7

UNIVERSITAS BINA NUSANTARA

_________________________________________________________________

Jurusan Teknik Informatika Skripsi Sarjana Komputer

Semester Ganjil tahun 2006/2007

PERANCANGAN APLIKASI PENGENAL PLAT NOMOR KENDARAAN

BERMOTOR DENGAN PENDEKATAN BACKPROPAGATION

Denny Christian Nathanael 0700693863 Maria Sintia Dewi 0700694090 Joandi 0700711922

Kelas/Kelompok : 07PBT / 04

Abstrak

Dilatar belakangi oleh sistem perparkiran yang ada sampai saat ini masih menggunakan tenaga manusia sehingga membutuhkan waktu pencatatan yang cukup lama dan rentan terhadap kesalahan. Maka penelitian ini bermaksud merancang suatu sistem aplikasi pengenal karakter plat nomor kendaraan bermotor dengan pendekatan metode Backpropagation yang dapat melakukan pemasukan data pada plat nomor kendaraan bermotor secara otomatis melalui gambar kendaraan yang ditangkap oleh sebuah kamera dijital dan memberikan hasil yang handal. Metode Penelitian melalui pendekatan backpropagation yang dilakukan ini mempunyai dua tahapan penting yaitu proses pelatihan data (training) yang dilakukan untuk melatih sistem yang bekerja agar dapat mengetahui setiap jenis-jenis karakter yang ada, dan proses pengenalan plat nomor kendaraan (recognize) yang digunakan untuk mengenali plat nomor yang ingin diuji. Hasil penelitian yang diperoleh : Tingkat akurasi pengenalan plat nomor pada plat mobil mencapai 80.87% (dari 115 citra plat yang diuji); Tingkat akurasi pengenalan plat nomor pada plat motor adalah 75% (dari 20 citra plat yang diuji); Tingkat kehandalan pengenalan karakter dengan bentuk dan variasi yang berbeda 90.83%; Tingkat kemampuan repeatability untuk setiap pengenalan plat nomor dengan metode backpropagation ini adalah 100%. Kesimpulan dari penelitian adalah : Pengenalan plat nomor dengan pendekatan backpropagation sangat dipengaruhi oleh proses training yang dilakukan; Derau atau distorsi menyebabkan tingkat pengenalan plat nomor menurun. Kata Kunci : Pengenalan Karakter, Pengenalan Plat Nomor, Backpropagation, Artificial NeuralNetwork, License Plate Recognition, Image Processing.

vii

8

PRAKATA

Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa atas segala rahmatNya,

sehingga skripsi yang berjudul “Perancangan Aplikasi Pengenal Plat Nomor Kendaran

Bermotor Dengan Pendekatan Backpropagation” dapat diselesaikan dengan baik dan

tepat pada waktunya. Adapun tujuan dari penulisan skripsi ini adalah untuk memenuhi

persyaratan dalam menyelesaikan jenjang studi Strata-1 (S1) jurusan Teknik Informatika

di Universitas Bina Nusantara.

Dalam kesempatan ini, perkenankanlah kami mengucapkan terima kasih kepada

semua pihak yang telah membantu kami dalam menyelesaikan penulisan skripsi ini,

yaitu kepada:

1. Prof. Dr. Gerardus Polla. M.App.Sc, selaku Rektor Universitas Bina Nusantara atas

semua pendidikan yang telah kami terima selama ini di Universitas Bina Nusantara.

2. Bapak Ir. Sablin Yusuf, M.Sc.,M.Comp.Sc, selaku Dekan Fakultas Ilmu Komputer

Universitas Bina Nusantara yang telah menyediakan fasilitas-fasilitas sehingga kami

dapat menyelesaikan skripsi ini sebagaimana mestinya.

3. Bapak H. Mohammad Subekti, BE.,M.Sc., selaku Ketua jurusan Teknik Informatika

yang telah memberikan kepercayaan dan kesempatan bagi penulis untuk

menyelesaikan skripsi ini.

