BAB III

PERANCANGAN
3.1 Diagram Blok

Membandingkan
hasil pada Servo Portal
Deteksi Jarak Plat database Terbuka
Nomor Kendaraan

Pengenalan Servo Portal

Karakter Tertutup

Kamera Web
Cam mengambil Pre processing Telegram
gambar gambar BOT

Input Proses Output

Power Supply 5V DC

Gambar 3.1 Diagram Blok

Pada gambar 3.1 diagram blok terlihat untuk input proses yaitu deteksi jarak
platr nomor kendaraan, apabila jarak kurang dari 30 cm maka web cam akan
mengambil gambar plat nomor. Selanjutnya untuk bagian proses, hasil
pengambilan gambar plat nomor pada web cam akan di lakukan proses pre
processing gambar yang tujuannya untuk mendapatkan citra yang lebih baik dari
citra sebelumnya, kemudian dilakukan proses OCR untuk pengenalan karakter,
setelah itu membandingkan hasil pada database untuk menentukan proses
outputnya yaitu servo portal terbuka untuk data yang terdaftar pada database dan
servo portal tertutup untuk data yang tidak terdaftar pada database yang selanjutnya
akan memberi notifikasi pada telegram bot.
 3.2 Flow Chart

Mulai

Baca Frame Kamera Menggunakan library open cv untuk mengakses

kamera web cam

Mengukur Jarak Mengukur jarak menggunakan sensor ultasonic

Tidak Jarak < Jika jarak 30 cm, maka ambil gambar plat nomor, jika
tidak Kembali ke baca frame kamera
30cm

Ya

Mengambil Gambar Plat Nomor

Menggunakan library open cv untuk memproses gambar

Pre Processing Citra Plat Nomor menggunakan kontur sehingga mendapatkan gambar
plat nomor

Proses OCR OCR menggunakan enjine tesseract pada Pyton

Database Membandingkan hasil dari OCR dengan data

Membandingkan hasil dengan database nomor yang ada didalam database
nomor
kendaraan
Apabila hasil OCR sama dengan yang ada didatabase
Hasil = maka servo akan terbuka 90 derajat selama 5 detik.
Database

Servo Portal
Servo Portal Tertutup
Sistem akan mengirim notifikasi ke
Terbuka
telegram apabila servo tertutup karena plat
nomor tidak terdeteksi di database
Mengirim
notifikasi ke
telegram bot

Selesai

Gambar 3.2 FlowChart

3.3 Pengumpul Kebutuhan
Identifikasi kebutuhan dilakukan untuk mengetahui spesifikasi dari
kebutuhan sistem yang akan dibuat. Pada tahap ini akan membahas mengenai
perangkat keras (hardware) dan perangkat lunak (software) yang dibutuhkan
dalam pembuatan system pendeteksi plat nomor kendaraan untuk portal
otomatis di perumahan menggunakan deteksi citra dan raspberry P.I.

3.4 Pengumpulan Alat dan Bahan

Dalam membangun penelitian ini ada beberapa kebutuhan yaitu
penggunaan alat dan bahan untuk proses pembangunan sistem, yakni kebutuhan
perangkat keras dan perangkat lunak.

3.4.1 Perangkat Keras

Kebutuhan perangkat keras (Hardware) yang dimaksud yaitu perangkat
yang digunakan untuk membuat system tersebut. Adapun perangkat keras yang
dibutuhkan yaitu:

3.4.1.1 Raspberry Pi
Dalam penelitian ini, Raspberry Pi digunakan sebagai mikroprosesor yang
bertugas untuk pengolahan data, seperti mendeteksi plat nomor, pengolahan
citra dan pengenalan karakter

Gambar 3.2 Pinout Raspberry

 Gambar 3.3 Spesifikasi Raspberry

Tabel 3.1 Spesifikasi Respberry

Rasbperry Pi 3
Processor Cortex-A53 64- bit
Jumlah bit 64 bit
Jumlah Core 4
CPU Clock 1.2 GHz
RAM 1 GB
Wifi 802.11n
Bluetooth 4.1
USB Port 4
HDMI Slot HDMI

3.4.1.2 Web Cam

Webcam merupakan perangkat keras berupa kamera digital dengan komunikasi
serial yang dapat terhubung dengan Raspbery PI. Kamera digital memiliki
kemampuan yang baik dalam mengambil gambar, merekam video dan melakukan
pencuplikan citra dengan kualitas terbaik. Tipe webcam yang dipilih memiliki
kualitas resoluasi video terbaik untuk menunjang pengambilan gambar plat nomor
dengan baik. Sehingga proses pengolahan citra digital dapat maksimal.

