SISTEM PENDETEKSI PLAT NOMOR KENDARAAN UNTUK

PORTAL OTOMATIS DI PERUMAHAN MENGGUNAKAN

DETEKSI CITRA DAN RESPBERRY PI

SKRIPSI

Diajukan Sebagai Salah Satu Syarat Kelulusan Program Strata Satu (S1)
Pada Jurusan Teknik Elektro
Universitas Garut

Disusun Oleh :
Rachman Fachrul Rozi
24052116024

FAKULTAS TEKNIK ELEKTRO

UNIVERSITAS GARUT
TAHUN
2023\2024
SISTEM PENDETEKSI PLAT NOMOR KENDARAAN UNTUK
PORTAL OTOMATIS DI PERUMAHAN MENGGUNAKAN
DETEKSI CITRA DAN RESPBERRY PI

SKRIPSI

Diajukan Sebagai Salah Satu Syarat Kelulusan Program Strata Satu (S1)
Pada Jurusan Teknik Elektro
Universitas Garut

Disusun Oleh :
Rachman Fachrul Rozi
24052116024

Menyetujui,
Dosen Pembimbing I Dosen Pembimbing II

Akhmad Fauzy Ikhsan M.T Bambang Sugiarto, S.T, M.Si.

NIDN. 04-0905-7301 NIDN. 04-1305-8602

Mengtahui,
Dekan Fakultas Teknik

Drs.H. Muchtar, M.Si

NIDN. 04-1010-6202

i
 KATA PENGANTAR
Puji dan syukur saya panjatkan kepada Tuhan Yang Maha Esa, karena atas rahmat
dan karunia-nya, penulis dapat menyelesaikan skripsi ini dengan baik. Penulisan skripsi
ini dilakukan untuk memenuhi salah satu syarat mencapai gejar Sarjana Teknik Elektro
Universitas Garut dan merupakan laporan atas di selesaikannya perancangan dengan
judul “Sistem Pendeteksi Plat Nomor Kendaraan Untuk Portal Otomatis di Perumahan
Menggunakan Deteksi Citra dan Raspbarry Pi”. Penulis menyadari bahwa tanpa
bantuan dan bimbingan dari berbagai pihak, dari masa perkuliahan sampai pada
penyusunan skripsi ini, sangatlah sulit bagi penulis untuk menyelesaikan skripsi ini.
Oleh karena itu penulis mengucapkan terima kasih kepada:
1. Orang tua yang selalu mendoakan dan memberi dukungan serta selalu
memotivasi baik dalam bentuk moril atau material.
2. Bapak Drs.Muchtar, Msi. Selaku Dekan Fakultas Teknik Universitas Garut
yang selalu memberikan nasihat selama masa pekuliahan.
3. Akhmad Fauzy Ikhsan M.T selaku pembimbing I dan Bambang Sugiarto, S.T,
M.Si. selaku pembimbing II yang telah menyediakan waktu, tenaga, dan pikiran
untuk membimbing penulis dalam perancangan dan penulisan skripsi ini.
4. Seluruh staf pengajar yang telah memberi ilmu kepada penulis dan seluruh staf
pegawai Teknik Elektro Universitas Garut atas segala bantuannya.
5. Rekan-rekan angkatan 2016 yang telah berjuang bersama-sama dan membantu
penulis dalam menyelesaikan skripsi yang penuh luka-liku ini.
Akhir kata penulis berharap Tuhan Yang Maha Esa berkenan membalas segala
kebaikan semua pihak yang telah membantu. Semoga skripsi ini membawa manfaat
bagi yang membacanya.

Garut, 10 Agustus 2023

Rachman Fachrul Rozi

ii
 ABSTRAK
Teknologi sekarang telah memasuki zaman teknologi maju. Hal ini yang mendasari
para peneliti dan juga pengembang teknologi untuk lebih menguatkan sistem keamanan
secara otomatis dengan alat termasuk di perumahan. Akhir akhir ini kasus kriminalitas
termasuk pencurian di lingkungan perumahan semakin marak. Hal ini di sebabkan
karena masih lemahnya sistem keamanan yang ada di suatu perumahan yang masih
menggunakan security manual (satpam) dan hanya menggunakan bantuan CCTV saja.
Deteksi plat nomor kendaraan menjadi terobosan baru bagi sistem keamanan di suatu
perumahan. Dengan memanfaatkan kamera web cam dan pengolahan citra serta sensor
ultrasonic untuk mengukur jarak kendaraan dengan web cam dan untuk mengolah
datanya menggunakan Raspbarry Pi. Mendeteksi nomor plat penghuni perumahan bisa
jadi salah satu penguat sistem keamanan di suatau perumahan, Hasil dari pengujiannya
adalah alat berjalan sesuai yang diharapkan dengan jarak deteksi kamera webcam untuk
mengambil gambar kurang dari 30 cm, apabila kondisi plat nomor terdaftar maka portal
otomatis terbuka dan apabila lebih dari 30 cm dan plat nomor tidak terdaftar maka akan
memberi notifikasi ke telegram untuk menginformasikan kepada satpam sekitar.
Pengujian motor servo berjalan sesuai yang diinginkan dengan delay untuk
mengangkat dan menutup portal 4 detik. Webcam akan mengambil gambar dan akan
di deteksi dengan metode OCR untuk mendapatkan data plat nomor kendaraan.
Kata kunci : Portal, Plat Nomor, Raspberry pi