4. Bapak Fredy Purnomo, S.Kom.,M.Kom., selaku Sekretaris jurusan Teknik

Informatika yang telah memberikan dukungan dalam pembuatan skripsi ini.

viii

9

5. Bapak Diaz D. Santika, Ir, M.Sc, selaku dosen pembimbing skripsi ini, yang telah

banyak memberikan bimbingan dan nasihatnya selama penyusunan skripsi ini,

sehingga skripsi ini bisa diselesaikan dengan baik.

6. Bapak Stanley Sentoso, selaku asisten UPT Perangkat Lunak yang telah banyak

memberikan dukungan dalam peminjaman computer untuk melakukan proses

pelatihan data yang ada didalam perancangan aplikasi ini.

7. Seluruh dosen Universitas Bina Nusantara yang telah memberikan bekal dan

bimbingan ilmu selama masa perkuliahan dalam menyelesaikan gelar kesarjanaan ini.

8. Orang tua dan keluarga kami yang telah banyak memberikan dorongan moral dan

materi dalam penyusunan skripsi ini.

9. Teman-teman asisten yang telah banyak memberikan masukan dalam penyusunan

skripsi ini.

10. Semua pihak yang tidak dapat kami sebutkan satu per satu baik yang secara langsung

ataupun tidak langsung telah membantu dalam penulisan skripsi ini.

Akhir kata, kami akan sangat menghargai jika ada kritik dan saran yang

membangun dari pembaca untuk penyempurnaan skripsi ini. Kami berharap semoga

skripsi ini dapat memberikan manfaat dan sumbangan untuk perkembangan ilmu

pengetahuan dan teknologi informasi.

Jakarta, Februari 2007

Penulis

ix

10

DAFTAR ISI

Halaman Judul Luar .................................................................................................... i

Halaman Judul Dalam ................................................................................................. ii

Halaman Persetujuan Hardcover................................................................................. iii

Halaman Pernyataan Dewan Penguji........................................................................... iv

Abstrak ........................................................................................................................ vii

Prakata ........................................................................................................................ viii

Daftar Isi ..................................................................................................................... x

Daftar Tabel ................................................................................................................ xiv

Daftar Gambar .……………………………………………………………………... xv

Daftar Lampiran …………………………………………………………………….. xx

Bab 1 PENDAHULUAN .................................................................................................1

1.1 Latar Belakang........................................................................................................1

1.2 Rumusan Masalah...................................................................................................3

1.3 Ruang Lingkup .......................................................................................................4

1.4 Tujuan dan Manfaat................................................................................................5

1.5 Metodologi Penelitian.............................................................................................6

1.6 Sistematika Penulisan .............................................................................................7

Bab 2 LANDASAN TEORI...............................................................................................9

2.1 Plat Nomor Kendaraan Bermotor ...........................................................................9

2.1.1 Sejarah Plat Nomor Kendaraan Bermotor .....................................................10

2.1.2 Nomor Polisi ..................................................................................................11

2.2 Computer Vision...................................................................................................12

x

11

2.3 Pengolahan Citra (Image Processing) ..................................................................13

2.3.1 Citra Digital....................................................................................................13

2.3.2 Konversi Citra Abu–abu Menjadi Citra Biner (Thresholding / Binerisasi) ...14

2.3.3 Penyekalaan (Scaling)....................................................................................15

2.3.4 Pemotongan (Cropping).................................................................................15

2.4 Ekstraksi Fitur.......................................................................................................16

2.5 Pengenalan Pola (Pattern Recognition)................................................................17

2.6 Jaringan Saraf Tiruan (Artificial Neural Network)...............................................18

2.6.1 Jaringan Saraf Manusia..................................................................................19

2.6.2 Perkembangan Artificial Neural Netwok (ANN)...........................................20

2.6.3 Aspek-aspek dari ANN..................................................................................21

2.6.4 Backpropagation ............................................................................................27

2.7 Unified Modelling Language (UML) ...................................................................34

2.7.1 Use Case Diagram.........................................................................................34

2.7.2 Class Diagram ...............................................................................................37

2.7.3 Sequence Diagram .........................................................................................42

2.8 Perancangan Program Aplikasi Komputer...........................................................44

2.9 Teori State Transition Diagram (STD) ................................................................47

2.10 Borland Delphi......................................................................................................48

