28

BAB III
ANALISIS DAN PERANCANGAN SISTEM

Analisis dan perancangan sistem ini ditujukan untuk memberikan

gambaran secara umum mengenai aplikasi yang akan dibuat. Hal ini berguna
untuk menunjang pembuatan aplikasi sehingga kebutuhan akan aplikasi tersebut
dapat diketahui.

3.1

Analisis Sistem

3.1.1 Gambaran Umum

Sistem merupakan suatu kumpulan elemen-elemen yang saling terkait
dan berinteraksi untuk melakukan fungsi-fungsi tertentu, guna mencapai
suatu tujuan yang direncanakan.
Analis sistem merupakan langkah awal sebelum membuat sistem
dengan menggunakan metode tertentu, dengan tujuan mendapatkan
pemahaman secara keseluruh tentang sistem yang akan dikembangkan, atau
dibuat sekaligus memahami permasalahan-permasalahan yang ada.
Langkah pertama untuk analisis penggunaan metode template
matching pada sistem, untuk pencatatan nomor plat kendaraan bermotor
adalah memahami proses pengolahan citra (image processing), dan
mempelajari kerja sistem atau metode yang sudah ada, secara terperinci
bagaimana sistem atau metode itu beroperasi.
Langkah kedua dalam analisis sistem adalah mengidentifikasi
penyebab masalah yang menimbulkannya. Masalah yang timbul dalam
pencatatan nomor plat kendaraan bermotor pada saat ini adalah masih
dilakukan dengan cara manual, misalkan pada saat kendaraan akan
memasuki area parkir. Cara yang digunakan untuk mencatat nomor plat
kendaraan masih banyak dilakukan dengan manual (tulis tangan). Namun
dengan menggunakan metode template matching, pengenalan angka
dilakukan berdasarkan teknik pengolahan citra (image processing) sehingga

29

dapat mengenali dan mencocokkan pola huruf dan angka yang tertera pada
nomor plat kendaraan bermotor.
Setelah penyebab masalah sudah diketahui dan disimpulkan,
selanjutnya membuat keputusan penyebab masalah tesebut. Proses
pembuatan sistem untuk pencatatan nomor plat kendaraan bermotor
menggunakan metode template matching adalah pilihan terbaik untuk
mempermudah pencatatan nomor plat kendaraan bermotor.

3.1.2 Data Yang Digunakan

Data yang digunakan merupakan salah satu langkah awal sebelum data
dapat diproses oleh sistem dengan lebih mudah. Proses ini akan
menyesuaikan strutktur data awal menjadi struktur yang dapat dianalisa oleh
sistem, dalam kasus penelitian ini yakni mengubah data dalam bentuk citra
menjadi bentuk teks. Data yang digunakan meliputi data obyek (asli) dan
data template (acuan).
1. Data Obyek (Asli)
Data obyek merupakan data awal yang belum dilakukannya proses
pengolahan citra. Data obyek ini masih berbentuk citra hasil tangkapan dari
webcam pada kendaraan yang akan memasuki area parkir. Data obyek ini
berupa nomor plat kendaraan bermotor yang sesuai dengan standart
kepolisian.

Gambar 3.1 Data Obyek Hasil Tangkapan Webcam

30

2. Data Template (Acuan)

Data template (Acuan) merupakan data dalam proses pengolahan citra
dengan metode template matching. Data acuan ini adalah merupakan huruf
abjad mulai dari A sampai Z dan angka mulai dari 0 sampai 9, berbentuk
angka hasil perhitungan integral proyeksi. Yang nantinya digunakan sebagai
perbandingan dengan data obyek, untuk dapat mengenali dan mencocokkan
nilai setiap karakter dari data obyek, agar bisa mendapatkan hasil yang
maksimal dan sesuai dengan nilai setiap karakter dari data obyek. Berikut ini
adalah cara mendapatkan data template (acuan) adalah sebagai berikut :

Mengcapture nomor plat kendaraan bermotor yang sesuai dengan

standart kepolisian. Proses pengcapturan disesuaikan dengan jarak dan
intensitas cahaya yang cukup pada saat melakukan proses.

Kemudian nomor plat tersebut di scan dijadikan per-huruf dan perangka sesuai dengan karakter huruf abjad mulai dari A sampai Z dan
angka mulai dari 0 sampai 9, dengan menggunakan perhitungan
integral proyeksi. Gambar 3.2 adalah contoh pengambilan data
template (acuan) dengan perhitungan integral proyeksi, sebagai
berikut:

Gambar 3.2 Contoh Pengambilan Data Template (acuan)

Menggunakan Perhitungan Integral Proyeksi

Dengan melakukan beberapa kali percobaan untuk mendapatkan nilai

rata-rata dari setiap kali melakukan perhitungan integral pada nomor
plat kendaraan.

