PENDAHULUAN
Latar Belakang Masalah
Perkembangan jumlah kendaraan setiap tahun terus meningkat, 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 berdampak terhadap semakin banyaknya pengguna jalan yang sanggup mengakibatkan banyak sekali permasalahan ibarat kemacetan dan kecelakaan akhir tidak mematuhi hukum rambu kemudian lintas yang sudah di pasang oleh Dinas Perhubungan. Menurut keputusan menteri perhubungan nomor 61 tahun 1993 pada pasal 1 menyatakan bahwa Rambu kemudian lintas yaitu salah satu dari perlengkapan jalan yang berupa lambang, huruf, angka, kalimat dan atau perpaduan diantaranya sebagai peringatan, larangan, perintah atau petunjuk bagi pemakai jalan. lampu kemudian lintas (traffic light) yang ada di persimpangan sebagai salah satu pola rambu kemudian lintas yang harus di patuhi, namun terkadang masih ada pengendara yang melaksanakan pelanggaran dengan menerobos disaat lampu sudah berwarna kuning atau berwarna merah dengan kecepatan tinggi yang sanggup membahayakan pengguna jalan lainnya (Samsugi dkk., 2014). Berdasarkan data rilis final 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 Kombes Murbani Budi Pitono bahwa telah terjadi penilangan terhadap 41.088 pelanggar kemudian lintas. Sanksi yang di berikan bagi pelanggar lampu kemudian 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 kode kemudian lintas sebagaimana dimaksud dalam Pasal 106 Ayat (4) aksara c dipidana dengan pidana kurungan paling usang 2 (dua) bulan atau denda paling banyak Rp.500.000.00.
Plat Nomor Kendaraan merupakan identitas yang berisi kode 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 sanggup di gunakan sebagai identitas untuk melaksanakan pelacakan terhadap pelanggaran yang terjadi di lampu kemudian lintas (Budianto dkk., 2015). Untuk membantu proses pelacakan tersebut, di perlukan sebuah sistem pendeteksi plat nomor kendaraan untuk mencatat plat nomor secara otomatis pada ketika terjadi pelanggaran di lampu kemudian lintas.
Sistem pendeteksi plat nomor kendaraan memakai teknologi pengolahan gambaran untuk mendeteksi lokasi plat dan mendeteksi nomor kendaraan. Metode pengolahan gambaran yang di gunakan yaitu OCR ( Optical Character Recognition ) yang sanggup dipakai untuk mengenali karakter yang ada pada plat nomor untuk dilakukan pencatatan ke sistem secara otomatis (Kusumawati dan Cahyadi, 2017). Ada beberapa algoritma pada metode OCR yang biasa di gunakan ibarat jaringan saraf tiruan, K-Nearest Neighbor Algorithm, Template Matching dan lain – lain (Hartanto dkk., 2010).
Pada Algoritma Jaringan Saraf Tiruan mempunyai kelebihan yaitu sampel goresan pena yang dijadikan input sanggup dikenali oleh komputer ibarat otak yang memproses gosip dan bisa mengenali pola goresan pena yang dilihat oleh mata. Selain itu, Jaringan Saraf Tiruan Ini juga bisa untuk mencar ilmu dan mempunyai sifat fault tolerance (Pattiserlihun dkk, 2007). namun algoritma Jaringan Saraf Tiruan ini juga mempunyai kelemahan pada proses pembelajarannya yang terlalu memakan waktu yang cukup usang (Haryono, 2005). Untuk Algoritma K-Nearest Neighbor Algorithm memiliki Kelebihan pada training yang sangat cepat dan tahan terhadap data training yang mempunyai derau dan kelemahan yang dimiliki oleh algoritma ini yaitu keterbatasan memori serta gampang tertipu oleh atribut yang tidak relevan (Mutrofin dkk., 2007). algoritma Template Matching memiliki kelebihan mampu membangun sebuah OCR dengan akurasi yang baik dan mempunyai hasil pengenalan yang tinggi serta komputasinya tidak terlalu besar alasannya yaitu data yang dipakai berupa matriks. Dan kelemahan dari algoritma Template Matching yaitu membutuhkan data referesnsi atau basis data yang banyak untuk mendapat hasil yang optimal (Hartanto dkk., 2010).
