Ajuan Tata Cara Pendeteksi Plat Nomor Kendaraan Untuk Pelanggar Lampu Kemudian Lintas Memakai Ocr

PENDAHULUAN Latar Belakang Masalah Perkembangan jumlah kendaraan setiap tahun terus bertambah, menurut data statistik yang di keluarkan oleh www.bps.go.id bahwa jumlah kendaraan dari tahun 2015 sebesar 121.394.185 meningkat di tahun 2016 menjadi 129.281.079 unit. Samsugi dkk. (2014) menyatakan bahwa dengan meningkatnya jumlah kendaraan mempunyai pengaruh kepada makin banyaknya pengguna jalan yang mampu menjadikan aneka macam urusan ibarat kemacetan dan kecelakaan simpulan  tidak mematuhi hukum rambu lalu lintas yang sudah di pasang oleh Dinas Perhubungan. Menurut keputusan menteri perhubungan nomor 61 tahun 1993 pada pasal 1 menyatakan bahwa Rambu lalu lintas yakni salah satu dari peralatan jalan yang berbentuklambang, abjad, angka, kalimat dan atau perpaduan diantaranya sebagai peringatan, larangan, perintah atau petunjuk bagi pemakai jalan. lampu lalu lintas ( traffic light ) yang ada di persimpangan sebagai salah satu contoh rambu kemudian lintas yang mesti di patuhi, namun kadang-kadang masih ada pengendara yang melakukan pelanggaran dengan menerobos disaat lampu telah berwarna kuning atau berwarna merah dengan kecepatan tinggi yang mampu membahayakan pengguna jalan lainnya (Samsugi dkk., 2014). Berdasarkan data rilis akhir tahun yang digelar diruang TCC Mapolresta Bandar lampung, pada jumat 29 desember 2017 yang di muat dalam harian www.lampung.tribunnews.com yang di sampaikan oleh Kapolresta Bandar Lampung Komisaris Besar Murbani Budi Pitono bahwa sudah terjadi penilangan terhadap 41.088 pelanggar lalu lintas.  Sanksi yang di berikan bagi pelanggar lampu lalu lintas sudah dinyatakan pada UU Nomor 22 Tahun 2009 yang menyatakan bahwa setiap orang yang mengemudikan kendaraan bermotor di jalan, yang melanggar hukum atau larangan yang dinyatakan dengan alat pemberi aba-aba lalu lintas sebagaimana dimaksud dalam Pasal 106 Ayat (4) aksara c dipidana dengan pidana kurungan paling lama 2 (dua) bulan atau denda paling banyak Rp.500.000.00. Plat Nomor Kendaraan ialah identitas yang berisi arahan unik yang di miliki oleh setiap kendaraan di indonesia. Kode unik ini menjadi tanda pengenal untuk membedakan antara kendaraan satu dengan kendaraan yang lain nya. Plat nomor kendaraan ini mampu di gunakan sebagai identitas untuk melaksanakan pelacakan terhadap pelanggaran yang terjadi di lampu kemudian lintas (Budianto dkk., 2015). Untuk membantu proses pelacakan tersebut, di butuhkan suatu metode pendeteksi plat nomor kendaraan untuk mencatat plat nomor secara otomatis pada dikala terjadi  pelanggaran di lampu kemudian lintas. Sistem pendeteksi plat nomor kendaraan memakai teknologi pengolahan citra untuk mendeteksi lokasi plat dan mendeteksi nomor kendaraan. Metode pengolahan gambaran yang di gunakan yakni OCR ( Optical Character Recognition ) yang mampu digunakan untuk mengenali abjad yang ada pada plat nomor untuk dikerjakan pencatatan ke metode secara otomatis (Kusumawati dan Cahyadi, 2017). Ada beberapa algoritma pada metode OCR yang biasa di gunakan mirip jaringan saraf tiruan, K-Nearest Neighbor Algorithm , Template Matching dan lain – lain (Hartanto dkk., 2010). Pada Algoritma Jaringan Saraf Tiruan memiliki kelebihan adalah sampel goresan pena yang dijadikan input mampu diketahui oleh