iii
 ABSTRACT
Technology has now entered the era of advanced technology. This is what underlies
researchers as well as technology developers to further strengthen security systems
automatically with tools including in housing. Lately, criminal cases including theft in
residential areas have been increasing. This is because the security system is still weak
in a housing that still uses a security manual (guard) and only uses CCTV. Vehicle
license plate detection is a new breakthrough for the security system in a residential
area. By utilizing a web cam camera and image processing and ultrasonic sensors to
measure the distance of the vehicle from the web cam and to process the data using
Raspbarry Pi. Detecting the housing occupant's license plate number can be one of the
boosters of the security system in a housing estate. The results of the test are that the
device runs as expected with a webcam camera detection distance to take pictures of
less than 30 cm. than 30 cm and the number plate is not listed, it will notify the telegram
to inform the security guard around. The servo motor test runs as desired with a delay
for lifting and closing the portal for 4 seconds. The webcam will take pictures and will
be detected using the OCR method to get vehicle license plate data.
Keywords : Portal, License Plate, Raspberry pi

iv
 DAFTAR ISI
HALAMAN SAMPUL ..........................................................................................
LEMBAR PENGESAHAN................................................................................... i
KATA PENGANTAR ........................................................................................... ii
ABSTRAK.............................................................................................................. iii
ABSTRACT ............................................................................................................ iv
DAFTAR ISI .......................................................................................................... v
DAFTAR TABEL.................................................................................................. vi
DAFTAR GAMBAR ............................................................................................. vii
BAB I PENDAHULUAN ...................................................................................... 1
1.1 Latar Belakang ................................................................................................ 1
1.2 Rumusan Masalah ........................................................................................... 2
1.3 Batasan Masalah ............................................................................................. 2
1.4 Tujuan & Manfaat ........................................................................................... 2
1.5 Metode Penelitian ........................................................................................... 3
1.5.1 Metode Prototype ................................................................................... 3
1.5.2 Metode Deteksi Citra .............................................................................. 4
BAB II TINJAUAN PUSTAKA ........................................................................... 5
2.1 State Of The Art .............................................................................................. 5
2.2 Dasar Teori ..................................................................................................... 7
2.2.1 Palang Pintu ............................................................................................ 7
2.2.2 Pengelolaan Citra.................................................................................... 9
2.2.2.1 Jenis Jenis Citra ...................................................................................... 9
2.2.2.1.1 Citra Analog ..................................................................................... 9
2.2.2.1.2 Citra Digital ...................................................................................... 9
2.2.2.2 Jenis-Jenis Citra Digital .......................................................................... 9
2.2.2.2.1 Citra Graycale ................................................................................... 10
2.2.2.2.2 Citra RGB ......................................................................................... 11
2.2.2.3 Operasi Pengolahan Citra ....................................................................... 12

v
 2.2.2.3.1 Macam macam Operasi Pengolahan Citra ....................................... 12
2.2.2.3.2 Thresholding ..................................................................................... 13
2.2.3 Optical Character Recognition .............................................................. 13
2.2.4 Mikroprosesor......................................................................................... 15
2.2.4.1 Respberry Pi ........................................................................................... 15
2.2.5 WebCam ................................................................................................. 16
2.2.6 Sensor ..................................................................................................... 16
2.2.6.1 Sensor Ultrasonic.................................................................................... 16
2.2.7 Motor Servo ............................................................................................ 17
2.2.8 Program Perangkat ................................................................................. 17
2.2.8.1 Python ..................................................................................................... 17
2.2.8.2 Open CV ................................................................................................. 17
2.2.8.3 Telegram Bot .......................................................................................... 18
BAB III PERANCANGAN ................................................................................... 19
3.1 Diagram Blok .................................................................................................. 19
3.2 Flow Chart ...................................................................................................... 20
3.3 Pengumpulan Kebutuhan ................................................................................ 21
3.4 Pengumpulan Alat Dan Bahan ........................................................................ 21
3.4.1 Perangkat Keras ......................................................................................... 21
3.4.1.1 Respberry ............................................................................................. 21
3.4.1.2 Web Cam .............................................................................................. 22
3.4.1.3 Sensor Ultrasonic ................................................................................. 23
3.4.1.4 Motor Servo ......................................................................................... 25
3.4.2 Perangkat Lunak ....................................................................................... 26
3.4.2.1 Implementasi Algoritma OCR ............................................................. 26
3.4.2.1.1 Optical Character Recognition ............................................................. 26
3.4.2.2 Thony Phyton IDE ................................................................................ 28
3.4.2.3 Telegram Bot ........................................................................................ 28
3.5 Perancangan Alat ........................................................................................... 28

vi
 3.6 Skematik Rangkaian ...................................................................................... 29
BAB IV HASIL PENGUJIAN DAN PEMBAHASAN ...................................... 30
4.1 Pengujian ........................................................................................................ 30
4.2 Deskripsi Pengujian ........................................................................................ 30
4.3 Prosedur Pengujian ......................................................................................... 30
4.3.1 Pengujian Sensor Ultrasonic................................................................... 30
4.3.2 Pengujian Motor Servo ........................................................................... 32
4.3.3 Pengujian Kamera Webcam ................................................................... 33
4.3.4 Pengujian Deteksi Pengenalan Karakter pada Objek Plat Nomor.......... 34
4.3.5 Pengujian Koneksi Telegram ................................................................. 36
4.3.6 Pengujian Keseluruhan ........................................................................... 39
BAB V PENUTUP ................................................................................................. 39
5.1 Kesimpulan ..................................................................................................... 39
5.2 Saran ............................................................................................................... 39
DAFTAR PUSTAKA ............................................................................................