2.10.1 Lingkungan pengembangan ...........................................................................49

2.10.2 Bahasa pemrograman .....................................................................................50

2.10.3 Pro and kontra................................................................................................51

2.11 Basis Data (Database)...........................................................................................52

xi

12

Bab 3 ANALISIS DAN PERANCANGAN...................................................................54

3.1 Analisis .................................................................................................................54

3.2 Pemrosesan Awal..................................................................................................55

3.2.1 Pengolahan Citra ............................................................................................55

3.2.2 Segmentasi .....................................................................................................64

3.3 Ekstraksi Fitur.......................................................................................................73

3.4 Proses Training dengan Metode Backpropagation...............................................75

3.4.1 Perancangan Arsitektur Neural Network .......................................................76

3.5 Proses Pengenalan Plat Nomor Kendaraan...........................................................84

3.6 Perancangan Aplikasi ...........................................................................................86

3.6.1 Gambaran Umum Perancangan .....................................................................86

3.6.2 Perancangan UML (Unified Modelling Language) .......................................89

3.6.3 Perancangan Layar.......................................................................................102

3.6.4 Perancangan Bangun....................................................................................106

Bab 4 HASIL PENELITIAN ......................................................................................107

4.1 Pengujian ............................................................................................................107

4.1.1 Pengujian pada citra plat mobil berkualitas tinggi.......................................108

4.1.2 Pengujian pada citra plat mobil yang berkualitas moderat. .........................110

4.1.3 Pengujian pada plat mobil berkualitas rendah .............................................112

4.1.4 Pengujian pada citra plat motor ...................................................................114

4.2 Evaluasi...............................................................................................................115

4.2.1 Evaluasi Pada Citra Plat Mobil Berkualitas Tinggi .....................................115

4.2.2 Evaluasi Pada Citra Plat Mobil Berkualitas Moderat ..................................115

xii

13

4.2.3 Evaluasi Pada Citra Plat Mobil Berkualitas Rendah....................................118

4.2.4 Evaluasi Pada Citra Plat Motor....................................................................120

4.3 Pengujian Kehandalan Metode...........................................................................121

4.4 Pengujian Kemampuan Mengenali Plat Nomor Berulang-ulang (Repeat Ability)

............................................................................................................................123

4.5 Implementasi Rancangan....................................................................................124

4.5.1 Layar Login..................................................................................................124

4.5.2 Layar Recognize License Plate User ...........................................................125

4.5.3 Layar Recognize License Plate Admin .........................................................126

4.5.4 Layar Training Process................................................................................127

4.5.5 Layar Recognizing Single Character ...........................................................128

Bab 5 SIMPULAN DAN SARAN ................................................................................129

5.1 Simpulan .............................................................................................................129

5.2 Saran ...................................................................................................................130

DAFTAR PUSTAKA.....................................................................................................132

DAFTAR RIWAYAT HIDUP ......................................................................................135

LAMPIRAN....................................................................................................................138

xiii

14

DAFTAR TABEL

Tabel 3.1 Tabel nilai input disetiap kotak untuk karakter A diatas....................................74

Tabel 3.3 Tabel nilai input dari karakter A ........................................................................84

Tabel 3.4 Tabel nilai output................................................................................................85

Tabel 3.5 Use Case DMJ Recognizer .................................................................................90

Tabel 3.6 Use Case Description Dari Use Case Login .....................................................90

Tabel 3.7 Use Case Description Dari Use Case Recognize License Plat-Simple Model ..91

Tabel 3.8 Use Case Description Dari Use Case Recognize License Plat -Advanced Model

.....................................................................................................................................92

Tabel 3.9 Use Case Description Dari Use Case Training .................................................93

Tabel 3.10 Use Case Description Dari Use Case Recognize Character ...........................94

Tabel 4.1 Tabel pengujian terhadap 25 citra plat berkualitas tinggi ................................108

Tabel 4.2 Tabel pengujian terhadap 60 citra plat berkualitas moderat ............................111

Tabel 4.3 Tabel pengujian terhadap 30 citra plat berkualitas rendah ..............................113