Pada penelitian ini algoritma Template Matching sanggup diterapkan pada sitem pendeteksi plat nomor kendaraan untuk menuntaskan problem pendeteksian plat nomor kendaraan yang melaksanakan pelanggaran di lampu kemudian lintas. Sistem diperlukan bisa mengenali lokasi plat dan karakter aksara serta nomor yang terdapat dalam gambaran plat kendaraan.
Rumusan Masalah
Berdasarkan uraian dari latar belakang problem yang ada, maka rumusan problem pada penelitian ini yaitu Bagaimana menerapkan algoritma Template Matching pada sistem pendeteksi plat nomor kendaraan untuk mendeteksi plat nomor kendaraan yang melaksanakan pelanggaran pada lampu kemudian lintas ?.
Batasan Masalah
Adapun batasan problem dari penelitian ini yaitu :
Sistem hanya mendeteksi plat nomor kendaraan yang melaksanakan pelanggaran ketika lampu kemudian lintas berubah warna merah.
Kendaraan yang di maksud pada penelitian ini yaitu kendaraan bermotor dan mobil.
Aplikasi ini di buat memakai 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 kemudian lintas.
Manfaat Penelitian
Manfaat dari penelitian ini yaitu :
Data pelanggaran yang di peroleh sanggup di gunakan sebagai bukti untuk menindak pelaku pengendara yang melaksanakan pelanggaran sesuai dengan UU yang berlaku.
Proses pencatatan plat nomor kendaraan yang melaksanakan pelanggaran di lampu kemudian lintas menjadi lebih mudah.
LANDASAN TEORI
Tinjauan Pustaka
Adapun Tinjauan Pustaka yang akan di gunakan untuk mendukung penelitian ini yaitu :
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 penelitian ini membahas problem pengenalan Plat Nomor Kendaraan untuk memudahkan pengontrolan keamanan pada sistem parkir dengan memakai metode Template Matching dan Jarak Canberra. Dari hasil pengujian yang dilakukan, metode Template Matching bisa menghasilkan persentase pengenalan sebesar 90% dan Metode Jarak Canberra menghasilkan persentase sebesar 85%, sehingga pada penelitian 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 penelitian ini membahas problem bagaimana menerapkan teknologi Optical Character Recognition untuk mendeteksti plat nomor kendaraan pada sistem parkir untuk meningkatkan keamanan ketika melaksanakan proses pencatatan keluar masuk kendaraan. metode OCR yang dipakai pada penelitian ini yaitu metode Template Matching. Dari hasil pengujian yang sudah di lakukan, pada penelitian telah berhasil menerapkan teknologi OCR pada sistem parkir, proses pengenalan plat nomor terlihat lebih terang di lakukan di siang hari alasannya yaitu faktor pencahayaan yang cukup dan tidak semua plat nomor sanggup dikenali alasannya yaitu plat nomor yang mempunyai bentuk goresan pena yang berbeda-beda. Dengan menerapkan teknologi OCR ini, maka proses pemarkiran sanggup lebih aman.