vii
 GAMBAR TABEL
Tabel 2.1 State Of The Art .................................................................................... 5
Tabel 3.1 Spesifikasi Respberry ........................................................................... 22
Tabel 3.3 Spesifikasi Webcam ............................................................................. 23
Tabel 3.4 Spesifikasi Sensor Ultrasonic ............................................................... 24
Tabel 3.5 Spesifikasi Motor Servo ....................................................................... 26
Tabel 4.1 Hasil Pengujian Sensor Ultrasonic ....................................................... 31
Tabel 4.2 Pengujian Motor Servo ......................................................................... 33
Tabel 4.3 Data Hasil Pengujian Karakter Pada Plat Nomor ................................. 35

viii
 DAFTAR GAMBAR
Gambar 2.1 Citra Warna Pada RGB .................................................................... 11
Gambar 2.2 Proses OCR secara Umum ............................................................... 15
Gambar 3.2 Pinout Respberry.............................................................................. 21
Gambar 3.3 Spesifikasi Respberry ...................................................................... 22
Gambar 3.4 Webcam ........................................................................................... 23
Gambar 3.5 Sensor Ultrasonic ............................................................................. 24
Gambar 3.6 Motor Servo ..................................................................................... 25
Gambar 3.7 Diagram Alur OCR .......................................................................... 26
Gambar 3.8 Skematik Rangkaian ........................................................................ 29
Gambar 4.2 Kodingan sensor ultrasonic .............................................................. 32
Gambar 4.3 Program dari motor servo ................................................................ 32
Gambar 4.4 Pengujian Kamera webcam jarak kurang dari 30cm ....................... 34
Gambar 4.5 Pengujian Kamera Jarak lebih dari 30cm ........................................ 34
Gambar 4.6 Program Pengenalan Deteksi plat nomor kendaraan ....................... 35
Gambar 4.7 Proses Koneksi raspberry pi ke telegram ......................................... 36
Gambar 4.8 Program koneksi raspberry pi ke telegram ...................................... 37
Gambar 4.9 Alat secara keseluruhan .................................................................. 37

ix
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Akhir akhir ini kasus kriminalitas termasuk pencurian di lingkungan perumahan
semakin marak. Hal ini di sebabkan karena masih lemahnya sistem keamanan yang
ada di suatu perumahan yang masih menggunakan security manual (satpam) dan
hanya menggunakan bantuan CCTV saja. Teknologi sekarang telah memasuki
zaman teknologi maju. Hal ini yang mendasari para peneliti dan juga pengembang
teknologi untuk lebih menguatkan sistem keamanan secara otomatis dengan alat
termasuk di perumahan.
Secara fisik bentuk identitas kendaraaan ini berupa potongan plat aluminium
yang memiliki nomor seri yakni susunan huruf dan angka berbeda pada setiap
kendaraan [1]. Setiap kendaraan memiliki nomor plat yang berbeda-beda. Untuk
pencatatan nomor plat kendaraan pada sistem portal yang digunakan di perumahan
masih dilakukan dengan cara manual, yakni menggunakan seseorang untuk
melapor dulu ke petugas nya, agar kendaraan yang masuk ke perumahan bisa
masuk. Cara ini kurang efektif karena diperlukan seseorang yang harus selalu
bersiaga ketika kendaraan hendak masuk ke dalam perumahan.
Deteksi plat nomor kendaraan menjadi terobosan baru bagi sistem keamanan di
suatu perumahan. Dengan memanfaatkan kamera web cam dan pengolahan citra
serta sensor ultrasonic untuk mengukur jarak kendaraan dengan web cam dan untuk
mengolah datanya menggunakan Raspbarry Pi. Mendeteksi nomor plat penghuni
perumahan bisa jadi salah satu penguat sistem keamanan di suatau perumahan,
karena hanya penghuninya saja yang nantinya di perbolehkan untuk memasuki
perumahan, dengan begitu otomatis palang akan dibuka, dan orang yang bukan
penghuni disana terpantau oleh satpam karena harus dibuka palangnya secara
menual. Oleh karena itu, penulis membuat judul “Sistem Pendeteksi Plat Nomor
Kendaraan Untuk Portal Otomatis di Perumahan Menggunakan Deteksi
Citra dan Raspbarry Pi”

1
 2

1.2 Rumusan Masalah

Menurut latar belakang tersebut maka di dapat perumusan masalah sebagai
berikut :
1. Bagaimana membuat sistem pencatatan plat nomor mobil menjadi
otomatis menggunakan Deteksi Citra ?
2. Bagaimana cara kerja dari sistem pendeteksi plat nomor kendaraan
untuk portal otomastis di perumahan menggunakan Deteksi Citra
dengan Raspbarry Pi ?

1.3 Batasan Masalah

Dalam Tugas akhir ini ruang lingkup masalah dibatasi pada hal-hal berikut ;
1. Plat yang digunakan dalam penelitian ini adalah plat standar Indonesia
dengan warna dasar hitam dan berwarna putih.
2. Gerbang masih berupa prototype.
3. Karakter yang akan dikenali pada plat nomor kendaraan berupa huruf
alphabet (A hingga Z) dan angka.
4. Plat yang diuji pada penelitian ini adalah plat mobil / motor .
5. Skala prototype yang dibuat di ambil berdasarkan portal perumahan
rancabango, dengan lebar 1 : 15 berdasarkan ukuran sebenarnya 3 meter
dan tinggi 1 : 10 dengan ukuran sebenarnya 1 meter.