komputer menyerupai otak yang memproses berita dan bisa mengetahui pola gesekan pena yang dilihat oleh mata. Selain itu, Jaringan Saraf Tiruan Ini juga mampu untuk belajar dan mempunyai sifat fault tolerance (Pattiserlihun dkk, 2007). tetapi  algoritma Jaringan Saraf Tiruan ini  juga memiliki kekurangan pada proses pembelajarannya yang terlalu mengkonsumsi waktu yang cukup lama (Haryono, 2005). Untuk Algoritma K-Nearest Neighbor Algorithm   memiliki Kelebihan pada pembinaan yang sangat cepat dan tahan terhadap data pelatihan yang mempunyai derau dan kelemahan yang dimiliki oleh algoritma ini yakni keterbatasan memori serta gampang tertipu oleh atribut yang tidak relevan (Mutrofin dkk., 2007). algoritma Template Matching memiliki kelebihan  bisa membangun sebuah OCR dengan akurasi yang baik dan mempunyai hasil pengenalan yang tinggi serta komputasinya tidak terlalu besar karena ialah data yang dipakai berbentukmatriks. Dan kelemahan dari algoritma Template Matching adalah memerlukan data referesnsi atau basis data yang banyak untuk menerima hasil yang maksimal (Hartanto dkk., 2010). Pada observasi ini algoritma Template Matching sanggup dipraktekkan pada sitem pendeteksi plat nomor kendaraan untuk menyelesaikan masalah pendeteksian plat nomor kendaraan yang melakukan pelanggaran di lampu lalu lintas. Sistem diharapkan mampu mengetahui lokasi plat dan abjad aksara serta nomor yang terdapat dalam gambaran plat kendaraan. Rumusan Masalah Berdasarkan uraian dari latar belakang persoalan yang ada, maka rumusan duduk perkara pada observasi ini yakni Bagaimana menerapkan algoritma Template Matching pada metode pendeteksi plat nomor kendaraan untuk mendeteksi plat nomor kendaraan yang melakukan pelanggaran pada lampu lalu lintas ?. Batasan Masalah Adapun batasan persoalan dari observasi ini adalah : Sistem hanya mendeteksi plat nomor kendaraan yang melaksanakan pelanggaran saat lampu kemudian lintas berganti warna merah. Kendaraan yang di maksud pada penelitian ini ialah kendaraan bermotor dan kendaraan beroda empat. Aplikasi ini di buat menggunakan library OpenCV dengan bahasa pemrograman java. Bentuk fisik plat nomor yang di deteksi sesuai dengan yang berlaku dan di gunakan di indonesia. Tujuan Penelitian Adapun tujuan dari penelitian ini yaitu menerapkan algoritma Template Matching pada sistem pendeteksi plat nomor kendaraan untuk mendeteksi plat nomor kendaraan yang melaksanakan pelanggaran di lampu lalu lintas. Manfaat Penelitian Manfaat dari observasi ini yakni : Data pelanggaran yang di peroleh mampu di gunakan selaku bukti untuk menindak pelaku pengendara yang melakukan pelanggaran sesuai dengan UU yang berlaku. Proses pencatatan plat nomor kendaraan yang melakukan pelanggaran di lampu lalu lintas menjadi lebih mudah. LANDASAN TEORI Tinjauan Pustaka Adapun Tinjauan Pustaka yang hendak di pakai untuk mendukung observasi ini ialah : Oleh Tito Tri Pamungkas, R. Rizal Isnanto, Ajub Ajulian Zahra (2014) dari Jurusan Teknik Elektro, Universitas Diponegoro Semarang dengan judul Pengenalan Plat Nomor Kendaraan Menggunakan Metode Template Matching Dan  Jarak Canberra. Dalam observasi ini membahas problem pengenalan Plat Nomor Kendaraan untuk membuat lebih mudah pengontrolan keamanan pada sistem parkir dengan memakai metode Template Matching dan Jarak Canberra. Dari hasil pengujian yang