Tabel 4.4 Tabel pengujian terhadap 20 citra plat motor..................................................114

Tabel 4.5 Tabel pengujian kehandalan untuk setiap karakter..........................................122

Tabel 4.6 Tabel pengujian repeat ability dari metode backpropagation .........................123

xiv

15

DAFTAR GAMBAR

Gambar 2.1 Tahapan dalam pengenalan pola ....................................................................17

Gambar 2.2 Sistem Saraf Otak Manusia............................................................................20

Gambar 2.3 Contoh Neuron ...............................................................................................22

Gambar 2.4 Model Umum Unit Pemroses.........................................................................23

Gambar 2.5 Fungsi Keluaran / Aktivasi.............................................................................24

Gambar 2.6 FeedForward (a) dan Feedback (b) Network.................................................25

Gambar 2.7 Bentuk dasar neuron ......................................................................................28

Gambar 2.8 Arsitektur dasar Backpropagation .................................................................29

Gambar 2.9 Single-Layer Neural Netwok ..........................................................................30

Gambar 2.10 Multilayer Perceptron Neural Network .......................................................31

Gambar 2.11 Recurrent Neural Networks..........................................................................31

Gambar 2.12 Notasi Use Case...........................................................................................35

Gambar 2.13 Notasi Actor .................................................................................................36

Gambar 2.14 Notasi System Boundary ..............................................................................37

Gambar 2.15 Contoh Use Case Diagram...........................................................................37

Gambar 2.16 Notasi Class .................................................................................................38

Gambar 2.17 Notasi Multiplicity pada Class .....................................................................39

Gambar 2.18 Notasi Association ........................................................................................39

Gambar 2.19 Notasi Generalization ..................................................................................40

Gambar 2.20 Notasi Aggregation ......................................................................................40

Gambar 2.21 Notasi Composition ......................................................................................41

Gambar 2.22 Class Diagram Dengan Hubungan Generalization .....................................41

xv

16

Gambar 2.23 Class Diagram Dengan Hubungan Aggregation .........................................41

Gambar 2.24 Class Diagram Dengan Hubungan Association ...........................................42

Gambar 2.25 Contoh Class Diagram.................................................................................42

Gambar 2.26 Notasi Obejct Lifeline dan Activation ..........................................................43

Gambar 2.27 Contoh Sequence Diagram ..........................................................................43

Gambar 2.31 Daur hidup rekayasa software (Waterfall Model) ........................................45

Gambar 2.32 Notasi State ..................................................................................................47

Gambar 2.33 Notasi Arrow ................................................................................................47

Gambar 2.34 Notasi Condition dan Action ........................................................................48

Gambar 3.1 Diagram Proses Secara Umum.......................................................................54

Gambar 3.2 (a). Plat awal.

(b). Binerisasi dengan nilai ambang = 127

(c). Binerisasi dengan nilai ambang rata-rata .............................................59

Gambar 3.3 (a). Plat awal.

(b). Binerisasi dengan nilai = 127

(c). Binerisasi dengan nilai rata-rata ..............................................................60

Gambar 3.4 (a). Plat awal.

(b). Binerisasi nilai rata-rata = 102

(c). Binerisasi nilai rata-rata +15

(d). Binerisasi nilai rata-rata +25

(e). Binerisasi nilai rata-rata +30

(f). Binerisasi nilai rata-rata +40....................................................................63

Gambar 3.5 (a). Plat awal.

xvi

17

(b). Binerisasi nilai rata-rata = 57

(c). Binerisasi nilai rata-rata +30....................................................................64

Gambar 3.6 (a) Plat sebelum segmentasi

(b). Plat dengan kotoran-kotoran yang tertinggal.

