1

DETEKSI POSISI PLAT NOMOR KENDARAAN BERMOTOR

BERDASARKAN AREA CITRA

Triyanto Adi Saputro.
1
, Elha Dhanny H
1
, Andriansyah Ramadhan
1
, Afi Muftihul
Situmorang
1
, M Fajar Lazuardi
1
.

1
Teknik Informatika, Fakultas Program Teknologi Informasi dan Ilmu Komputer,
Universitas Brawijaya, Malang, Indonesia

Abstrak
Seiring dengan pesatnya perkembangan ilmu pengetahuan dan teknologi saat ini menyebabkan
banyak bermunculan inovasi yang semakin memudahkan manusia untuk melakukan kegiatan sehari
harinya. Salah satu yang mengalami perkembangan pesat adalah Pengolahan Citra. Pada dasarnya
Pengolahan Citra Digital merupakan proses untuk melakukan pengolahan atau menganalisis citra
digital untuk mengambil informasi yang ada. Pencatatan plat nomor kendaraan di Indonesia pada
umumnya masih menggunakan cara konvensional, yaitu dengan mencatat plat nomor kendaraan satu
persatu secara manual oleh penjaga parker atau petugas keamanan yang berjaga di tempat tersebut.
Pencatatan secara manual dirasa kurang efisien karena sangat bergantung pada kejelian penjaga parkir
terlebih saat melakukan pencatatan dalam jumlah besar. . Untuk menghadapai permasalahan ini
dikembangkan system Deteksi Posisi Plat Nomor Kendaraan Bermotor Berdasarkan Area Citra.
Sistem ini tidak menawarkan proses untuk melakukan pencatatan karakter namun hanya melakukan
proses deteksi letak dan pemotongan per karakter pada plat nomor kendaraan yang dapat dijadikan
dasar untuk dilakukan pengembangan lebih jauh.

Keywords: pengolahan citra, citra digital, plat nomor kendaraan

I. Pendahuluan
Seiring dengan pesatnya perkembangan
ilmu pengetahuan dan teknologi saat ini
menyebabkan banyak bermunculan inovasi
yang semakin memudahkan manusia untuk
melakukan kegiatan sehari harinya. Hal ini
juga ternyata berimbas pada perilaku
konsumennya yang semakin menuntut
segalanya serba praktis dan efisien. Salah satu
yang mengalami perkembangan pesat adalah
Pengolahan Citra.
Saat ini banyak sekali produsen alat
elektronik yang menanamkan teknologi
pengolahan citra pada produknya, seperti
teknologi smile detection yang sudah banyak
terdapat pada kamera saat kini, atau fitur yang
memungkinkan untuk melakukan setting
kamera secara otomatis. Pada dasarnya
Pengolahan Citra Digital merupakan proses
2

untuk melakukan pengolahan atau
menganalisis citra digital untuk mengambil
informasi yang ada. Pengolahan ini dapat
berarti mengubah bentuk secara visual dari
suatu citra tertentu ataupun hanya mengambil
informasi atau fitur tertentu dari citra yang
nantinya dapat diproses lebih lanjut. Salah satu
kasus yang dapat dilakukan modernisasi adalah
pencatatan plat nomor kendaraan.
Pencatatan plat nomor kendaraan di
Indonesia pada umumnya masih menggunakan
cara konvensional, yaitu dengan mencatat plat
nomor kendaraan satu persatu secara manual
oleh penjaga parker atau petugas keamanan
yang berjaga di tempat tersebut. Tempat parkir
yang sudah menerapkan teknologi saat ini
hanya terbatas pada kota - kota besar.
Pencatatan secara manual dirasa kurang efisien
karena sangat bergantung pada kejelian
penjaga parkir terlebih saat melakukan
pencatatan dalam jumlah besar. Untuk
menghadapai permasalahan ini dikembangkan
system Deteksi Posisi Plat Nomor Kendaraan
Bermotor Berdasarkan Area Citra. Sistem ini
tidak menawarkan proses untuk melakukan
pencatatan karakter namun hanya melakukan
proses deteksi letak dan pemotongan per
karakter pada plat nomor kendaraan yang
dapat dijadikan dasar untuk dilakukan
pengembangan lebih jauh.