dilaksanakan, sistem Template Matching bisa menciptakan persentase pengenalan sebesar 90% dan Metode Jarak Canberra menghasilkan persentase sebesar 85%, sehingga pada observasi ini, Metode Template Matching mempunyai tingkat pengenalan yang lebih baik daripada metode jarak canberra. Oleh Kiki Kusumawati, Dery Willy Cahyadi (2017) dari jurusan Sistem Informasi, Fakultas Teknik, Universitas Satya Negara Indonesia, dengan judul Penerapan Teknologi Optical Character Recognition Untuk Mendeteksi Plat Nomor Kendaraan. Dalam observasi ini membicarakan problem bagaimana menerapkan teknologi Optical Character Recognition untuk mendeteksti plat nomor kendaraan pada metode parkir untuk meningkatkan keselamatan ketika melaksanakan proses pencatatan keluar masuk kendaraan. metode OCR  yang dipakai pada observasi ini adalah sistem Template Matching . Dari hasil pengujian yang telah di kerjakan, pada penelitian sudah berhasil menerapkan teknologi OCR pada sistem parkir, proses pengenalan plat nomor tampaklebih terperinci di kerjakan di siang hari alasannya yaitu faktor pencahayaan yang cukup dan tidak semua plat nomor sanggup dimengerti alasannya yaitu plat nomor yang memiliki bentuk gesekan pena yang berlawanan-beda. Dengan menerapkan teknologi OCR ini, maka proses pemarkiran mampu lebih kondusif. Oleh Achmad Solichin, Zulfikar Rahman (2015) dari Program Studi Teknik Informatika, Fakultas Teknoklogi Informasi, Universitas Budi Luhur dengan judul Identifikasi Plat Nomor Kendaraan Berbasis Mobile dengan Metode Learning Vector Quantization . Dalam penelitian ini membahas dilema bagaimana membangun suatu metode yang mampu mempermudah pemilik kendaraan dalam mendapat sebuah info mengenai pajak kendaraan, tanggal jatuh tempo pajak dan tanggal berakhirnya STNK. Untuk mengenali karakter pada nomor kendaraan dikerjakan pembagian terstruktur mengenai menggunakan metode Learning Vector Quantization. Dari hasil pengujian di sanggup rata-rata akurasi sebesar 95,32%. Nomor kendaraan yang telah teridentifikasi, diantarkan ke situs web SAMSAT untuk mendapat isu berbentukpajak kendaraan, tanggal jatuh tempo pajak dan info lainnya. Oleh Aris Budianto, Teguh Bharata Adji, Rudy Hartanto (2015) dari Jurusan Teknik Elektro dan Teknologi Informasi, Universitas Gadjah Mada dengan judul Deteksi Nomor Kendaraan Dengan Metode Connected Component Dan Svm. Dalam observasi ini di kerjakan pengembangan  kepada sistem deteksi plat nomor kendaraan dengan melaksanakan pengolahan permulaan tanpa teknik smooting dan deteksi sobel. Proses deteksi didahului dengan pengambilan data menggunakan kamera dan dijalankan proses awal rescale citra menjadi (640,480) piksel serta pengubahan gambaran menjadi grayscale. Proses Segmentasi pada penelitian ini menggabungkan sistem Filter Morphologi dan Connected Component . Metode Support Vector Machine (SVM) digunakan untuk melaksanakan pengujian apakah calon plat merupakan plat atau bukan. Pengujian deteksi lokasi plat nomor kendaraan ditemukan hasil dengan Akurasi deteksi dalam mendeteksi lokasi plat kendaraan beroda 2 dan kendaraan beroda 4 sebanyak 78%. Jarak kamera dan kualitas pengambilan video sanggup mensugesti tingkat akurasi deteksi plat kendaraan. Oleh Andy Haryoko, Sholeh Hadi Pramono (2016) dari Program Studi Magister Teknik, Jurusan Teknik Informatika, Universitas Brawijaya dan Universitas