31

3.2

Perancangan Sistem
Dari hasil analisa yang telah dilakukan diatas, maka perancangan
sistem ini dijelaskan sebagai berikut :
3.2.1 Diagram Alir Sistem
Dari analisa yang telah dilakukan diatas, maka diagram alir dari
sistem ini dapat digambarkan seperti pada Gambar 3.3 berikut ini.

Nomor Plat

Webcam

PC

Gambar 3.3 Diagram Alir Sistem

Gambar 3.3 diatas menunjukkan sistem yang akan dibuat

menggunakan bantuan dari kamera untuk menangkap nomor plat
kendaraan, dan komputer untuk melakukan proses pengolahan citra
pada nomor plat kendaraan tersebut. Berikut penjelasannya :
1. Obyek harus ada untuk dilakukan pencocokan pola, kalau tidak ada
bukan sebuah pencocokan pola. Dalam posisi tersebut nomor plat
diambil dengan beberapa ketentuan. Yaitu posisi nomor plat harus
nampak jelas, nomor plat yang akan dikenali tidak terhalangi oleh
objek lain, kemudian posisi pencahayaan dan kamera haruslah
stabil. Bila tidak maka akan terjadi kemungkinan kesalahan dalam
proses pengenalan angkanya.
2. Setelah itu kamera dihubungkan dengan komputer. Kamera ini
menggunakan port USB sebagai konektifitasnya, sehingga lebih
mudah.
3. Data yang diperolah dari kamera akan dikirim ke komputer. Untuk
kemudian diproses oleh program yang telah dibuat. Hasilnya
berupa teks yang yang memberikan keterangan hasil pengenalan
apakah sesuai dengan gambar asli atau tidak.

32

3.2.2 Perancangan Perangkat Keras

Gambar 3.4 berikut menunjukkan perangkat keras yang
digunakan dalam sistem ini.

Lampu

webcam

PC
petugas

Gambar 3.4 Perancangan Perangkat Keras

Perancangan

perangkat

keras

ini

bertujuan

agar

dapat

memperoleh posisi dan cahaya yang stabil. Adapun beberapa

keterangan tentang perangkat apa saja yang terdapat dalam
perancangan perangkat keras ini adalah dijelaskan sebagai berikut :
1. Ruang Khusus
Sebagai tempat petugas untuk melakukan pengambilan
gambar pada nomor plat kendaraan bermotor, sebagai data awal
untuk dilakukan proses pengolahan citra.
2. Kamera
Digunakan untuk menangkap obyek nomor plat kendaraan
agar data dapat diterima dan diolah oleh komputer. Menggunakan
kamera Webcam Merk TP 538 dengan resolusi 5 megapixel.
Meskipun dengan fitur yang minimal, akan tetapi sudah cukup
bagus unutk melakukan pengidentifikasian obyek. Posisi kamera
harus diatur, dengan tinggi 1.5 meter dari permukaan tanah dan
jarak ke obyek 1 meter.

33

3. Perangkat Komputer
Digunakan untuk proses pengolahan data dari hasil
penangkapan kamera yang berbentuk citra (nomor plat) kemudian
diubah menjadi bentuk teks. Adapun spesifikasi kebutuhan pada
perangkat komputer adalah sebagai berikut :
a. Komputer dengan prosesor Pentium IV dual core
b. Hardisk dengan kapasitas 160 GB
c. RAM 1 GB
4. Cahaya
Digunakan untuk penerangan dalam pengcapturan nomor
plat. Intensitas cahaya harus cukup tidak boleh berubah-ubah.
Penerangan menggunakan lampu neon. Cahaya harus stabil, karena
sangat berpengaruh pada saat pengambilan obyek, serta untuk
menentukan hasil proses.
5. Petugas
Digunakan untuk membantu pada saat proses berlangsung.