1.4 Tujuan & Manfaat

Tujuan yang ingin dicapai dari penelitian ini adalah :
1. Membuat sistem pendeteksi plat nomor kendaraan untuk portal
otomastis di perumahan menggunakan Deteksi Citra dengan Raspbarry
Pi
2. Menciptakan suatu alat yang dapat mencatat nomor plat mobil secara
otomatis menggunakan pengolahan citra digital.
 3

1.5 Metodologi Penelitian

1.5.1 Metode Prototype
Menurut Roger S Pressman, dalam melakukan perancangan sistem yang akan
dikembangkan dapat menggunakan metode prototype. Metode prototype cocok
digunakan untuk mengembangkan sebuah perangkat yang akan dikembangkan
kembali. Prototype bukanlah merupakan sesuatu yang lengkap, tetapi sesuatu yang
harus dievaluasi dan dimodifikasi kembali. Segala perubahan dapat terjadi pada
saat prototype dibuat untuk memenuhi kebutuhan pengguna dan pada saat yang
sama memungkinkan pengembang untuk lebih memahami kebutuhan pengguna
secara lebih baik [2].
Tahap-tahap pengembangan Prototype model menurut Roger S. Pressman,
Ph.D. adalah :
1. Pengumpulan Kebutuhan
Pada tahap ini dilakukan pengumpulan kebutuhan dari sistem dengan cara
mendengar keluhan. Pada penelitian ini yang dimaksud dengan mendengarkan
keluhan adalah masyarakat di perumahan. Untuk membuat suatu sistem yang
sesuai kebutuhan, maka harus diketahui terlebih dahulu bagaimana sistem yang
sedang berjalan untuk kemudian mengetahui masalah yang terjadi.
2. Merancang dan Membuat Prototype
Pada tahap ini, dilakukan perancangan dan pembuatan prototype sistem.
Prototype yang dibuat disesuaikan dengan kebutuhan sistem yang telah
didefinisikan sebelumnya dari keluhan masyarakat yang tinggal di perumahan.
3. Uji coba
Pada tahap ini, Prototype dari sistem di uji coba oleh pengguna. Kemudian
dilakukan evaluasi kekurangan-kekurangannya.
4. Evaluasi Prototype
Tahap ini mencoba melalukan untuk mengevaluasi kinerja dan kehandalan
prototype pada sistem pendeteksi plat nomer kendaraan menggunakan deteksi
citra.
 4

1.5.2 Metode Deteksi Citra

Dalam pembangunan aplikasi ini dibutuhkan beberapa script program yang
digunakanuntuk melengkapi kesempurnaan dari program deteksi tepi gambar ini.
Adapun scriptyang digunakan dalam pembuatan program ini. Berikut pembagian
utntuk masing-masing fungsi pada aplikasi pengolahan citra digital deteksi tepi.
1. Fungsi Konversi Input Gambar
Konversi input gambar adalah untuk menginputkan gambar/objek yang
akan dilakukan proses deteksi tepi. Format yang digunakan adalah berekstensi
bitmap (*bmp). Format ini merupakan format gambar yang memiliki struktur
yang masih sempurna sehingga informasi citra yang terkandung pada gambar
input lebih lengkap.
2. Fungsi Konversi Deteksi Robert
Konversi deteksi Robert merupakan metode yang digunakan sebagai
pembanding pertama dalam penelitian ini.
3. Fungsi Konversi Deteksi Sobel
Konversi deteksi Sobel merupakan metode yang digunakan sebagai
pembanding kedua dalam penelitian ini.
4. Fungsi Konversi Deteksi Canny
Konversi deteksi Canny merupakan metode yang digunakan sebagai
pembanding ketiga dalam penelitian ini.
5. Konversi output gambar
Konversi output gambar adalah untuk form untuk mengeluarkan otput dari
masing-masing hasil dari ketiga metode yang telah dilakukan proses deteksi
tepi.
 BAB II
TINJAUAN PUSTAKA
2.1 State Of The Art
Penyusunan skripsi ini mengambil beberapa referensi sebelumnya termasuk
jurnal-jurnal yang berhubungan dengan penelitian ini.

Tabel 2.1 State Of The Art

Judul Jurnal Pembahasan
SISTEM OTOMATIS Sistem otomatis gerbang dengan
GERBANG DENGAN pengolahan citra membaca dengan plat
PENGOLAHAN CITRA nomor dirancang dengan 4 tahapan yaitu
MEMBACA NOMOR PLAT sebagai berikut:
KENDARAAN 1. Proses Penangkapan Citra
Nomor Plat.
Peneliti : 2. Perancangan Hardware untuk
Dendi Triyandi1 , John Adler2 Otomatisasi Gerbang.
3. Implementasi Program Deteksi
Lokasi : Nomor Plat dengan MatLab.
Bandung, Indonesia 4. Implementasi Program
Mikrokontroler untuk membuka
Tahun : gerbang otomatis.
2012
Jurusan Mahasiswa Teknik Persamaan: alat yang dirancang
Komputer (UNIKOM) menggunakan penangkapan citra untuk
nomer plat.

Perbedaan: alat yang dirancang penulis

berbasis IOT dan menggunakan
Raspbarry Pi untuk mengolah datanya.