II. Dasar Teori
2.1. Plat Nomor Kendaraan
Bermotor
Di Indonesia, plat nomor pribadi
menggunakan warna dasar hitam dengan
karakter berwana putih, sedangkan pola
karakter didalamnya memeiliki kesamaan
dengan pola kendaraan umum, dengan pola
sebagai berikut dimana:
KA : Kode Area Kendaraan berupa
huruf maksimum jumlah digit adalah 2
digit dan minimum adalah 1 digit.
NP: Nomor Plat kendaraan berupa
angka angka dengan jumlah digit
maksimum adalah 4 digit
KT: Karakter Tambahan yang bias ada
atau tidak, berupa huruf dengan digit
maksimum adalah 2 digit. Pada
umumnya karakter tambahan ini
menandakan suatu kecamatan atau
daerah dari kota tertentu. [1]

2.2. Pengolahan Citra
Secara harfiah, citra (image) adalah
gambar pada bidang dwimatra (dua
dimensi). Ditinjau dari sudut pandang
matematis, citra merupakan fungsi
menerus (continue) dari intensitas cahaya
pada bidang dwimatra. Sumber cahaya
menerangi objek, objek memantulkan
kembali sebagian dari berkas cahaya
tersebut. Pantulan cahaya ini ditangkap
oleh alat-alat optik, misalnya mata pada
manusia, kamera,pemindai (scanner), dan
sebagainya, sehingga bayangan objek yang
disebut citra tersebut terekam.Suatu citra
adalah fungsi intensitas 2 dimensi f(x, y),
yang mana x dan y adalah koordinat
spasial dan f pada titik (x, y) merupakan
3

tingkat kecerahan (brightness) suatu citra
pada suatu titik. Citra digital dapat
dibayangkan sebagai suatu matriks yang
mana baris dan kolomnya menunjukkan
tingkat keabuan di titik tersebut. Elemen -
elemen dari citra digital tersebut biasanya
disebut dengan pixel, yang merupakan
singkatan dari picture elements. Dalam
satu bidang gambar, sepenuhnya terdiri
dari pikselpiksel. Karena itu, berkas yang
menyimpan citra biasa disimpan dengan
nama BMP. Untuk mengurangi ukuran dari
berkas, biasanya berkas citra dimmpatkan
dengan menggunakan teknik tertentu,
misal yang terkenal yaitu JPEG atau GIF.
[2]


III. Metodologi Penelitian
3.1. Metode Pengumpulan Data
Metode yang dilakukan dalam
penyelesaian permasalahan ini adalah
sebagai berikut:
1. Studi Literatur
Metode yang dilakukan meliputi
pencarian materi dan referensi yang
terkait dengan Pengolahan Citra,
bahasa penmrograman c#, dan
literature lain yang berhubungan
dengan system.
2. Perencanaan Sistem
Perencanaan system Deteksi Posisi
Plat Nomor Kendaraan Bermotor
Berdasarkan Area Citra ini
menggunakan bahasa pemrograman
c#. Masukan system berupa citra yang
diambil dengan media optic seperti
kamera.

3.2. Proses Pre-processing Citra
Tujuan dilakukan proses pre-
processing citra adalah untuk
menghilangkan fitur fitur yang dirasa
tidak dibutuhkan oleh system dengan
dilakukan manipulasi parameter -
parameter dari citra.