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 problem bagaimana membangun sebuah sistem yang sanggup mempermudah pemilik kendaraan dalam mendapat sebuah gosip mengenai pajak kendaraan, tanggal jatuh tempo pajak dan tanggal berakhirnya STNK. Untuk mengenali karakter pada nomor kendaraan dilakukan penjabaran memakai metode Learning Vector Quantization. Dari hasil pengujian di sanggup rata-rata akurasi sebesar 95,32%. Nomor kendaraan yang sudah teridentifikasi, dikirimkan ke website SAMSAT untuk mendapat gosip berupa pajak kendaraan, tanggal jatuh tempo pajak dan gosip 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 penelitian ini di lakukan pengembangan terhadap sistem deteksi plat nomor kendaraan dengan melaksanakan pengolahan awal tanpa teknik smooting dan deteksi sobel. Proses deteksi didahului dengan pengambilan data memakai kamera dan dilakukan proses awal rescale gambaran menjadi (640,480) piksel serta pengubahan gambaran menjadi grayscale. Proses Segmentasi pada penelitian ini menggabungkan metode Filter Morphologi dan Connected Component. Metode Support Vector Machine (SVM) dipakai untuk melaksanakan pengujian apakah kandidat plat merupakan plat atau bukan. Pengujian deteksi lokasi plat nomor kendaraan didapatkan hasil dengan Akurasi deteksi dalam mendeteksi lokasi plat kendaraan beroda 2 dan kendaraan beroda 4 sebanyak 78%. Jarak kamera dan kualitas pengambilan video sanggup mempengaruhi 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 membahas problem pendataan Uji Kir yang masih manual dan kesalahan pencatatan kendaraan yang bisa terjadi, sehingga di perlukan sebuah metode untuk menuntaskan permasalahan tersebut dengan memakai pengenalan pola sebagai identifikasi pengenalan plat nomor kendaraan atau pengenalan TNKB. Filter Canny dipakai 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 dilakukan, sistem bisa mengenali angka dengan persentase 100% dan aksara 86,87%. Kaprikornus kehandalan sistem dalam mengenali karakter secara keseluruhan yaitu 94,29%.
Pengertian Sistem
Menurut Alhamidi (2016) Pengertian sistem dalam banyak sekali bidang berbeda antara yang satu dengan yang lainnya, tetapi konsep sistem mempunyai persyaratan umum, sistem mempunyai elemen, lingkungan, interaksi antar sistem, dan yang penting yaitu sebuah sistem mempunyai tujuan yang akan dicapai. Sistem yaitu kumpulan dari elemen-elemen yang saling bekerja sama dan berinteraksi untuk memproses suatu masukan yang kemudian saling terhubung untuk mendapat suatu target tertentu (Hermawan dkk, 2016). Dari pendapat tersebut sanggup kita simpulkan bahwa sistem yaitu kumpulan dari banyak sekali elemen-elemen yang saling berinteraksi dan saling terhubung untuk mencapai suatu 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 biasa di sebut Plat Nomor Kendaraan yaitu Tanda Regident Ranmor yang berfungsi sebagai bukti legitimasi pengoperasian Ranmor berupa plat atau berbahan lain dengan spesifikasi tertentu yang diterbitkan oleh Polisi Republik Indonesia dan berisikan kode wilayah, nomor pendaftaran serta masa berlaku yang di pasang pada Ranmor. Kaprikornus Plat Nomor Kendaraan yang di gunakan di indonesia sudah diatur dalam peraturan tersebut dan wajib diganti setiap 5 tahun sekali.
Optical Character Recognition (OCR)
Optical Character Recognition (OCR) yaitu suatu teknik yang dipakai untuk mengubah gambar yang berisi teks maupun goresan pena tangan menjadi suatu teks yang sanggup dirubah untuk di proses selanjutnya. OCR pertama kali ditemukan oleh Emanuel Goldberg pada final tahun 1920 yang dipakai untuk mencari arsip film mikro (solichin dan Rahman, 2016).
OCR yang merupakan sistem pengenal aksara juga sanggup meningkatkan Fleksibilitas atau Kemampuan dan mencerdaskan sistem komputer. Sistem pengenal yang cerdas ini sanggup membantu perjuangan dibidang digitalisasi gosip dan pengetahuan ibarat Pembuatan Pustaka Digital, Koleksi Sastra Kuno Digital dan lain-lainnya (Hartanto dkk, 2010). Secara umum proses OCR sanggup di lihat pada gambar 2.4.1, dengan klarifikasi sebagai 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 hanya pola tawaran yang belum selesai saya kerjakan, silahkan kalian modif sesuai kebutuhan.
