IDENTIFIKASI PLAT NOMOR MOBIL MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) Yudil Taufik Umar¹, Heroe Wijanto², Rita Magdalena³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak Untuk kepentingan pengenalan sebuah kendaraan dengan cepat, dalam pengiriman data dijital tidak menggunakan citra. Tetapi sebuah teks yang mudah dan ringkas. Jika berbentuk teks akan lebih mudah dikirim dan dikenali dalam database. Dalam mengenali sebuah kendaraan dengan bentuk teks, adalah dengan mengidentifikasi plat nomornya. Jadi jika terdapat citra plat nomor sebuah kendaraan dengan kondisi tertentu, maka akan dikonversikan dari citra plat nomornya ke dalam bentuk teks yang dimana akan memudahkan untuk tindakan selanjutnya yang diinginkan. Dalam tugas akhir ini dirancang sebuah sistem optical character recognition yang dapat mengenali karakter plat nomor dari citra plat nomor sebuah mobil dengan kondisi tertentu yang diambil dari sebuah kamera dijital. Sistem akan mengenali plat nomor dan merubahnya ke dalam bentuk vektor yang dimaksudkan untuk menjadi inputan untuk sistem klasifikasi Support Vector Machine, dimana sistem tersebut akan mengklasifikasi vektor dari sebuah citra menjadi bentuk karakter teks. Dari hasil pengujian berdasar jumlah plat nomor yang diujikan, didapatkan tingkat akurasi berdasar jumlah karakter total yang diujikan sebesar 98,54%. Ditinjau dari tingkat akurasi berdasar ketepatan pegidentifikasian satu plat nomor adalah 89.47% untuk setiap plat dari citra plat yang di ujikan. Hasil tersebut didapatkan dengan menggunakan metode one against one dengan kernel Gaussian. Kata Kunci : Support Vector Machine (SVM), optical character recognition, sistem klasifikasi. Abstract For the purposes shorting time to recognizing a vehicle, does not use digital image in the delivery of data transmission. But a text that is easy and concise. With text form it will be shaped more easily transmitted and identified in the database. Recognizing a vehicle in the form of a text is by identifying the plate number. So if have an image of a vehicle license plate with a certain condition, it will be converted from that image of the license plate to the text form which will make it easy for the next action that wanted to. In this final task have been designed a optical character recognition system that can recognize the license plate characters from the image of a car license plate with a certain condition is taken from a camera digital. The system will recognize the plate number and change into the vectors form which is intended to be an input of classification system Support Vector Machine, which the system will be classifying the vectors of an image into the form of text characters. From the simulation, the accuration based on the total character overall from license plate tested image is 98,54%. From the testcase that based on the identification a license plate, obtained the accuracy for a license plate from test images is 89.47%. Keywords : Support Vector Machine (SVM), optical character recognition, the classification system.
BAB I PENDAHULUAN 1.1 Latar Belakang Setiap kendaraan bermotor memiliki ciri yang tidak akan ada yang sama satu sama yang lainya yaitu plat nomor. Yang selanjutnya bisa digunakan juga untuk mencari data pemilik, alamat dan yang lainya. Plat nomor ini juga digunakan untuk data di tempat parkir atau untuk pengenalan sebuah kendaraan oleh manusia. Saat ini, proses pencatatan nomor polisi kendaraan dilakukan secara manual, dengan pengetikan dan pencatatan. Sekarang sistem yang manual sebagian besar telah berubah menjadi sistem yang otomatis karena hal ini dapat memudahkan pengguna. Pencataan plat yang pada saat ini masih dilakukan secara manual akan dikembangkan menjadi sistem yang otomatis, yaitu dengan pengenalan plat. Pengenalan dilakukan pada citra digital dari plat nomor. 1.2 Perumusan Masalah Tugas akhir ini membahas tentang performansi sistem dalam mengenali citra plat nomor untuk mendapatkan sistem dengan performansi terbaik. Hal-hal yang akan dianalisa diantaranya : a. Bagaimana cara mengenali karakter pada citra plat. b. Akurasi: ketepatan sistem dalam mengenali karakter dalam sebuah plat nomor kendaraan. c. Kecepatan sistem, mulai dari pengambilan masukan sampai dengan didapatkan output akhir yang berupa data teks. 1.3 Tujuan Tujuan dari penulisan tugas akhir ini adalah : 1. Merancang dan melakukan implementasi program aplikasi yang berfungsi untuk pengenalan plat nomor dengan menggunakan support vector machine (SVM). 2. Menganalisa performansi program aplikasi pengenalan plat nomor dengan memperhitungkan akurasi dan kecepatan pemprosesan 3. Membandingkan aspek performansi dengan hasil yang menggunakan JST Backpropagation. 1
