- PENDAHULUAN
- Latar Belakang Masalah
Perkembangan jumlah tunggangan setiap tahun terus semakin tinggi, menurut data statistik yang di keluarkan sang www.bps.go.id bahwa jumlah tunggangan menurut tahun2019 sebanyak 121.394.185 semakin tinggi di tahun2019 sebagai 129.281.079 unit. Samsugi dkk. (2014) menyatakan bahwa menggunakan meningkatnya jumlah kendaraan berdampak terhadap semakin banyaknya pengguna jalan yang bisa menyebabkan aneka macam pertarungan misalnya stagnasi serta kecelakaan dampak tidak mematuhi anggaran rambu lalu lintas yang telah di pasang oleh Dinas Perhubungan.
Menurut keputusan menteri perhubungan angka 61 tahun 1993 pada pasal 1 menyatakan bahwa Rambu kemudian lintas merupakan keliru satu berdasarkan perlengkapan jalan yang berupa lambang, alfabet , nomor , kalimat serta atau kumpulan diantaranya menjadi peringatan, embargo, perintah atau petunjuk bagi pemakai jalan. Lampu lalu lintas (traffic light) yg ada di persimpangan sebagai keliru satu contoh rambu kemudian lintas yang wajib pada patuhi, tetapi terkadang terdapat pengendara yg melakukan pelanggaran dengan menerobos disaat lampu sudah berwarna kuning atau berwarna merah dengan kecepatan tinggi yg dapat membahayakan pengguna jalan lainnya (Samsugi dkk.,2019). Berdasarkan data rilis akhir tahun yang digelar diruang TCC Mapolresta Bandar lampung, dalam jumat 29 desember2019 yang di muat pada harian www.lampung.tribunnews.com yang di sampaikan sang Kapolresta Bandar Lampung Komisaris Besar Murbani Budi Pitono bahwa telah terjadi penilangan terhadap 41.088 pelanggar kemudian lintas. Sanksi yang pada berikan bagi pelanggar lampu kemudian lintas telah dinyatakan dalam UU Nomor 22 Tahun 2009 yang menyatakan bahwa setiap orang yg mengemudikan kendaraan bermotor di jalan, yg melanggar anggaran atau embargo yang dinyatakan dengan indera pemberi isyarat kemudian lintas sebagaimana dimaksud dalam Pasal 106 Ayat (4) alfabet c dipidana menggunakan pidana kurungan paling usang dua (dua) bulan atau denda paling poly Rp.500.000.00.
Plat Nomor Kendaraan merupakan identitas yang berisi kode unik yang pada miliki sang setiap tunggangan pada indonesia. Kode unik ini sebagai pertanda pengenal buat membedakan antara kendaraan satu dengan tunggangan yang lain nya. Plat angka kendaraan ini bisa di pakai sebagai identitas buat melakukan pelacakan terhadap pelanggaran yg terjadi pada lampu kemudian lintas (Budianto dkk.,2019). Untuk membantu proses pelacakan tersebut, pada perlukan sebuah sistem pendeteksi plat angka tunggangan buat mencatat plat angka secara otomatis pada waktu terjadi pelanggaran pada lampu lalu lintas.
Sistem pendeteksi plat angka kendaraan memakai teknologi pengolahan citra buat mendeteksi lokasi plat serta mendeteksi angka tunggangan. Metode pengolahan gambaran yg pada gunakan adalah OCR ( Optical Character Recognition ) yang bisa dipakai buat mengenali karakter yang ada pada plat nomor buat dilakukan pencatatan ke sistem secara otomatis (Kusumawati dan Cahyadi,2019). Ada beberapa algoritma dalam metode OCR yang biasa di gunakan seperti jaringan saraf tiruan, K-Nearest Neighbor Algorithm, Template Matching dan lain – lain (Hartanto dkk., 2010).