Gambar 3.4 WebCam

Tabel 3.3 Spesifikasi WebCam

Bahan Plastik ABS
Kabel X83 – USB
Panjang Kabel 150 cm
Resolusi X83 – 1920 x 1080P
Pemakaian USB/5V Jenis drive : plug and play

3.4.1.3 Sensor Ultrasonik

Sensor Ultrasonik merupakan sensor yang menggunakan gelombang
ultrasonik. Gelombang ultrasonik yaitu gelombang yang umum digunakan
untuk mendeteksi keberadaan suatu benda dengan memperkirakan jarak antara
sensor dan benda tersebut. Sensor ini berfungsi untuk mengubah besaran fisis
(bunyi) menjadi besaran listrik begitu pula sebaliknya. Gelombang ultrasonik
memiliki frekuensi sebesar 20.000 Hz. Bunyi tersebut tidak dapat didengar oleh
telinga manusia. Bunyi tersebut dapat didengar oleh hewan tertentu seperti
anjing, kelelawar dan kucing. Bunyi gelombang ultrasonik dapat merambat
melalui zat cair, padat dan gas. Benda cair merupakan media merambat yang
paling baik untuk sensor ultrasonik jika dibandingkan dengan benda padat dan
gas.
Dalam penelitian ini, sensor ultarasonic digunakan untuk mendeteksi jarak
dari plat nomor kendaraan, dalam prosesnya Sensor ultrasonik menghitung
jarak plat nomor kendaraan dengan mentransmisikan gelombang ultrasonik dan
kemudian mendeteksi gelombang pantulannya. jika jarak kurang dari 30 cm
maka sensor ultrasonic akan memberi informasi kepada raspberry Pi dan
selanjutnya kamera akan mengambil gambar dari plat nomor kendaraan, apabila
jarak lebih dari 30 cm maka kamera tidak akan mengambil gambar.

Gambar 3.5 Sensor Ultrasonic

Tabel 3.4 Spesifikasi Sensor Ultrasonic

Parameter Min Typ Max Unit
Operating Voltage 4.50 5.0 5.5 V
Quiescent Current 1.5 2 2.5 mA
Working Current 10 15 20 mA
Ultrasonic Frequency - 40 - Khz
Effectual angle 0 15 - Degree
Ranging Distance 2 400 Cm
Trigger Input Pulse Width - 10 - Us
3.4.1.4 Motor Servo
Motor Servo SG90 adalah jenis Aktuator elektromekanis yang tidak
berputar secara kontinu seperti motor DC atau motor stepper. Motor servo
digunakan untuk posisi dan memegang beberapa objek. Motor jenis ini
digunakan dimana rotasi kontinu tidak diperlukan sehingga tidak digunakan
untuk mengendalikan roda (kecuali servo ini dimodifikasi). Motor Servo ini
dapat bergerak dari 0 sampaiu 360°.
Dalam penelitian ini Motor Servo berfungsi sebagai penggerak roda gigi
agar dapat mengangkat portal. Potensiometer atau encoder yang dipakai untuk
menggerakan portal berfungsi sebagai sensor yang akan memberikan sinyal
umpan balik ke sistem kontrol untuk menentukan posisi targetnya. Pada
perancangan ini motor servo digunakan untuk membuka tutup portal secara
otomatis.

Gambar 3.6 Motor Servo

 Tabel 3.5 Spesifikasi Motor Servo
Spesifikasi Motor Servo
Ukuran 21.5mm x 11.8mm x 22.7mm
Berat 9 gram
No-load speed 0.12 detik / 60 derajat (4.8V)
Stall torque 1.2 - 1.4 kg / cm (4.8V)
Suhu 30 to +60 derajat Celsius
Dead-set 7 microseconds
Voltase 4.8V-6V

3.4.2 Perangkat Lunak

Perangkat lunak yang digunakan untuk melakukan proses pembangunan sistem
dan mendukung dalam proses penelitian adalah sebagai berikut:
3.4.2.1 Implementasi Algoritma Haar Cascade dan OCR
3.4.2.1.1 Haar Cascade Calssifier
Algoritma Haar Cascade Classifier ini adalah proses mencari lokasi plat nomor,
yang akan di jelaskan pada gambar 3.7 di bawah ini:

Menentukan Haar Feature

Menghitung integral Image adabost

Membuat Cascade
Classifier

Citra plat nomor terdeteksi

Gambar 3.7 Diagram Alur Haar Cascade Classifier

 Pada proses haar cascade classifier gambar input akan dilakukan penentuan
haar fitur sebagai acuan untuk menentukan ada atau tidaknya fitur menarik dari
gambar input. Setelah haar fitur dilakukan maka akan dilakukan proses perhitungan
integral image dari citra tiap fitur yang terbaca. Kemudian Algoritma AdaBoost
berfungsi untuk melakukan pemilihan fitur-fitur dalam jumlah banyak dengan
hanya memilih fitur-fitur tertentu. Setelah itu cascade classifier dibentuk untuk
melakukan pengecekan ada atau tidaknya plat nomor sesuai dengan classifier yang
terbentuk saat proses training. Kemudian lokasi plat nomor akan terdeteksi untuk
lanjut ke tahap selanjutnya.

3.4.2.1.2 Optical Character Recognition (OCR)

Pada tahap OCR ini proses pengenalan karakter, yang akan dijelaskan pada
Gambar 3.8 berikut ini :

Gambar 3.8 Diagram Alur OCR

Langkah pertama adalah proses segementasi, yang bertujuan untuk
memisahkan wilayah objek dengan latar belakang agar objek mudah dianalisis,
sehingga citra sebagian besar adalah segmentasi masing-masing karakter. Proses
selanjutnya adalah normalization, di dalam proses normalization terdapat beberapa
tahap yaitu :
1. Scalling
Scalling berfungsi untuk mengubah ukuran gambar, dimana scalling
merupakan sebutan untuk memperbesar ukuran gambar sedangakan shrink
untuk memperkecil ukuran gambar.
 2. Thinning
Thinning digunakan untuk menghapus pixel foreground yang terpilih dari
binary image, biasanya digunakan untuk mencari tulang dari suatu objek.
Langkah selanjutnya adalah feature extraction, feature extraction ini
digunakan untuk mengidentifikasi sifat-sifat yang melekat pada tiap-tiap
karakter. Karakteristik ini digunakan mendeskripsikan suatu objek atau atribut
dari suatu objek, kemudian fitur yang dimiliki oleh karakter dapat digunakan
sebagai proses recognition. Kemudian akan menghasilkan output berupa teks
dari citra plat nomor.

3.4.2.2 Thony Phyton IDE

Thony Phyton IDE digunakan untuk memprogram raspberry yang dijadikan
mikrokontroller agar dapat membca sensor sensor dan mengirimkan data hasil baca
sensor ke telegram bot.

3.4.2.3 Telegram Bot

Telegram bot digunakan untuk menerima notifikasi yang dikirim oleh
raspberry. Cara membuat telegram bot dengan mencari @botfather di telegram lalu
selanjutnya, pada channel tersebut dapat membuat bot kita sendiri dan akan
menerima token untuk dijadikan id pada proses pemrograman di raspberry pi.

3.5 Perancangan Alat

Alat ini digunakan untuk sitsem keamanan palang pintu otomatis pada
perumahan berbasis prototype dengan cara mendeteksi plat nomor yang dibaca oleh
kamera WebCam dan menggunakan sensor ultrasonic untuk mendeteksi jarak
potret. Cara kerja alat ini adalah data dari sampel plat nomor sudah terlebih dahulu
diinput pada program di raspberry pi4 kemudian kamara akan mendeteksi dengan
memotret plat nomor, apabila plat nomor sudah terdaftar pada data penyimpanan
di raspberry Pi4 maka otomatis portal terbuka dengan menggunakan servo untuk
alat penggeraknya, sementara apabila plat nomor belum terdaftar maka akan alat
akan memberi informasi pada telegram menggunakan nodemcu esp untuk koneksi
internetnya.

3.6 Skematik Rangkaian

Gambar 3.8 Skematik Rangkaian

• Kabel merah : VCC

• Kabel hitam : GND
• Kabel hijau : Triger sensor ultrasonic → GPIO 17 Raspberry Pi
• Kabel kuning : Echo sensor ultrasonic → GPIO 18 Raspberry Pi
• Kabel kuning : Servo → GPIO 27 Raspberry Pi