IDENTIFIKASI PLAT NOMOR MOBIL MENGGUNAKAN SVM 1.4 Batasan Masalah Dalam penulisan tugas akhir ini, ruang lingkup pembahasan masalah hanya dibatasi pada : a. Citra yang menjadi masukan adalah citra hasil dari peng-capture-an dengan kamera dijital, dengan pencahayaan lampu jika di dalam ruangan, dan pencahayaan matahari dalam cuaca cerah jika di luar ruangan. b. Pengenalan hanya dilakukan pada plat nomor dasar hitam, merah dan kuning. c. Citra digital masukan berupa plat standart kepolisian yang terdiri dari karakter A-Z dan 0-9. d. Output/ keluaran berupa teks karakter A-Z dan 0-9. e. Pengenalan plat nomor dengan menggunakan ekstraksi ciri histogram area dan support vector machine (SVM) sebagai klasifikasi. f. Pemrosesan pengenalan dilakukan per karakter. g. Simulasi sistem dilakukan dengan menggunakan bahasa pemrograman Matlab seri R2008a. 1.5 Metodologi Penyelesaian Masalah a. Studi literatur dan pustaka Bertujuan untuk mempelajari dasar teori dari berbagai literatur mengenai identifikasi karakter suatu citra plat nomor, diantaranya: 1. Mempelajari tentang pengolahan citra digital dan pengenalan karakter. 2. Mempelajari tentang histogram area. 3. Mempelajari tentang support vector machine (SVM). b. Pengumpulan data Bertujuan untuk mendapatkan database citra plat nomor yang akan digunakan sebagai masukan dari sistem dan plat nomor kendaraan untuk citra uji. c. Studi pengembangan aplikasi Bertujuan untuk menentukan metodologi pengembangan sistem yang akan digunakan dengan pendekatan tersruktur dan melakukan analisa perancangan. d. Implementasi program aplikasi Bertujuan untuk melakukan implementasi metode pada program aplikasi sesuai dengan perancangan yang telah dilakukan. e. Analisa performansi INSTITUT TEKNOLOGI TELKOM 2
IDENTIFIKASI PLAT NOMOR MOBIL MENGGUNAKAN SVM Bertujuan untuk melakukan analisis performansi hasil pengenalan plat nomor menggunakan histogram area dan SVM. f. Pengambilan kesimpulan Bertujuan untuk menarik kesimpulan setelah melakukan percobaaan pengenalan plat nomor dengan membandingkan secara visual dari karakter plat nomor dan hasilnya. INSTITUT TEKNOLOGI TELKOM 3
BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan 1. SVM cocok digunakan untuk mengidentifikasi karakter dalam plat nomor karena SVM cocok digunakan untuk jumlah kelas terbatas dan masukan yang terbatas sesuai dengan kelasnya. 2. Histogram Area bisa digunakan sebagai Ekstraksi 62irri untuk SVM. 3. Metode OAA dan OAO tidak memperlihatkan hasil yang jauh berbeda denagn pemilihan kernel menggunakan Gaussian akan cocok dengan kedua metode tersebut. Tetapi tidak untuk kernel Polynomial. 4. Nilai parameter C dan P berbeda-beda nilai yang optimalnya untuk setiap program dan untuk mendapatkan nilai optimalnya harus dengan eksperimen. 5. Dengan menggunakan metode SVM akan lebih baik dibandingkan dengan menggunakan metode jaringan saraf tiruan Self Organizing Maps (SOMs) ditinjau dari hasil akurasi yang menggunakan SVM 98,90% dan SOMs 97,81%. 6. Walaupun menggunakan ekstraksi 62 irri yang sederhana SVM tetap tangguh dalam mengklasifikasi citra uji. 5.2 Saran 1. Untuk lebih lanjut dibuat alogaritma untuk tahap preprocessing yang bersifat otomatis 2. Penelitian selanjutnya tidak hanya sebatas plat nomor standar kepolisian saja yang dapat dideteksi. Tetapi segala variasi bentuk plat nomor. 3. Agar dicoba dengan metode lain sehingga dapat dibandingkan hasilnya. 4. Perlu dikembangkan untuk identifikasi masa akhir berlakunya plat nomor 5. Perlu dikembangkan yang mampu memproses kualitas citra dengan gangguan cuaca. 62
DAFTAR PUSTAKA [1] Anthony, Gidudu, dkk., Image Classification Using SVMs: One-against-One Vs Oneagainst-All. [2] Ebden, Mark, Gaussian Processes for Regression: A Quick Introduction. Agustus 2008 [3] Extending SVM To Soft Margin Classifier, http://mi.eng.cam.ac.uk/~kkc21/thesis_main/node13.html [4] Fikriyah, Laily, Implementasi dan Analisis Algoritma Biased Regularization Support Vector Machine ( BRSVM ) pada Kasus Pengenalan Huruf Tulisan Tangan, 2009 [5] Milgram, Jonathan, One Against One or One Against All: Which One is Better for Handwriting Recognition with SVMs?. [6] Santosa, Budi, Data Mining : Teknik Pemanfaatan Data Untuk Keperluan Bisnis,2007. [7] Santosa, Budi, Data Mining Terapan Dengan Matlab,2007. [8] Sari, Marlindia Ike, Identifikasi Plat Nomor Kendaraan Berbasis Pengolahan Citra Menggunakan Jaringan Syaraf Tiruan Adaptive Resonance Theory2 (ART2),2007. [9] Satriyo Nugroho, Anto, dkk., Support Vector Machine : Teori Dan Aplikasinya Dalam Bioinformatika, 2003. [10] SVM Parameters, http://www.svms.org/parameters/ [11] Using A Radial Basis Function as A Kernel, http://mi.eng.cam.ac.uk/~kkc21/thesis_main/node31.html [12] Using Polinomial Kernel, http://svr-www.eng.cam.ac.uk/~kkc21/thesis_main/node32.html [13] Wijayanto, Inung, Identifikasi Nomor Polisi Kendaraan Bermotor Menggunakan Jaringan Syaraf Tiruan Self Organizing Maps (SOMs),2008. http://asnugroho.wordpress.com/2006/10/15/apakah-support-vector-machine-itu/ http://asnugroho.wordpress.com/2007/02/18/diskusi-mengenai-support-vector-machine/ http://en.wikipedia.org/wiki/support_vector_machine http://mi.eng.cam.ac.uk/~kkc21/thesis_main/node13.html http://www.dtreg.com/svm.htm