3.2.3 Perancangan Perangkat Lunak

Berikut adalah penjelasan tentang perancangan perangkat lunak
untuk pencatatan nomor plat kendaraan bermotor menggunakan
metode template matching. Adapun tahapan-tahapan tentang proses
pengolahan citra pada nomor plat kendaraan ditunjukkan pada gambar
3.5.
Buka Webcam

Capture Citra

Cropping
Citra

Grayscale

Hasil Format
Teks

Template
Matching

Integral
Proyeksi

Metode Otsu

Gambar 3.5 Blok Diagram Pencatatan Nomor Plat

34

Gambar 3.5 merupakan blok diagram software untuk

melakukan proses pencocokan pola dari sistem yang digunakan.
Adapun keterangan jalannya sistem proses pencocokan pola adalah
sebagai berikut :
1. Aktifkan webcam untuk menampilkan gambar yang ditangkap
webcam kedalam aplikasi.
2. Penangkapan citra nomor plat dilakukan secara manual
menggunakan webcam.
3. Setelah terdeteksi adanya gambar nomor plat pada tampilan
window dari webcam.
4. Kemudian dilakukan cropping pada area plat nomor. Sehingga
hanya bagian plat nomor saja yang akan diproses.
5. Kemudian citra RGB ke grayscale, untuk mengubah citra
berwarna menjadi citra grayscale.
6. Metode Otsu untuk memperbaiki kualitas citra input, agar
memudahkan proses pencocokan pola nomor plat kendaraan
tanpa menghilangkan informasi utamanya.
7. Kemudian dilakukan perhitungan integral proyeksi untuk
menentukan nilai dari setiap karakter.
8. Setelah itu barulah dilakukan proses pencocokan pola dengan
metode template matching untuk dicocokkan pola atau nilai
karakter dari data obyek dengan data template (acuan). Sehingga
didapatkan hasil yang sesuai dengan data obyek.
9. Data hasil pencocokan pola nomor plat kendaraan nantinya
berbentuk teks.

3.2.3.1 Pengcapturan Citra

Pada proses pengcapturan citra nomor plat kendaraan
bermotor dilakukan secara manual oleh user. Pada proses
pengcapturan citra nomor plat kendaraan, webcam sudah diatur
pada posisi yang tepat, terutama untuk tinggi webcam 1,5

35

meter dan jarak webcam ke obyek 1 meter. Intensitas cahaya

pun sangat berpengaruh pada proses pengcapturan citra nomor
plat kendaraan, intensitas cahaya cukup (tidak terlalu terang
dan tidak terlalu gelap). Dengan penerangan menggunakan
lampu neon, maka diharapkan pada saat perubahan waktu atau
perubahan cuaca, intensitas cahaya tetap stabil atau cukup,
sehingga dapat memperoleh hasil yang lebih baik pada saat
capture citra, proses pencocokan pola citra, dan hasilnya sesuai
dengan data obyek.

3.2.3.2 Cropping Citra

Setelah melakukan proses pengcapturan kendaraan
bermotor, proses selanjutnya adalah proses cropping. Proses
cropping ini dilakukan secara manual dengan bantuan user
atau petugas.
Pada proses pengcropan citra ini digunakan untuk
membuang bagian daerah selain nomor plat kendaraan.
Sehingga hanya bagian nomor plat kendaraan saja yang
diproses. Dengan menggunakan rumus sebagai berikut :
x = x xL untuk x = xL xR
y = y yT untuk y = yT yB
(xL , yT) dan (xR , yB) adalah koordinat titik pojok kiri atas
dan pojok kanan bawah citra yang akan di crop.
Sehingga ukuran citra menjadi :
w = xR xL
h = yB yT
Gambar 3.6 berikut adalah konversi system koordinat cropping
citra.

36

(0,0)

xL

xR

yT
h
yB
w

Gambar 3.6 Konversi Sistem Koordinat Cropping Citra

Gambar 3.7 berikut adalah proses pengcropan citra.

Pengcropan citra

Gambar 3.7 Proses Pengcropan Citra

3.2.3.3 Proses Grayscale

Setelah melakukan proses cropping, proses selanjutnya
adalah konversi citra RGB ke grayscale. Grayscale dan biner
sebenarnnya memiliki kemiripan, hanya saja kalau biner hanya
memiliki 2 kemungkinan nilai, tetapi grayscale memiliki lebih
banyak kemungkinan nilai, misalkan 4, 16 atau 256
kemungkinan. Grayscale dapat dipandang sebagai nilai
kecerahan suatu image, dimana nilai kecerahan dapat
disesuaikan dengan kemampuan mata untuk melihat suatu
warna. Ini biasanya diterapkan pada dunia video visual, dimana