Pada Algoritma Jaringan Saraf Tiruan memiliki kelebihan yaitu sampel goresan pena yg dijadikan input dapat dikenali sang komputer misalnya otak yg memproses warta serta mampu mengenali pola tulisan yang dilihat sang mata. Selain itu, Jaringan Saraf Tiruan Ini pula mampu buat belajar serta memiliki sifat fault tolerance (Pattiserlihun dkk, 2007). Tetapi algoritma Jaringan Saraf Tiruan ini juga mempunyai kelemahan pada proses pembelajarannya yg terlalu memakan waktu yg cukup lama (Haryono, 2005). Untuk Algoritma K-Nearest Neighbor Algorithm mempunyai Kelebihan pada pembinaan yang sangat cepat serta tahan terhadap data pelatihan yg memiliki derau serta kelemahan yang dimiliki oleh algoritma ini merupakan keterbatasan memori serta mudah tertipu oleh atribut yang tidak relevan (Mutrofin dkk., 2007). Algoritma Template Matching memiliki kelebihan sanggup membentuk sebuah OCR dengan akurasi yang baik serta mempunyai output sosialisasi yang tinggi serta komputasinya tidak terlalu akbar lantaran data yang dipakai berupa matriks. Dan kelemahan berdasarkan algoritma Template Matching merupakan membutuhkan data referesnsi atau basis data yang poly buat mendapatkan hasil yang optimal (Hartanto dkk., 2010).
Pada penelitian ini algoritma Template Matching bisa diterapkan pada sitem pendeteksi plat nomor tunggangan buat merampungkan masalah pendeteksian plat angka tunggangan yg melakukan pelanggaran di lampu kemudian lintas. Sistem diperlukan mampu mengenali lokasi plat dan karakter huruf serta nomor yg masih ada pada citra plat tunggangan.
- Rumusan Masalah
Berdasarkan uraian berdasarkan latar belakang perkara yg ada, maka rumusan kasus pada penelitian ini adalah Bagaimana menerapkan prosedur pemecahan Template Matching dalam sistem pendeteksi plat nomor kendaraan buat mendeteksi plat angka kendaraan yang melakukan pelanggaran pada lampu kemudian lintas ?.
- Batasan Masalah
Adapun batasan kasus dari penelitian ini adalah :
- Sistem hanya mendeteksi plat angka kendaraan yang melakukan pelanggaran ketika lampu lalu lintas berubah rona merah.
- Kendaraan yg di maksud dalam penelitian ini merupakan tunggangan bermotor serta mobil.
- Aplikasi ini di buat menggunakan library OpenCV dengan bahasa pemrograman java.
- Bentuk fisik plat angka yg di deteksi sesuai menggunakan yg berlaku serta di gunakan pada indonesia.
- Tujuan Penelitian
Adapun tujuan berdasarkan penelitian ini merupakan menerapkan prosedur pemecahan Template Matching pada sistem pendeteksi plat nomor tunggangan untuk mendeteksi plat angka tunggangan yang melakukan pelanggaran di lampu lalu lintas.
- Manfaat Penelitian
Manfaat menurut penelitian ini merupakan :
- Data pelanggaran yang pada peroleh dapat pada gunakan menjadi bukti buat menindak pelaku pengendara yg melakukan pelanggaran sesuai dengan UU yang berlaku.
- Proses pencatatan plat nomor kendaraan yang melakukan pelanggaran di lampu lalu lintas sebagai lebih mudah.
- LANDASAN TEORI
- Tinjauan Pustaka
Adapun Tinjauan Pustaka yang akan di pakai buat mendukung penelitian ini adalah :
- Oleh Tito Tri Pamungkas, R. Rizal Isnanto, Ajub Ajulian Zahra (2014) dari Jurusan Teknik Elektro, Universitas Diponegoro Semarang menggunakan judul Pengenalan Plat Nomor Kendaraan Menggunakan Metode Template Matching Dan Jarak Canberra. Dalam penelitian ini membahas perkara pengenalan Plat Nomor Kendaraan buat memudahkan pengontrolan keamanan pada sistem parkir dengan menggunakan metode Template Matching serta Jarak Canberra. Dari output pengujian yang dilakukan, metode Template Matching bisa membuat persentase pengenalan sebesar 90% serta Metode Jarak Canberra membuat persentase sebanyak 85%, sehingga dalam penelitian ini, Metode Template Matching mempunyai tingkat sosialisasi yg lebih baik daripada metode jeda canberra.
