Tugas Akhir - BAB II
Tugas Akhir - BAB II
LANDASAN TEORI
Tanda nomor kendaraan bermotor (TNKB) atau yang biasa disebut dengan
plat nomor polisi adalah plat yang terbuat dari alumunium yang menunjukkan
Samsat. Samsat atau Sistem Administrasi Manunggal Satu Atap merupakan suatu
dua baris. Baris pertama menunjukkan kode wilayah (huruf), nomor polisi
(angka), dan kode atau seri terakhir wilayah (huruf). Baris kedua menunjukkan
bidang dua dimensi. Agar dapat diolah dengan komputer digital, maka suatu citra
Sebuah citra digital dapat diwakili oleh sebuah matriks dua dimensi f(x,y)
yang terdiri dari M kolom dan N baris, dimana perpotongan antara kolom dan
baris disebut piksel (pixel = picture element) atau elemen terkecil dari sebuah
citra [Kusumanto, RD]. Citra digital, menurut intensitasnya dibagi menjadi 3
Grayscale merupakan citra hasil proses normalisasi dari 3 buah kanal citra
warna RGB menjadi 1 kanal. Citra digital grayscale mempunyai warna gradasi
mulai dari hitam sampai putih dengan rentang nilai 0 hingga 255. Karena citra
Dimana IR(x,y) adalah nilai piksel warna merah di titik (x,y), IG(x,y)
adalah nilai piksel warna hijau di titik (x,y), dan IB(x,y) adalah nilai piksel warna
sebagai masukan dan mengembalikan gambar sebagai output. Saat ini pengolahan
citra menjadi alat bantu penting dalam banyak cabang ilmu pengetahuan seperti
ilmu komputer, teknik listrik dan elektronik, robotika, fisika, kimia, ilmu
pemrosesan sinyal adalah gambar dan outputnya pun gambar atau karakteristik /
fitur yang berhubungan dengan gambar itu. Saat ini, pengolahan citra berkembang
pesat dan banyak penelitian tentang pengolahan citra untuk bidang teknik dan
pengolahan citra digital. Tugas utama deteksi objek adalah untuk mencari lokasi
bidang target pada gambar secara akurat serta menjelaskan kategori pada objek
Salah satu pengembangan dari Deteksi Objek adalah Deteksi Plat Nomor
(License Plate Detection). Deteksi plat nomor adalah suatu teknik deteksi objek
untuk mengekstraksi area plat nomor kendaraan dari suatu gambar tanpa
intervensi manusia. Deteksi plat nomor juga merupakan salah satu tahapan
penting dari Pengenalan Karakter Plat Nomor [Azam, Samiul]. Pada Tugas Akhir
ini, deteksi plat nomor menggunakan algoritma YOLO (You Only Look Once)
bounding box dengan probabilitas kelasnya dari sekali baca. Bukan memilih
daerah yang menarik dari gambar, YOLO memodelkan masalah deteksi objek
sebagai masalah regresi dimana deteksi objek dan klasifikasi berada dalam satu
YOLOv1 membagi gambar masukan menjadi 7x7 sel grid. Jika pusat dari
suatu objek didapati pada suatu sel grid, maka sel grid tersebut bertanggung jawab
Setiap sel grid memprediksi bounding box (B) dan confidence score untuk
pada box yang berisikan suatu objek dan juga seberapa akurat box yang
IOUtruthpred. Jika tidak ada objek dalam suatu sel grid, confidence score pasti
bernilai 0.
Koordinat (x,y) merepresentasikan pusat dari suatu box relatif terhadap ikatan dari
sel grid. Lebar (w) dan tinggi (h) diprediksi relatif terhadap keseluruhan gambar.
Pr(Classi|Object). Probabilitas ini dikondisikan pada sel grid yang berisikan objek.
YOLOv1 hanya memprediksi satu set probabilitas kelas per sel grid, tanpa
Yang memberikan confidence score kelas secara spesifik untuk setiap box
(B). Skor ini mengkodekan probabilitas kelas yang muncul di dalam kotak dan
seberapa baik kotak yang diprediksi cocok dengan objek. Keseluruhan prediksi
2.4.2 YOLOv2
Salah satu pengembangan pada YOLOv2 adalah konvolusi dengan kotak jangkar.
menggunakan fully connected layer pada tahap atas dari ekstraktor fitur
bounding box: tx, ty, tw, dan th. YOLOv3 memprediksi skor objektivitas untuk
jika bounding box sebelumnya tumpang tindih atau overlap dengan objek ground
Pada saat ini pembacaan suatu karakter yang terdapat pada citra yang
mengandung teks dapat dilakukan oleh komputer. Untuk membuat suatu sistem
pembacaan karakter pada citra yang mengandung teks, maka terlebih dahulu harus
objek lain tersebut dapat dianggap sebagai background dari citra tersebut.
karakter menjadi citra karakter tunggal tersebut nantinya dapat digunakan pada
gambar karakter. Masalah replikasi fungsi manusia oleh mesin (komputer) ini
tangan/kursif.
(OCR) karena berurusan dengan pengenalan karakter yang diproses secara optikal
mengkonversi dokumen gambar yang dipindai atau dicetak menjadi dokumen teks
yang dapat diedit. Teknik ini telah menjadi bidang utama karena sudah diterapkan
pengenalan skrip, mengenali teks dari rambu lalu lintas, dan banyak lagi [Robby
G., Abdul].
Sistem Lalu Lintas Cerdas. Teknologi ini memanfaatkan pengolahan citra untuk
plat dan lingkungan sekitarnya seperti ukuran font, jenis font, warna font, lokasi
plat nomor, dan perbedaan intensitas karena lampu atau lingkungan dapat
secara iteratif belajar dari data untuk meningkatkan, mendeskripsikan data, dan
untuk menghasilkan model yang lebih tepat berdasarkan data tersebut. Model
kemudian saat akan diberikan data model prediksi, maka akan menghasilkan
prediksi berdasarkan data yang melatih model tersebut [Hurwitz, Judith]. Metode
1. Supervised Learning
untuk respon terhadap data baru atau dataset uji. Supervised learning
2. Unsupervised Learning
Unsupervised learning atau metode pembelajaran tak terawasi
metode ini, tidak dapat ditentukan hasil yang seperti apakah yang
ruang hipotesis berupa fungsi-fungsi linier dalam sebuah ruang fitur (feature
pada teori optimasi dengan mengimplementasikan learning bias yang berasal dari
berkembang sejak 1960-an, tetapi baru diperkenalkan oleh Vapnik, Boser, dan
Guyon pada tahun 1992 dan sejak itu SVM berkembang dengan pesat. SVM
adalah salah satu teknik yang relatif baru dibandingkan dengan teknik lain, tetapi
[Munawarah, Raudlatul].