5
 6

“PENGENDALI PINTU Digunakan kamera yang berfungsi untuk

GERBANG OTOMATIS menyoroti BG mobil yang ada di
PADA KOMPLEK komplek perumahan , namun bila tidak
PERUMAHAN DENGAN terdaftar maka akan di lihat melalui
MENGGUNAKAN KAMERA tanda pengenal si pengendara untuk
BERBASIS PC” operasi pengendalian tersebut. Pada saat
mobil masuk kamera pun mulai bekerja,
Lokasi : setelah kamera mencapture data BG
AMIK Palembang maka database akan membandingkan
data yang ada pada system dengan
Tahun : gambar yang disorot oleh kamera.
2010/2011 Setelah database cocok maka pintu
Program Studi Teknik Komputer gerbang akan terbuka. Setelah gerbang
Skripsi Ahli Madya Komputer terbuka maka sensor foto diode akan
bekerja. Pada saat mobil masuk sinar
laser yang menyoroti foto diode akan
terputus sehingga selama garis sinar
laser yang terputus ke foto diode maka
pintu gerbang pun tidak akan tertutup.
Namun setelah mobil selesai melewati
sinar laser ke foto dioda maka pintu
gerbang secara otomatis akan tertutup.
melakukan tugas penginderaan yang
didistribusikan.

Persamaan : alat yang dirancang

menggunakan kamera sebagai deteksi
gambarnya.
 7

Perbedaan : Alat yang dirancang

penulis berbasis IOT dan menggunakan
Raspbarry Pi untuk mengolah datanya .

2.2 Dasar Teori

2.2.1 Palang Pintu
Palang pintu, juga dikenal sebagai portal, adalah batang yang diputar untuk
memalang atau menghalangi kendaraan atau pejalan kaki menggunakan sistem
control [3]. Palang pintu biasanya berputar secara vertikal dan saat dibuka, palang
tampak tegak. Palang pintu umumnya diberi bandul untuk menjaga
keseimbangannya. Palang pintu umumnya dapat memiliki panjang yang sama
dengan lebar jalan sehingga dapat menghalangi kedua arah lalu lalang kendaraan.
Palang pintu dapat dijumpai di perlintasan kereta api, jembatan
gantung, fasilitas parkir, gardu pemeriksaan, dan pintu masuk daerah keamanan
terbatas. Palang juga digunakan pada gerbang tol, dan juga dapat ditemukan di
beberapa simpang susun jalan bebas hambatan yang diturunkan untuk mengatur
atau membatasi gerak saat terjadi pembersihan jalan pasca kecelakaan atau
penutupan jalan tanpa perlu mengirim pekerja atau polisi lalu lintas yang naik mobil
patroli untuk menutup jalan. Tersedia palang otomatis dan manual. Palang manual
dapat tampak seperti pintu gerbang (digerakkan secara horizontal). Di beberapa
tempat, palang dipasang di jalan-jalan pinggiran kota untuk melambatkan lalu lintas,
mencegah pergerakan menerus, serta memberi kesempatan
kepada kendaraan khusus seperti layanan darurat dan bus menggunakan jalan
tersebut.

2.2.2 Pengolahan Citra

Secara umum, pengolahan citra digital menunjuk pada pemrosesan gambardua
dimensi menggunakan komputer.Dalam konteks yang lebih luas, pengolahan citra
digital mengacu pada pemprosesan setiap data dua dimensi. Citra digital
 8

merupakan sebuah larik (array) yang berisi nilai-nilai real maupun kompleks yang
direpresentasikan dengan deretan bit tertentu. Citra digital dapat didefinisikan
secara matematis sebagai fungsi intensitas dalam 2 variable x dan y, yang dapat
dituliskan f(x,y), dimana (x,y) merepresentasikan koordinat spasial pada bidang 2
dimensi dan f(x,y) merupakan intensitas cahaya pada kordinat tersebut. Citra digital
merupakan representasi citra asal yang bersifat kontinyu. Untuk mengubah citra
yang bersifat kontinu diperlukan sebuah cara untuk mengubahnya dalam bentuk
data digital. Komputer menggunakan sistem bilangan biner untuk memecahkan
masalah ini.Dengan menggunakan sistem bilangan biner ini, citra dapat diproses
dalam komputer dengan sebelumnya mengekstrak informasi citra analog asli dan
mengirimnya ke komputer dalam bentuk biner [14].
Pengolahan citra ini akan dibantu menggunakan software matlab. Matlab
adalah singkatan dari Matrices Laboratory yang dikembangkan oleh MathWork,
dan termasuk bahasa pemrograman tingkat tinggi. Matlab dikembangkan sebagai
Bahasa pemrograman sekaligus sebagai alat visualisasi yang menawarkan banyak
kemampuan untuk menyelesaikan berbagai kasus yang berhubungan langsung
dengan disiplin keilmuan Matematika, seperti bidang rekayasa teknik, fisika,
statistika, komputasi dan modeling. Dengan memanfaatkan Matlab, pengguna
dapat melakukan analisis data, mengembangkan algoritma, dan membuat model
maupun aplikasi. Bahasa, tools, dan fungsi-fungsi built-in akan memudahkan
pengguna untuk mengeksplorasi berbagai pendekatan dan memperoleh solusi
dengan lebih cepat dibandingkan apabila menggunakan spreadsheets atau
Bahasa pemrograman tradisional, seperti C/C++ atau Java™. Matlab menggunakan
konsep Array/Matriks sebagai standar variabel elemennya tanpa memerlukan
pendeklarasian array seperti pada bahasa lainnya.
 9

2.2.2.1 Jenis-Jenis Citra

2.2.2.1.1 Citra Analog
Citra analog adalah citra yang bersifat continue, seperti gambar pada monitor
televisi, foto sinar X, foto yang tercetak di kertas foto, lukisan, 9 pemandangan
alam, hasil CT scan, gambar-gambar yang terekam pada pita kaset, dan lain
sebagainya. Citra analog tidak dapat direpresentasikan dalam komputer, sehingga
tidak bisa diproses di komputer secara langsung.Oleh sebab itu, agar ini dapat
diproses di komputer, proses konversi analog ke digital harus dilakukan terlebih
dahulu. Citra analog dihasilkan dari alat-alat analog, seperti video kamera analog,
kamera foto analog, cam, CT scan, sensor rontgen untuk foto thorax, sensor
gelombang pendek pada sistem radar, sensor ultrasound pada sistem USG, dan lain-
lain [14].