- Oleh Kiki Kusumawati, Dery Willy Cahyadi (2017) dari jurusan Sistem Informasi, Fakultas Teknik, Universitas Satya Negara Indonesia, menggunakan judul Penerapan Teknologi Optical Character Recognition Untuk Mendeteksi Plat Nomor Kendaraan. Dalam penelitian ini membahas kasus bagaimana menerapkan teknologi Optical Character Recognition buat mendeteksti plat angka tunggangan dalam sistem parkir buat menaikkan keamanan ketika melakukan proses pencatatan keluar masuk tunggangan. Metode OCR yg digunakan pada penelitian ini merupakan metode Template Matching. Dari hasil pengujian yg sudah di lakukan, pada penelitian telah berhasil menerapkan teknologi OCR dalam sistem parkir, proses sosialisasi plat angka terlihat lebih jelas pada lakukan pada siang hari lantaran faktor pencahayaan yang cukup serta nir seluruh plat angka bisa dikenali karena plat nomor yg mempunyai bentuk tulisan yg berbeda-beda. Dengan menerapkan teknologi OCR ini, maka proses pemarkiran dapat lebih kondusif.
- Oleh Achmad Solichin, Zulfikar Rahman (2015) dari Program Studi Teknik Informatika, Fakultas Teknoklogi Informasi, Universitas Budi Luhur menggunakan judul Identifikasi Plat Nomor Kendaraan Berbasis Mobile menggunakan Metode Learning Vector Quantization. Dalam penelitian ini membahas kasus bagaimana membentuk sebuah sistem yang bisa mempermudah pemilik kendaraan pada menerima sebuah fakta tentang pajak tunggangan, tanggal jatuh tempo pajak dan tanggal berakhirnya STNK. Untuk mengenali karakter dalam angka tunggangan dilakukan pembagian terstruktur mengenai memakai metode Learning Vector Quantization. Dari output pengujian pada dapat homogen-homogen akurasi sebesar 95,32%. Nomor kendaraan yg telah teridentifikasi, dikirimkan ke website SAMSAT buat mendapatkan berita berupa pajak tunggangan, tanggal jatuh tempo pajak dan fakta lainnya.
- Oleh Aris Budianto, Teguh Bharata Adji, Rudy Hartanto (2015) menurut Jurusan Teknik Elektro dan Teknologi Informasi, Universitas Gadjah Mada dengan judul Deteksi Nomor Kendaraan Dengan Metode Connected Component Dan Svm. Dalam penelitian ini di lakukan pengembangan terhadap sistem deteksi plat nomor kendaraan menggunakan melakukan pengolahan awal tanpa teknik smooting serta deteksi sobel. Proses deteksi didahului menggunakan pengambilan data memakai kamera serta dilakukan proses awal rescale gambaran sebagai (640,480) piksel dan pengubahan citra menjadi grayscale. Proses Segmentasi dalam penelitian ini menggabungkan metode Filter Morphologi serta Connected Component. Metode Support Vector Machine (SVM) digunakan buat melakukan pengujian apakah kandidat plat adalah plat atau bukan. Pengujian deteksi lokasi plat angka kendaraan dihasilkan output dengan Akurasi deteksi pada mendeteksi lokasi plat kendaraan beroda dua serta kendaraan beroda 4 sebesar 78%. Jarak kamera dan kualitas pengambilan video bisa menghipnotis taraf akurasi deteksi plat kendaraan.