PGRI Ronggolawe dengan judul Pengenalan Karakter Plat Kendaraan Bermotor berbasis Citra dengan memakai Metode Canny dan Algoritma Backpropagation. Penelitian ini membicarakan dilema pendataan Uji Kir yang masih manual dan kesalahan pencatatan kendaraan yang mampu terjadi, sehingga di butuhkan sebuah tata cara untuk menuntaskan problem tersebut dengan memakai pengenalan pola selaku kenali pengenalan plat nomor kendaraan atau pengenalan TNKB. Filter Canny digunakan untuk pengambilan gambaran yang baik  dan Citra Karakter disampling dengan ukuran 12x7 yang dikonversi ke biner untuk di inputkan ke dalam jaringan saraf tiruan yang dilatih dengan algoritma backpropagation. Dari hasil pengujian yang dikerjakan, metode bisa mengetahui angka dengan persentase 100% dan abjad 86,87%. Kaprikornus kehandalan metode dalam mengetahui abjad secara keseluruhan yakni 94,29%. Pengertian Sistem Menurut Alhamidi (2016) Pengertian tata cara dalam aneka macam bidang berlainan antara yang satu dengan yang lainnya, namun konsep tata cara memiliki patokan biasa , metode memiliki elemen, lingkungan, interaksi antar metode, dan yang penting yakni suatu tata cara mempunyai tujuan yang akan dicapai. Sistem yakni kumpulan dari komponen-bagian yang saling melakukan pekerjaan sama dan berinteraksi untuk memproses suatu masukan yang kemudian saling terhubung untuk menerima sebuah target tertentu (Hermawan dkk, 2016). Dari pendapat tersebut sanggup kita simpulkan bahwa sistem adalah kumpulan dari banyak sekali unsur-bagian yang saling berinteraksi dan saling terhubung untuk meraih sebuah tujuan.   Tanda Nomor Kendaraan Bermotor Berdasarkan Peraturan Kepala Kepolisian Negara Republik Indonesia Nomor 5 tahun 2012 yang menyatakan bahwa Tanda Nomor kendaraan Bermotor (TNKB) atau yang umum di sebut Plat Nomor Kendaraan yaitu Tanda Regident Ranmor yang berfungsi selaku bukti legitimasi pengoperasian Ranmor berupa plat atau berbahan lain dengan spesifikasi tertentu yang diterbitkan oleh Polisi Republik Indonesia dan terdiri dari kode wilayah, nomor pendaftaran serta kala berlaku yang di pasang pada Ranmor. Makara Plat Nomor Kendaraan yang di gunakan di indonesia telah dikontrol dalam peraturan tersebut dan wajib diganti setiap 5 tahun sekali. Optical Character Recognition (OCR) Optical Character Recognition (OCR) ialah sebuah teknik yang digunakan untuk mengubah gambar yang berisi teks maupun ukiran pena tangan menjadi suatu teks yang sanggup dirubah untuk di proses selanjutnya. OCR pertama kali didapatkan oleh Emanuel Goldberg pada tamat tahun 1920 yang dipakai untuk mencari arsip film mikro (solichin dan Rahman, 2016). OCR yang ialah tata cara pengenal aksara juga mampu memajukan Fleksibilitas atau Kemampuan dan mencerdaskan sistem komputer. Sistem pengenal yang pintar ini sanggup membantu usaha dibidang digitalisasi gosip dan pengetahuan menyerupai Pembuatan Pustaka Digital, Koleksi Sastra Kuno Digital dan lain-yang lain (Hartanto dkk, 2010). Secara biasa proses OCR mampu di lihat pada gambar 2.4.1, dengan penjelasan selaku berikut : BAB 2 DAN BAB 3 INI BELUM SELESAI SILAHKAN DI LANJUTKAN, UNTUK DAFTAR PUSTAKA SILAHKAN CARI SESUAI YANG SAYA KUTIP. CARI DI PORTAL GARUDA,GOOGLE SCHOLAR. ini cuma pola proposal yang belum tamat saya lakukan, silahkan kalian modif sesuai kebutuhan.  
Sumber http://mobile-app-apk.blogspot.com