37

yang menjadi subyek adalah mata manusia. Adapun untuk nilai

grayscale dapat ditentukan dengan menggunakan persamaan 1 :
s=

r g b
3

3.2.3.4 Proses Metode Otsu

Pada tahap ini citra yang telah diubah dalam grayscale
akan dilakukan perbaikan nilai distribusi derajat keabuannya
dengan membuat rata ratanya. Untuk dapat melakukan
metode otsu ini diperlukan suatu fungsi yang kumulatif yang
merupakan kumulatif dari metode otsu.
Metode otsu digunakan untuk membagi histogram citra
gray level kedalam dua daerah yang berbeda secara otomatis
tanpa membutuhkan bantuan user untuk memasukkan nilai
ambang. Pendekatan yang dilakukan oleh metode otsu adalah
dengan melakukan analisis diskriminan yaitu menentukan suatu
variabel yang dapat membedakan antara dua atau lebih
kelompok yang muncul secara alami. Analisis Diskriminan
akan memaksimumkan variable tersebut agar dapat membagi
objek latardepan (foreground) dan latarbelakang (background).
Untuk

mendapat

nilai

yang

maksimum,

maka

dapat

dirumuskan dengan persamaan 3.5.

B2

k k 2
k =

k 1 k

Keterangan :

Nilai

yang

dipilih

adalah

nilai

yang

memaksimumkan persamaan.

3.2.3.5 Proses Perhitungan Integral Proyeksi

Proses perhitungan ingral proyeksi ini digunakan untuk
menentukan batas warna hitam dan putih pada suatu citra, yang

38

kemudian melakukan integral baris dan kolom per pixel,

dengan cara menjumlahkan pixel perbaris dan pixel per kolom.
Adapun untuk menentukan nilai dari pixel perbaris dan pixel
per kolom dengan menggunakan persamaan (5) dan (5.1).
Nbaris

h(j) =

x(i, j)
j 1

Nkolom

h(j) =

x(i, j)
j 1

Berikut ini adalah contoh dari Penghitungan dalam integral

proyeksi :

Gambar 3.8 Penghitungan Dalam Integral Proyeksi

3.2.3.6 Template Matching

Pada proses pencocokkan pola dengan menggunakan
metode template matching, untuk melakukan pencocokan pola
pada nomor plat kendaraan. Sebelum melakukan proses
pencocokan pola, terlebih dahulu menggunakan data template
(acuan). Data acuan ini adalah merupakan huruf abjad mulai
dari A sampai Z dan angka mulai dari 0 sampai 9, yang

39

nantinya digunakan sebagai perbandingan dengan data obyek,

untuk dapat mengenali dan mencocokkan nilai setiap karakter
dari data obyek, agar bisa mendapatkan hasil yang maksimal,
dan sesuai dengan nilai setiap karakter dari data obyek.
Proses pencocokan atau pengenalan pola menggunakan
perulangan, dalam menentukan perbedaan huruf dan angka
pada nomor plat.

Dengan menggunakan rumus pada

persamaan 6.

Dm, n f j, k T j m, k n2
j

Keterangan :

D(m,n) menyatakan jarak antara template dengan obyek

pada citra.

f(j, k) menyatakan citra tempat obyek yang akan

dibandingkan dengan template T(j,k).

Adapun

proses

dari

pencocokan

pola

dengan

menggunakan template matching adalah sebagai berikut :

1. Menentukan nilai digit pada banyaknya jumlah digit dari
nomor plat. Gambar 3.9 merupakan proses penentuan nilai
digit.
Data obyek

Dapat diasumsikan
1 2

4
2

Nilai digit dari nomor plat

Gambar 3.9 Proses Penentuan Nilai Digit

40

Keterangan umum dari Gambar 3.9 adalah sebagai berikut :

Dari penelitian yang dilakukan terhadap jumlah digit

pada nomor plat, rata-rata nomor plat kendaraan di
Negara kita terdiri dari 3 sampai 8 digit. Untuk
menghindari kesalahan pada proses apabila ada
kendaraan yang memiliki 8 digit, maka pada proses
template matching ini digunakan 8 digit sebagai acuan
jumlah digit, untuk perbedaan pada setiap huruf dan
angka pada nomor plat kendaraan.

Setelah ditentukan jumlah digit, kemudian memasukkan

data acuan yang berbentuk huruf abjad dan angka ke
dalam setiap digit, untuk mempermudah proses
perbandingan antara data obyek dengan data acuan.
Gambar 3.7 merupakan posisi data acuan pada setiap
digit.

Huruf abjad A Z
Huruf abjad A Z.
Huruf abjad A-Z dan Angka 0 9
Gambar 3.10 Posisi Data Acuan Pada Setiap Digit

Keterangan :
a) Digit ke 1 dimasukkan data acuan huruf abjad A
Z, karena setiap nomor plat kendaraan diawali oleh
huruf.