- Oleh Andy Haryoko, Sholeh Hadi Pramono (2016) dari Program Studi Magister Teknik, Jurusan Teknik Informatika, Universitas Brawijaya serta Universitas PGRI Ronggolawe dengan judul Pengenalan Karakter Plat Kendaraan Bermotor berbasis Citra menggunakan memakai Metode Canny dan Algoritma Backpropagation. Penelitian ini membahas perkara pendataan Uji Kir yg masih manual dan kesalahan pencatatan kendaraan yg sanggup terjadi, sebagai akibatnya di perlukan sebuah metode untuk menuntaskan perseteruan tersebut menggunakan menggunakan pengenalan pola menjadi identifikasi pengenalan plat angka kendaraan atau pengenalan TNKB. Filter Canny dipakai buat pengambilan citra yg baik serta Citra Karakter disampling dengan ukuran 12x7 yg dikonversi ke biner buat di inputkan ke pada jaringan saraf tiruan yg dilatih dengan prosedur pemecahan backpropagation. Dari hasil pengujian yang dilakukan, sistem bisa mengenali angka dengan persentase 100% serta alfabet 86,87%. Jadi kehandalan sistem dalam mengenali karakter secara keseluruhan merupakan 94,29%.
- Pengertian Sistem
Menurut Alhamidi (2016) Pengertian sistem dalam berbagai bidang tidak sama antara yang satu dengan yang lainnya, tetapi konsep sistem memiliki persyaratan umum, sistem memiliki elemen, lingkungan, interaksi antar sistem, serta yang penting adalah sebuah sistem memiliki tujuan yang akan dicapai. Sistem adalah gugusan menurut elemen-elemen yang saling bekerja sama serta berinteraksi untuk memproses suatu masukan yg kemudian saling terhubung untuk menerima suatu sasaran tertentu (Hermawan dkk,2019). Dari pendapat tersebut dapat kita simpulkan bahwa sistem adalah perpaduan menurut berbagai elemen-elemen yang saling berinteraksi serta saling terhubung buat mencapai suatu tujuan.
- Tanda Nomor Kendaraan Bermotor
Berdasarkan Peraturan Kepala Kepolisian Negara Republik Indonesia Nomor lima tahun 2012 yang menyatakan bahwa Tanda Nomor tunggangan Bermotor (TNKB) atau yang biasa pada sebut Plat Nomor Kendaraan adalah Tanda Regident Ranmor yang berfungsi menjadi bukti legitimasi pengoperasian Ranmor berupa plat atau berbahan lain menggunakan spesifikasi eksklusif yang diterbitkan sang Polisi Republik Indonesia serta berisikan kode daerah, angka pendaftaran dan masa berlaku yang pada pasang dalam Ranmor. Jadi Plat Nomor Kendaraan yg pada pakai pada indonesia telah diatur dalam peraturan tadi serta harus diganti setiap lima tahun sekali.
- Optical Character Recognition (OCR)
Optical Character Recognition (OCR) adalah suatu teknik yg dipakai buat mengubah gambar yg berisi teks maupun goresan pena tangan menjadi suatu teks yang dapat dirubah buat pada proses selanjutnya. OCR pertama kali ditemukan oleh Emanuel Goldberg pada akhir tahun 1920 yang digunakan untuk mencari file film mikro (solichin serta Rahman,2019).
OCR yang adalah sistem pengenal huruf pula bisa mempertinggi Fleksibilitas atau Kemampuan serta mencerdaskan sistem komputer. Sistem pengenal yang cerdas ini dapat membantu bisnis dibidang digitalisasi informasi serta pengetahuan misalnya Pembuatan Pustaka Digital, Koleksi Sastra Kuno Digital serta lain-lainnya (Hartanto dkk, 2010). Secara umum proses OCR dapat pada lihat pada gambar 2.4.1, menggunakan penerangan menjadi berikut :
BAB dua DAN BAB tiga INI BELUM SELESAI SILAHKAN DI LANJUTKAN, UNTUK DAFTAR PUSTAKA SILAHKAN CARI SESUAI YANG SAYA KUTIP. CARI DI PORTAL GARUDA,GOOGLE SCHOLAR. Ini hanya contoh proposal yang belum selesai aku kerjakan, silahkan kalian modif sesuai kebutuhan.
Berikan Komentar
<i>KODE</i>
<em>KODE YANG LEBIH PANJANG</em>
Notify me
untuk mendapatkan notifikasi balasan komentar melalui Email.