(c). Karakter-karakter hasil segmentasi. ........................................................72

Gambar 3.7 Hasil segmentasi setelah melalui penyekalaan ulang.....................................73

Gambar 3.8 (a). Citra Awal

(b). Setelah dibagi 5 x 5

(c). Setelah dihitung nilai rata-rata input disetiap kotak................................74

Gambar 3.9 Arsitektur Jaringan Neural Network yang digunakan ....................................76

Gambar 3.10 Grafik error dengan 15 node hidden layer dan alpha 0.1............................79

Gambar 3.11 Grafik error dengan 15 node hidden layer dan alpha 0.3............................80

Gambar 3.12 Grafik error dengan 15 node hidden layer dan alpha 0.5............................80

Gambar 3.13 Grafik error dengan 25 node hidden layer dan alpha 0.1............................81

Gambar 3.14 Grafik error dengan 25 node hidden layer dan alpha 0.3............................81

Gambar 3.15 Grafik error dengan 25 node hidden layer dan alpha 0.5............................82

Gambar 3.16 Grafik error dengan 35 node hidden layer dan alpha 0.1............................82

Gambar 3.17 Grafik error dengan 35 node hidden layer dan alpha 0.3............................83

Gambar 3.18 Grafik error dengan 35 node hidden layer dan alpha 0.5............................83

Gambar 3.19 Karakter awal..............................................................................................84

Gambar 3.20 STD Menu Tampilan User...........................................................................86

Gambar 3.21 STD Menu Recognizing License PlateUser.................................................87

Gambar 3.22 STD Menu Tampilan Admin .......................................................................87

xvii

18

Gambar 3.23 STD Menu Recognizing License Plate Admin .............................................88

Gambar 3.24 STD Menu Training.....................................................................................88

Gambar 3.25 STD Menu Recognizing Single Character ...................................................89

Gambar 3.26 Use Case DMJ Recognizer System ..............................................................89

Gambar 3.27 Class Diagram .............................................................................................95

Gambar 3.28 Sequence Login ............................................................................................96

Gambar 3.29 Sequence Recognize License Plat User – Simple Mode...............................97

Gambar 3.30 Sequence Recognize License Plate Admin – Advanced Mode .....................99

Gambar 3.31 Sequence Training ......................................................................................100

Gambar 3.33 Rancangan Layar Login ............................................................................102

Gambar 3.34 Rancangan Layar Recognizing License Plat User - Simple Mode .............102

Gambar 3.35 Rancangan Layar Recognizing License Plat Admin - Advanced Mode .....103

Gambar 3.36 Rancangan Layar Training Process Admin................................................104

Gambar 3.37 Rancangan Layar Recognizing Single Character Admin ...........................105

Gambar 3.38 Rancang bangun pengambilan gambar citra plat nomor kendaraan. .........106

Gambar 4.1 Contoh plat yang berkualitas tinggi .............................................................109

Gambar 4.2 Contoh plat yang berkualitas moderat..........................................................111

Gambar 4.3 Contoh plat yang berkualitas rendah............................................................112

Gambar 4.4 (a) Citra plat dengan baut besar dan terang, serta menempel .....................116

pada karakter

(b). Citra hasil binerisasi dan segmentasi.........................................................................116

Gambar 4.5 (a) Citra plat dengan baut berwarna gelap, serta menempel

(b). Citra hasil binerisasi dan segmentasi.........................................................................117

xviii

19

Gambar 4.6 (a) citra plat dengan pencahayaan yang kurang merata

(b). Citra hasil binerisasi dan segmentasi.........................................................................117

Gambar 4.7 (a) citra plat dengan plat yang buruk

(b). Citra hasil binerisasi dan segmentasi.........................................................................118

Gambar 4.8 (a) citra plat dengan pencahayaan yang kurang merata

(b). Citra hasil binerisasi dan segmentasi.........................................................................119

Gambar 4.9 (a) citra plat dengan posisi baut yang menempel pada ................................120

Gambar 4.10 (a) citra plat dengan pencahayaan yang kurang merata

(b). Citra hasil binerisasi dan segmentasi.........................................................................121

Gambar 4.11 Layar Login ................................................................................................124

Gambar 4.12 Layar Recognize License Plate User..........................................................125

Gambar 4.13 Layar Recognize License Plate Admin .......................................................126

Gambar 4.14 Layar Training Process ..............................................................................127

Gambar 4.15 Layar Recognizing Single Character .........................................................128

xix

20

DAFTAR LAMPIRAN

Lampiran Surat Keterangan Demo .................................................................................. L1

xx