41

b) Digit ke 2 sampai 6 dimasukkan data acuan huruf

abjad A Z dan angka 0 9. Hal ini untuk
menghindari apabila ada nomor plat kendaraan yang
pada digit ke 2 memakai huruf (memiliki huruf awal
ganda) seperti, AE, AG, dll.
c) Digit ke 7 sampai 8 dimasukkan data acuan huruf
abjad A Z, karena setiap nomor plat kendaraan
diakhiri oleh huruf.
d) Dari poin a, b, dan c, tidak menentu kemungkinan
hasilnya akan berubah, karena ada huruf dan angka
yang memiliki kemiripan. Misal : O dan 0, I dan 1,
G dan 6, S dan 5, dll

Dengan nenentukan posisi data acuan pada setiap digit

tersebut. Diharapkan agar dapat mempermudah pada
proses pencocokan pola menggunakan metode template
matching. Pada proses ini mencari persamaan antara
setiap digit dari data obyek yang berupa nilai integral
dengan data acuan yang juga berupa nilai integral,
untuk dapat menghasilkan nilai perbedaan yang paling
rendah.

2. Melakukan perbandingan untuk mencari nilai

yang

perbedaannya paling rendah antara data obyek yang berupa

nilai integral dengan data acuan yang juga berupa nilai
integral.
3. Pada proses pencocokan pola ini terjadi perubahan bentuk
pada data obyek, yang pada saat proses pengolahan citra
sampai pencocokan pola yang berbentuk citra, setelah
dilakukan proses pencocokan pola maka hasilnya berbentuk
teks yang kemudian disimpan dalam database untuk
dijadikan sebagai data arsip.

42

3.2.4 Perancangan Interface Sistem Pencatatan Nomor Plat Kendaraan

Bermotor
Perancanngan

interface

merupakan

perancangan

halaman

aplikasi yang akan berinteraksi langsung dengan pengguna, ada

beberapa rancangan interface yang dapat dijelaskan sebagai berikut :

3.2.4.1 Rancangan Halaman Login

Gambar 3.11 merupakan rancangan halaman login untuk
masuk aplikasi pencatatan nomor plat kendaraan.

Gambar 3.11 Rancangan Halaman Login

Halaman ini merupakan halaman login yang digunakan
untuk masuk pada aplikasi. Sehingga selain dari petugas atau
user tidak bisa masuk aplikasi.

3.2.4.1 Rancangan Halaman Aplikasi Sistem

Gambar 3.12 merupakan rancangan halaman pencatatan
nomor plat kendaraan bermotor.

Gambar 3.12 Rancangan Halaman Pencatatan Nomor

Plat Kendaraan Bermotor.

43

Halaman ini merupakan halaman aplikasi sistem yang

digunakan untuk merubah citra ke bentuk teks. Berikut adalah
penjelasan dari Gambar 3.12, sebagai berikut :
1. Pengcapturan citra (nomor plat kendaraan bermotor)
dilakukan oleh webcam secara manual.
2. Sebelum melakukan pengcapturan citra (nomor plat
kendaraan bermotor), terlebih dahulu harus melihat
layar aplikasi sistem pada Tampilan Video, apakah
nomor plat dari kendaraan tersebut telah nampak atau
tidak pada Tampilan Video.
3. Apabila gambar dinilai ok, maka tinggal tekan tombol
Rekam Gambar untuk mengcapture citra nomor plat
kendaraan .
4. Hasil dari capture, kemudian dilakukan proses cropping
secara manual pada area nomor plat, sehingga dapat
memudahkan pada saat proses.
5. Kemudian dilakukan proses grayscale. Dengan cara
tekan tombol Grayscale untuk merubah citra RGB ke
bentuk grayscale (keabuan).
6. Kemudian dilakukan

proses thresholding

dengan

menggunakan metode otsu. Dengan cara tekan tombol

Metode Otsu untuk merubah citra grayscale ke
bentuk citra biner (hitam putih).
7. Kemudian dilakukan proses integral proyeksi untuk
menentukan batas-batas warna hitam dan putih pada
citra, dan menentukan jumlah integral dari pxel per
baris dan pixel per kolom. Dengan cara tekan tombol
Integral. Hasilnya akan nampak pada Hasil Proses
Integral
8. Setelah

ditentukan

nilai

integralnnya,

kemudian

dilakuakan proses pencocokan atau pengenalan pola

44

menggunakan metode template matching, dengan cara

tekan tombol

Matching. Hasil template matching

dapat dilihat pada Nopol Kendaraan.

45

46