2.2.2.1.2 Citra Digital

Citra digital merupakan representatif dari citra yang diambil oleh mesin dengan
bentuk pendekatan berdasarkan sampling dan kuantisasi.Sampling menyatakan
besarnya kotak-kotak yang disusun dalam baris dan kolom. Dengan skata lain,
sampling pada citra menyatakan besar kecilnya ukuran pixel (titik) pada citra, dan
kuantisasi menyatakan besarnya nilai tingkat kecerahan yang dinyatakan dalam
nilai tingkat keabuan (grayscale) sesuai dengan jurnlah bit biner yang digunakan
oleh mesin, dengan kata lain kuantisasi pada citra menyatakan jumlah warna yang
ada pada citra [14].

2.2.2.2 Jenis-jenis Citra Digital

2.2.2.2.1 Citra Biner
Citra biner (binary image) adalah citra digital yang hanya memiliki 2
kemungkinan warna, yaitu hitam dan putih. Citra biner disebut juga dengan citra
W&B (White&Black) atau citra monokrom. Hanya dibutuhkan 1 bit untuk
mewakili nilai setiap piksel dari citra biner. Pembentukan citra biner memerlukan
 10

nilai batas keabuan yang akan digunakan sebagai nilai patokan. Piksel dengan
derajat keabuan lebih besar dari nilai batas akan diberi nilai 1 dan sebaliknya piksel
dengan derajat keabuan lebih kecil dari nilai batas akan diberi nilai 0. Citra biner
sering sekali muncul sebagai hasil dari proses pengolahan, seperti segmentasi,
pengambangan, morfologi ataupun dithering. Fungsi dari binerisasi sendiri adalah
untuk mempermudah proses pengenalan pola, karena pola akan lebih mudah
terdeteksi pada citra yang mengandung lebih sedikit warna [14].

2.2.2.2.2 Citra Graycale

Citra grayscale merupakan citra digital yang hanya memiliki satu nilai kanal
pada setiap pikselnya, artinya nilai dari Red = Green = Blue. Nilai-nilai tersebut
digunakan untuk menunjukkan intensitas warna. Citra yang ditampilkan dari citra
jenis ini terdiri atas warna abu-abu, bervariasi pada warna hitam pada bagian yang
intensitas terlemah dan warna putih pada intensitas terkuat. Citra grayscale berbeda
dengan citra ”hitam-putih”, dimana pada konteks komputer, citra hitam putih hanya
terdiri atas 2 warna saja yaitu ”hitam” dan ”putih” saja. Pada citra grayscale warna
bervariasi antara hitam dan putih, tetapi variasi warna diantaranya sangat banyak.
Citra grayscale seringkali merupakan perhitungan dari intensitas cahaya pada setiap
piksel pada spektrum elektromagnetik single band. Citra grayscale disimpan dalam
format 8 bit untuk setiap sample piksel, yang memungkinkan sebanyak 256
intensitas. Untuk mengubah citra berwarna yang mempunyai nilai matrik masing-
masing R, G dan B menjadi citra grayscale dengan nilai X, maka konversi dapat
dilakukan dengan mengambil rata-rata dari nilai R, G dan B sehingga dapat
dituliskan menjadi :
• X = (R+G+B)/3
• Warna = RGB(X, X, X)
 11

2.2.2.2.3 Citra RGB

Red (Merah), Green (Hijau) dan Blue (Biru) merupakan warna dasar yang dapat
diterima oleh mata manusia. Setiap piksel pada citra warna mewakili warna yang
merupakan kombinasi dari ketiga warna dasar RGB. Setiap titik pada citra warna
membutuhkan data sebesar 3 byte. Setiap warna dasar memiliki intensitas tersendiri
dengan nilai minimum nol (0) dan nilai maksimum 255 (8 bit). RGB didasarkan
pada teori bahwa mata manusia peka terhadap panjang gelombang 630nm (merah),
530 nm (hijau), dan 450 nm (biru) [14].

Gambar 2.1 Citra warna pada RGB

Pada gambar di atasdapat diambil beberapa kesimpulan yaitu :
1. RGB terdiri dari tiga warna utama, yaitu merah, hijau, dan biru.
2. Campuran dua warna pada RGB menghasilkan warna baru, yaitu
kuning = merah + hijau, cyan = hijau + biru, dan magenta = biru +
merah.
3. Bila seluruh warna merah, hijau, dan biru dicampur akan
menghasilkan warna putih.
4. Bila warna merah, hijau, dan biru tidak dicampur maka akan
menghasilkan warna hitam.
5. Jenis warna lain akan dihasilkan oleh variasi campuran warna dan
intensitas campuran setiap warna.
 12