3.2.1. Grayscaling
Grayscaling merupakan prose
untuk mengubah citra RGB menjadi citra
abu abu. Warna RGB pada umumnya
dilakukan dengan cara mengisi komponen
RGB dengan nilai yang sama. Nilai
intensitas grayscale ini sama dengan
intensitas RGB biasa yang dari 0 sampai
dengan 255. Semakin kecil nilai maka
warna yang dihasilkan semakin gelap.
Sebaliknya jika nilai semakin besar maka
warna yang dihasilkan semakin terang atau
putih. Persamaan untuk mengubah citra
grayscale adalah sebagai berikut:
! !
!!!!!
!
. (i)
Atau dapat juga dengan menggunakan
persamaan sebagai berikut:
Y = 0.229R + 0.587G + 0.114B .
(ii)

4

3.2.2. Binerisasi
Binerisasi adalah proses untuk
mengubah citra RGB menjadi citra biner
atau citra 2bit. Pada umumnya pencarian
citra biner dilakukan setelah mengubah
citra menjadi grayscale agar distribusi
warna lebih merata. Prosesnya dilakukan
pengubahan sesuai threshold tertentu. Jika
nilai greyscale kurang atau sama dengan
dari nilai threshold maka diubah menjadi 0
sedangkan jika nilai greyscale lebih dari
nilai threshold maka diubah menjadi 255.

3.3. Segmentasi Citra
Segmentasi Citra dalam system ini
merupakan hal yang vital karena proses ini
sangat menentukan keberhasilan dari hasil
output system, karena proses ini digunakan
untuk menghilangkan fitur - fitur yang
bukan merupakan fitur plat dari citra dan
membantu untuk menetukan posisi dari
plat nomor dari citra.

3.3.1. Edge Detection
Tepi merupakan pixel terluar dari
suatu objek citra. Tepi biasanya dapat
dikenali dari adanya perubahan nilai
intensitas secara drastis dalam jarak yang
singkat. Tujuan dari dilakukannya edge
detection adalah untuk memperjelas garis
batas atau boundary dari suatu objek dalam
citra

3.3.2. Morfologi Citra
Morfologi citra merupakan proses
untuk menghasilkan fitur yang lebih presisi
ketika dilakukan analisa citra. Morfologi
Citra terdiri dari dilasi dan erosi, namun
morfologi citra yang digunakan dalam
system ini hanya erosi. Erosi adalah proses
pengurangan pixel dari objek dalam citra.

3.3.3. Pencarian Posisi
Pada proses pencarian posisi ini
adalah proses yang dilakukan setelah tahap
pre-proscessing dan segmentasi citra.
Pencarian posisi dilakukan untuk mencari
batasan batasan posisi citra untuk
selanjutnya dilakukan cropping. Posisi plat
ditandai oleh nilai 255 yang terluar dari
objek. Variabel posisi objek plat diwakili
oleh xmin, xmax, ymin dan ymax.

3.4. Pemotongan Per Karakter
Proses pemotongan per karakter
dilakukan dengan menghitung panjang
dengan cara mencari jarak dari xmin dan
xmax dan kemudian dibagi menjadi 10
bagian sesuai dengan jumlah total karakter
dan spasi yang diterapkan dalam
pembuatan plat nomor di Indonesia.

IV. Hasil dan Pembahasan
Untuk menyelesaikan permasalahan
ini dilakukan beberapa tahap yaitu:
4.1. Greyscaling
Pada tahap awal citra melalui tahap
grayscaling, yaitu perubahan citra RGB
5

menjadi grayscale. Persamaan yang
digunakan adalah Y = 0.229R + 0.587G +
0.114B.
Adapun penerapannya dalam program
adalah sebagai berikut
!"# %&' (
)*"+,-#./*0"#1233&451.6,#7!8,93!: ;<.=
> ?.@@A< B 3&451.6,#7!8,93!: ;<.6 >
?.CDE< B 3&451.6,#7!8,93!: ;<.F >
?.11G<<H
&451.I,#7!8,93!: ;: )*9*-.J-*4K-L&3%&':
%&': %&'<<H

