (10kB) | Request a copy
	Text Lampiran.pdf Restricted to Registered users only Download (220kB) | Request a copy

Abstract

Plat nomor merupakan kelengkapan penting yang menyimpan informasi kendaraan bermotor. Sistem identifikasi plat nomor kendaraan bermotor merupakan teknik otomatisasi yang dapat diterapkan dalam pengendalian lalu lintas termasuk di jalan tol dan tempat parkir. Guna memperoleh identifikasi kendaraan bermotor yang akurat berdasarkan plat nomor maka harus diawali dengan klasifikasi terlebih dulu. Terdapat beragam metode klasifikasi yang dapat digunakan untuk identifikasi plat nomor. Masih tersedia banyak metode klasifikasi yang dapat dipilih dan dikombinasikan dengan metode ekstraksi fitur tertentu guna memperoleh hasil klasifikasi dengan akurasi yang maksimal. Tujuan dari penelitian ini adalah membangun sebuah sistem identifikasi plat nomor kendaraan bermotor menggunakan klasifikasi Learning Vector Quantization (LVQ) yang dikombinasikan dengan metode ekstraksi fitur yaitu Otsu Thresholding dan blob detection dengan menggunakan dataset buatan sendiri berupa plat nomor dari kendaraan bermotor di tempat parkir Politeknik Negeri Malang. Pada penelitian ini dataset yang digunakan adalah data citra karakter tunggal pada plat nomor sebanyak 180 buah, dan data berupa citra karakter plat nomor dalam satu kelompok sebanyak 50 buah. Dari pengujian sistem diperoleh beberapa hasil yakni akurasi klasifikasi keseluruhan untuk citra karakter pada plat nomor secara keseluruhan dalam satu kelompok adalah 77% dengan kemampuan mengidentifikasi 80% dan akurasi klasifikasi keseluruhan untuk citra karakter tunggal adalah 80% dengan kemampuan mengidentifikasi 100%.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Blob Detection, Identifikasi Plat Nomor, Klasifikasi, Learning Vector Quantization, Otsu Thresholding
Subjects:	A Computer Science > Computer Programming A Computer Science > Information Science A Computer Science > Artificial Intelligence
Divisions:	Jurusan Teknologi Informasi > Teknik Informatika
Depositing User:	Muhammad Qolbil A
Date Deposited:	15 Dec 2020 13:05
Last Modified:	15 Dec 2020 13:05
URI:	http://repota.jti.polinema.ac.id/id/eprint/349

Actions (login required)

View Item