2.2.2.3 Operasi Pengolahan Citra

2.2.2.3.1 Macam-macam Operasi Pengolahan Citra
1. Peningkatan kualitas citra (image enhancement)
Jenis operasi ini bertujuan untuk memperbaiki kualitas citra dengan
caramemanipulasi parameter-parameter citra.Dengan operasi ini, ciri-ciri
khusus yangterdapat didalam citra lebih ditonjolkan. Contoh-contoh operasi
perbaikan citra :
• Perbaikan kontras gelap/terang
• Perbaikan tepian objek (edge enhancement)
• Penajaman (sharpening)
• Penapisan derau ( noise filtering)
2. Perbaikan citra (image restoration)
Operasi ini bertujuan menghilangkan / meminimumkan cacat pada
citra.Tujuan pemugaran citra hampir sama dengan operasi perbaikan citra,
bedanyapada pemugaran citra penyebab degredasi gambar diketahui:
• Penghilang kesamaran (debluring).
• Penghilang derau (noise).
• Pelembutan citra (smooting).
3. Pemampatan citra (image compression)
Jenis operasi ini agar citra dapat direpresentasikan dalam bentuk yang
lebihkompak sehingga memerlukan memori yang lebih sedikit.Hal penting
yang harusdiperhatikan dalam pemampatan adalah citra yang telah
dimampatkan harustetap mempunyai kualitas gambar yang bagus.Ukuran
citra 258 kb (kilo byte) dapat direduksi menjadi 49 kb.
4. Segmentasi Citra (image analysis)
Jenis operasi ini bertujuan untuk memecah suatu citra kedalam
beberapasegmen dengan suatu kriteria tertentu.Jenis ini berkaitan erat
dengan pengenalan pola.
 13

5. Analisis citra (image analysis)

Jenis operasi ini bertujuan menghitung besaran kuantitatif dari citra untuk
menghasilkan deskripsinya.Proses segmentasi kadang kala diperlukan
untuk melokalisasi objek yang diinginkan dari sekelilingnya.

2.2.2.3.2 Thresholding
Merupakan salah satu metode segmentasi citra yang memisahkan antara objek
dengan background dalam suatu citra berdasarkan pada perbedaan tingkat
kecerahannya atau gelap terang nya. Region citra yang cenderung gelap akan dibuat
semakin gelap (hitam sempurna dengan nilai intensitas sebesar 0), sedangkan
region citra yang cenderung terang akan dibuat semakin terang (putih sempurna
dengan nilai intensitas sebesar 1). Oleh karena itu, keluaran dari proses segmentasi
dengan metode thresholding adalah berupa citra biner dengan nilai intensitas piksel
sebesar 0 atau 1. Setelah citra sudah tersegmentasi atau sudah berhasil dipisahkan
objeknya dengan background, maka citra biner yang diperoleh dapat dijadikan
sebagai masking utuk melakukan proses cropping sehingga diperoleh tampilan citra
asli tanpa background atau dengan background yang dapat diubah-ubah.

2.2.3 Optical Character Recognition

OCR adalah singkatan dari Optical Character Recognition. Teknologi ini
memungkinkan untuk mengenali karakter secara otomatis melalui mekanisme optik.
Dalam kasus manusia, mata manusia adalah mekanisme optik. Gambar yang dilihat
oleh mata adalah input untuk otak. Kemampuan untuk memahami input ini
bervariasi pada setiap orang menurut banyak faktor. OCR adalah teknologi yang
berfungsi seperti kemampuan membaca manusia. Meskipun OCR tidak mampu
bersaing dengan kemampuan membaca manusia [10].
OCR adalah teknologi yang memungkinkan mengonversi berbagai jenis citra
seperti citra kertas yang dipindai, file PDF atau gambar yang diambil oleh kamera
 14

digital menjadi data yang dapat diedit dan dicari. Gambar yang diambil oleh kamera
digital berbeda dari citra atau gambar yang dipindai.
Secara umum proses OCR dapat dilihat pada Gambar 2.1, dengan penjelasan
sebagai berikut[11]:
1. File Input
File.input berupa file citra.digital dengan format *.bmp atau *.jpg.
2. Preprocessing
Preprocessing adalah proses yang bertujuan untuk menghilangkan bagian-
bagian yang tidak diperlukan pada gambar.input untuk proses selanjutnya.
3. Segmentasi
Segmentasi adalah proses membagi daerah yang ingin diamati(region) pada
tiap karakter yang.dideteksi.
4. Normalisasi
Normalisasi adalah proses merubah ukuran region tiap karakter dan
ketebalan.karakter.
5. Ekstraksi
ciri Ekstraksi ciri adalah proses untuk mengambil ciri-ciri tertentu dari
karakter.yang.diamati.
6. Recognition
Recognition adalah proses pengenalan karakter yang dilakukan dengan cara
membandingkan ciri-ciri karakter yang diperoleh dengan ciri-ciri karakter yang
ada pada basis.data
 15

Gambar 2.1 Proses OCR Secara Umu.

2.2.4 Mikroposesor
Mikroprosesor adalah Central Prosesing Unit(CPU) dalam bentuk kecil. Fungsi
dari mikro prosesor adalah sebagai otak/pengolah utama dalam sebuah system. Jenis
Mikroprosesor yang dipilih dalam penelitian kali ini adalah jenis Raspberry.
Raspberry memiliki keunggulan berupa spesifikasi komponen yang setara dengan
komputer [4].

