Hakiem, Fatihah 'Ulya (2018) Aplikasi Pengenalan Plat Nomor Kendaraan Otomatis Menggunakan Transformasi Wavelet dan Analisis EMD. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
5111440000104-Undergraduate_ Thesis.pdf - Accepted Version Download (4MB) | Preview |
Abstract
Selama beberapa tahun terakhir, intelligent transportation systems (ITSs) atau sistem transportasi cerdas mengalami perkembangan yang amat pesat. Salah satu bagian dari ITSs adalah sistem infrastruktur cerdas. Pengenalan plat nomor kendaraan telah menjadi bagian yang penting dari pengembangan sistem infrastruktur cerdas karena praktis dan hemat biaya. Berbagai masalah yang dihadapi dalam pengembangan sistem pengenalan plat nomor kendaraan diantaranya adalah posisi plat, pencahayaan, sudut pengambilan citra, dan kondisi lainnya yang beragam.
Tugas akhir ini mengimplementasikan sistem plat nomor kendaraan menggunakan metode transformasi wavelet dan analisis Empirical Mode Decomposition (EMD). Sistem yang ditawarkan memiliki beberapa tahap, yakni praproses, penentuan lokasi plat kendaraan, segmentasi plat, dan pengenalan karakter. Penentuan lokasi plat dilakukan menggunakan transformasi wavelet dan analisis EMD. Segmentasi plat dilakukan dengan menyeleksi komponen hasil connected-component labeling pada citra plat kendaraan. Pengenalan karakter dilakukan dengan menggunakan model artificial neural network (ANN). Data yang digunakan sebagai masukan untuk uji coba diambil dari Medialab LPR database. Hasil pengenalan ialah label karakter yang merepresentasikan identitas plat kendaraan.
Aplikasi yang dibuat berhasil mencapai 84% akurasi pada tahap penentuan lokasi plat, 92.29% pada tahap segmentasi plat, dan 84.21% pada tahap pengenalan karakter. Tahap penentuan lokasi plat kendaraan dinilai memiliki peran yang signifikan terhadap performa aplikasi secara keseluruhan, karena tahap segmentasi dan pengenalan karakter setelahnya menggunakan hasil yang didapatkan dari tahap tersebut. Hasil uji coba yang telah dilakukan membuktikan bahwa aplikasi dapat menentukan lokasi plat kendaraan, melakukan segmentasi plat, dan mengenali plat dengan baik menggunakan metode yang diajukan.
========================================================
For the past few years, intelligent transportation systems (ITSs) have been advancing rapidly. A big part of ITSs is intelligent infrastructure systems. License plate recognition (LPR) has been an integral part of intelligent infrastructure systems development due to its practicality and relatively low cost. Some challenging problems in its practice are various plate locations, illumination, perspective in which the image was taken, and other conditions which may vary.
This undergraduate thesis implements a LPR system using wavelet transform and Empirical Mode Decomposition (EMD) analysis methods. The proposed system has several processes, namely preprocesing, license plate detection, plate segmentation, and character recognition. License plate detection is done using wavelet transform and EMD analysis. Plate segmentation is implemented by choosing components extracted using connected-component labeling method on plate images. Character recognition is done using artificial neural network (ANN) model. The data used as input for testing are taken from Medialab LPR database. The result will be a set of characters that indicate the license identity.
The proposed system succesfully achieved 84% accuracy for license plate detection phase, 92.29% for plate segmentation step, and 84.21% for character recognition. The license plate detection phase turns out to have significant role to the overall performance of the application, as the segmentation and the recognition part of the program will process the result of the detection process. The result of the testing shows that the application can detect license plate location, do plate segmentation, and recognize the characters well using the proposed method.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | license plate recognition, wavelet transform, Empirical Mode Decomposition, Hilbert transform, connected components, artificial neural network |
| Subjects: | Q Science > QA Mathematics > QA403.3 Wavelets (Mathematics) Q Science > QA Mathematics > QA75 Electronic computers. Computer science. EDP Q Science > QA Mathematics > QA76.6 Computer programming. Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science) |
| Divisions: | Faculty of Information and Communication Technology > Informatics > 55201-(S1) Undergraduate Thesis |
| Depositing User: | Fatihah Ulya Hakiem |
| Date Deposited: | 12 Jul 2021 22:46 |
| Last Modified: | 12 Jul 2021 22:46 |
| URI: | http://repository.its.ac.id/id/eprint/55025 |
Actions (login required)
 |
View Item |