4.2. Binerisasi
Setelah citra diubah ke greyscale,
citra diubah ke bentuk biner dengan
threshold tertentu threshold yang
digunakan adalah 200, dikarenakan semua
plat nomor kendaraan pribadi
menggunakan cat dasar hitam dan cata
karakter putih.
Adapun penerapannya dalam
program adalah sebagai berikut:
!M 3%&' N @??< %&' ( @CCH
,9O, !M 3%&' P( @??< %&' ( ?H
&451.I,#7!8,93!: ;: )*9*-.J-*4K-L&3%&':
%&': %&'<<H

4.3. Edge Detection
Edge detecktion atau deteksi tepi
disini berfungsi menebalkan tepi objek
biner pada citra. metode yang digunakan
adalah sobel, dengan 2 macam masking
yaitu vertical dan
horizontal.
"# "$ "#
% % %
# $ #

Adapun penerapannya dalam
program adalah sebagai berikut:
4%#%Q?R (
)*"+,-#./*0"#123&451.6,#7!8,93! S 1: ;
S 1<.=< > 3S1<H
4%#%Q1R (
)*"+,-#./*0"#123&451.6,#7!8,93!: ; S
1<.=< > 3S@<H
4%#%Q@R (
)*"+,-#./*0"#123&451.6,#7!8,93! B 1: ;
S 1<.=< > 3S1<H
4%#%QTR ( 4%#%QGR ( 4%#%QCR ( ?H
4%#%Q2R (
)*"+,-#./*0"#123&451.6,#7!8,93! S 1: ;
B 1<.=<H
4%#%QER (
)*"+,-#./*0"#123&451.6,#7!8,93! B 1: ;
B 1<.=< > @H
4%#%QDR (
)*"+,-#./*0"#123&451.6,#7!8,93!: ; B
1<.=<H
4%#&Q?R (
)*"+,-#./*0"#123&451.6,#7!8,93! S 1: ;
S 1<.=< > 3S1<H
4%#&Q1R ( 4%#&QGR ( 4%#&QER ( ?H
4%#&Q@R (
)*"+,-#./*0"#123&451.6,#7!8,93! B 1: ;
S 1<.=<H
4%#&QTR (
)*"+,-#./*0"#123&451.6,#7!8,93! S 1:
;<.=< > 3S@<H
4%#&QCR (
)*"+,-#./*0"#123&451.6,#7!8,93! B 1:
;<.=< > @H
4%#&Q2R (
)*"+,-#./*0"#123&451.6,#7!8,93! S 1: ;
B 1<.=< > 3S1<H
4%#&QDR (
)*"+,-#./*0"#123&451.6,#7!8,93!: ; B
1<.=<H
!"# U%O!9 ( ?H !"# U%O!9@ ( ?H
M*- 3!"# 8 ( ?H 8 P AH 8BB<
V
U%O!9 ( U%O!9 B 4%#%Q8RH
U%O!9@ ( U%O!9@ B 4%#&Q8RH
W
U%O!9 ( U%O!9 B U%O!9@H
!M 3U%O!9 N @CC< U%O!9 ( @CCH
,9O, !M 3U%O!9 P ?< U%O!9 ( ?H
&45@.I,#7!8,93!: ;:
)*9*-.J-*4K-L&3U%O!9: U%O!9: U%O!9<<H

4.4. Erosi
Proses ini menggunakan 2 macam
mask yaitu mask horizontal dan mask
vertical, Adapun mask yang digunakan
"# % #
"$ % $
"# % #
6

dalam mask horizontal adalah sebagai
berikut
#
#
#
#
#
#
#
#
#
Sedangkan mask citra yang
digunakan untuk vertical adalah sebagai
berikut
# # # # # # # # #

