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.

Preview	Text ARTIKEL.pdf - Published Version Download (1MB) | Preview
	Text PENDAHULUAN.pdf Download (303kB)
	Text ABSTRAKSI.pdf Download (99kB)
	Text BAB I.pdf Download (213kB)
	Text BAB II.pdf Restricted to Repository staff only Download (770kB)
	Text BAB III.pdf Restricted to Repository staff only Download (518kB)
	Text BAB IV.pdf Restricted to Repository staff only Download (1MB)
	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.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

UNSPECIFIED

Dwi Rahayu, Yeni

nidn0716108602

UNSPECIFIED

Nilogiri, Agung

nidn0030037701

Item Type:	Thesis (Undergraduate)
Additional Information:	Muhamad Lundy Alfandiarto (1210651002)
Keywords/Kata Kunci:	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)
Depositing User:	Hendri UF | hendri@unmuhjember.ac.id
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