Identifikasi Nomor Polisi Kendaraan Roda Dua Menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization

Lundy Alfandiarto, Muhamad (2016) Identifikasi Nomor Polisi Kendaraan Roda Dua Menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization. Undergraduate thesis, universitas muhammdiyah jember.

[img]
Preview
Text
ARTIKEL.pdf - Published Version

Download (1MB) | Preview
[img] Text
PENDAHULUAN.pdf

Download (303kB)
[img] Text
ABSTRAKSI.pdf

Download (99kB)
[img] Text
BAB I.pdf

Download (213kB)
[img] Text
BAB II.pdf
Restricted to Repository staff only

Download (770kB)
[img] Text
BAB III.pdf
Restricted to Repository staff only

Download (518kB)
[img] Text
BAB IV.pdf
Restricted to Repository staff only

Download (1MB)
[img] Text
BAB V.pdf
Restricted to Repository staff only

Download (97kB)

Abstract

Sistem biometrika merupakan teknologi untuk mengenali identitas seseorang berdasarkan karakteristik fisik seseorang. Pengenalan identitas tidak hanya terbatas pada manusia saja. Di dalam sistem parkir, identifikasi juga diperlukan untuk mengenali kendaraan yang akan memasuki area parkir. Sistem parkir yang ada saat ini masih banyak yang menggunakan sistem manual yaitu plat nomor polisi di lihat dan di catat oleh petugas guna mengidentifikasi kendaraan. Penelitian ini bertujuan untuk mengetahui tingkat akurasi algoritma Learning Vector Quantization (LVQ) dalam mengidentifikasi karakter pada citra plat nomor polisi. Proses identifikasi di awali dengan proses pra-pengolahan dengan citra nomor polisi kendaraan sebagai masukkan agar mendapatkan citra yang baik dan siap untuk proses segmentasi karakter dan ekstraksi ciri. Untuk mengidentifikasi nomor polisi kendaraan, dilakukan proses klasifikasi menggunakan metode LVQ. Penelitian ini hanya dilakukan pada citra nomor polisi kendaraan roda dua sebanyak 20 citra yang ditangkap dari 2 sudut yaitu 45° dan 0°. Dalam percobaan, diperoleh rata -rata akurasi sebesar 84.29 % untuk citra dengan sudut pengambilan citra 45° dan 63.43 % untuk citra dengan sudut pengambilan citra 0° dari karakter yang dikenali maupun tidak. Nilai parameter yang memiliki tingkat akurasi paling tinggi adalah maximum epoh 100 dan learning rate 0.01.

Item Type: Thesis (Undergraduate)
Additional Information: Muhamad Lundy Alfandiarto (1210651002)
Uncontrolled Keywords: Identifikasi Karakter, Citra, Nomor Polisi, LVQ
Subjects: 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1 - Undergraduate Thesis)
Depositing User: Hendri Uut Fahrullah
Date Deposited: 01 Aug 2018 03:50
Last Modified: 11 Apr 2020 07:00
URI: http://repository.unmuhjember.ac.id/id/eprint/517

Actions (login required)

View Item View Item