Adapun penerapannya dalam
program adalah sebagai berikut
!M 3! S G N( ? XX ; N( ?<
V
#,45 ( &45@.6,#7!8,93! S G: ;<H
4%#Q?R ( )*"+,-#./*0"#123#,45.=<H
W
!M 3! S T N( ? XX ; N( ?<
V
#,45 ( &45@.6,#7!8,93! S T: ;<H
4%#Q1R ( )*"+,-#./*0"#123#,45.=<H
W
!M 3! S @ N( ? XX ; N( ?<
V
#,45 ( &45@.6,#7!8,93! S @: ;<H
4%#Q@R ( )*"+,-#./*0"#123#,45.=<H
W
!M 3! S 1 N( ? XX ; N( ?<
V
#,45 ( &45@.6,#7!8,93! S 1: ;<H
4%#QTR ( )*"+,-#./*0"#123#,45.=<H
W
!M 3; N( ? XX ! N( ?<
V
#,45 ( &45@.6,#7!8,93!: ;<H
4%#QGR ( )*"+,-#./*0"#123#,45.=<H
W
!M 3; N( ? XX ! B 1 P &45@.Y!Z#U<
V
#,45 ( &45@.6,#7!8,93! B 1: ;<H
4%#QCR ( )*"+,-#./*0"#123#,45.=<H
W
!M 3; N( ? XX ! B @ P &45@.Y!Z#U<
V
#,45 ( &45@.6,#7!8,93! B @: ;<H
4%#Q2R ( )*"+,-#./*0"#123#,45.=<H
W
!M 3; N( ? XX ! B T P &45@.Y!Z#U<
V
#,45 ( &45@.6,#7!8,93! B T: ;<H
4%#QER ( )*"+,-#./*0"#123#,45.=<H
W
!M 3; N( ? XX ! B G P &45@.Y!Z#U<
V
#,45 ( &45@.6,#7!8,93! B G: ;<H
4%#QDR ( )*"+,-#./*0"#123#,45.=<H
W
!M 34%#Q?R N ? XX 4%#Q1R N ? XX
4%#Q@R N ? XX 4%#QTR N ? XX 4%#QGR N ?
XX 4%#QCR N ? XX 4%#Q2R N ? XX 4%#QER N
? XX 4%#QDR N ?<
,-*O! ( @CCH
,9O, ,-*O! ( ?H

4.5. Pencarian Posisi
Tahapan tahapan dari pencarian
posisi adalah:
1. Pencarian koordinat posisi plat
yang disimbolkan dengan xmin,
xmax, ymin, ymax.
2. Pemotongan Citra Asli berdasarkan
koordinat yang telah diperoleh
sebelumnya
Proses pencarian posisi dapat
dilihat dari gambar berikut:

4.6. Pemotongan Karakter
Tahapan tahapan dari
pemotongan adalah:
1. Greyscaling
2. Pengubahan image menjadi biner
3. Deteksi tepi menggunakan sobel
7

4. Pencarian ulang koordinat posisi
karakter dalam citra plat,
disimbolkan x1, x2, y1,y2
5. Pencarian area perkarakter dengan
cara mencari jarak dari x1 ke x2
lalu dibagi 10 bagian sama besar.
Proses pemotongan karakter dapat
dilihat dari gambar berikut:

V. Simpulan
Berdasarkan percobaan diatas dapat disimpulkan bahwa tingkat akurasi dari system cukup
rendah dikarenakan system tidak menerapkan metode dalam pencarian plat nomor dan
pemotongan karakter. Penyebab hal ini adalah karena sulitnya mencari referensi yang sesuai
dan karena mayoritas referensi yang dihimpun penulis menggunakan plugin dan library dalam
implementasi metodenya

DAFTAR PUSTAKA
[1] Patardo Marasi Manurung. 2007. Perangkat Lunak Pengenalan Nomor Mobil
Menggunakan Jaringan Kompetitif Dan Jaringan Koheren. Universitas Indonesia. Depok
[2] Taufiqurrohman. 2013. Pengenalan Plat Nomor Sepeda Motor Dengan Menggunakan Metode
Jarak Euclidean. Universitas Diponegoro. Semarang