2.2.4.1 Raspberry Pi
Raspberry Pi adalah papan komputer tunggal yang dikembangkan oleh Yayasan
Raspberry Pi di Inggris. Pada penelitian ini digunakan Raspberry Pi 3 model B yang
sudah dilengkapi dengan kemampuan WiFi, Bluetooth dan USB boot on-board dan
terpasang secara bundling [5]. Untuk keperluan penyimpanan data maka
ditambahkan memori ekstrernal sebesar 16 Giga bit untuk menyimpan sementara
foto dan video dari kamera Rasberry Pi yang digunakan.
 16

2.2.5 WebCam
Web camera atau yang biasa dikenal dengan webcam, adalah kamera yang
gambarnya bisa di akses menggunakan world wide web (www), program instant
messaging, atau aplikasi komunikasi dengan tampilan video pada PC. Webcam juga
digambarkan sebagai kamera video digital yang sengaja didesain sebagai kamera
dengan resolusi rendah. webcam dapat digunakan untuk sistem keamanan. Pada
beberapa webcam, ada yang di lengkapi dengan software yang mampu mendeteksi
pergerakan dan suara. Dengan software tersebut, memungkinkan PC yang
terhubung ke kamera untuk mengamati pergerakan dan suara, serta merekamnya
ketika terdeteksi. Hasil rekaman ini bisa disimpan pada komputer, email atau di
upload ke internet [7]. Webcam sangat bermanfaat dalam bidang telekomunikasi,
bidang keamanan dan bidang industri. Sebagai contoh webcam digunakan untuk
videocall chatting, surveillience camera, dan sebagai video conference oleh
beberapa user.

2.2.6 Sensor
Sensor merupakan suatu alat yang fungsinya sebagai pendeteksi suatu objek
yaitu yang dideteksi adalah nilainya. Jenis dari sensor berbeda-beda sesuai dengan
fungsinya yaitu contohnya dapat mendeteksi nilai suhu, suara, jarak, jenis sensor
juga terdapat seperti sensior suhu, sensor cahaya,. Dan pada alat yang dibuat sensor
yang digunakan adalah sensor ultrasonic HC-SR04 sebagai sensor jarak [8].

2.2.6.1 Sensor Ultrasonik

Sensor ultrasonik adalah sebuah sensor yang mengubah besaran fisis (bunyi)
menjadi besaran listrik. Jenis sensor yang digunakan untuk mendeteksi objek
dengan cara mengukur jarak objek tersebut. Sensor ini bias mengukur jarak dengan
sangat akurat. Dalam robot, Distance Sensor berguna sebagai mata. Contoh
Distance Sensor yang paling sering digunakan adalah Ultrasonik Sensor [8]. Prinsip
kerja sensor ini mirip dengan radar ultrasonik. Gelombang ultrasonik dipancarkan
 17

kemudian diterima balik oleh receiver ultrasonik. Jarak antara waktu pancar dan
waktu terima adalah representasi dari jarak objek [9].

2.2.7 Motor Servo

Motor servo sebuah perangkat atau aktuator putar (motor) yang dirancang
dengan sistem kontrol umpan balik loop tertutup (servo), sehingga dapat di set-up
atau di atur untuk menentukan dan memastikan posisi sudut dari poros output motor.
motor servo merupakan perangkat yang terdiri dari motor DC, serangkaian gear,
rangkaian kontrol dan potensiometer. Serangkaian gear yang melekat pada poros
motor DC akan memperlambat putaran poros dan meningkatkan torsi motor servo,
sedangkan potensiometer dengan perubahan resistansinya saat motor berputar
berfungsi sebagai penentu batas posisi putaran poros motor servo.

2.2.8 Program Perangkat

2.2.8.1 Python
Python merupakan bahasa pemrograman interpretatif multiguna dengan filosofi
perancangan yang berfokus pada tingkat keterbacaan kode. Python diklaim sebagai
bahasa yang menggabungkan kapabilitas, kemampuan, dengan sintaksis kode yang
sangat jelas, dan dilengkapi dengan fungsionalitas pustaka standar yang besar serta
komprehensif [12].
2.2.8.2 Open CV
OpenCV (Open Computer Vision) adalah sebuah API (Application
Programming Interface) Library yang sudah sangat familiar pada Pengolahan Citra
Computer Vision. Computer Vision itu sendiri adalah salah satu cabang dari Bidang
Ilmu Pengolahan Citra (Image Processing) yang memungkinkan komputer dapat
melihat seperti manusia. Dengan vision tersebut komputer dapat mengambil
keputusan, melakukan aksi, dan mengenali terhadap suatu objek. Beberapa
pengimplementasian dari Computer Vision adalah Face Recognition, Face
Detection, Face/Object Tracking, Road Tracking, dll. OpenCV adalah library Open
 18

Source untuk Computer Vision untuk C/C++, OpenCV didesain untuk aplikasi real
time, memiliki fungsi-fungsi akuisisi yang baik untuk image/video [13].

2.2.8.3 Telegram Bot

Bot (kependekan dari kata "robot") adalah sebuah program yang beroperasi
sebagai agen untuk seorang user atau untuk program yang lain. Dengan Telegram,
Anda dapat mengirim pesan teks, gambar, video, file (doc, zip, mp3) atau secara
sederhananya Telegram itu seperti kombinasi antara SMS dan Email. Salah satu fitur
unik yang dimiliki Telegram adalah pengguna dapat membuat bot, bot Telegram ini
dapat bertindak seperti akun Telegram manusia yakni untuk mengirim dan
menerima pesan. Token API berfungsi sebagai kunci untuk mengakses telegram bot
yang sudah di buat. Bot Telegram dapat dibuat dengan cara mendaftarkannya ke
@botfather pada Telegram [12].
 BAB III
PERANCANGAN
3.1 Diagram Blok

Respberry Pi

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.

19
 20

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

 21

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

 22

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
 23

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
 24

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
 25

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

 26

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 OCR
3.4.2.1.1 Optical Character Recognition (OCR)
Pada tahap OCR ini proses pengenalan karakter, yang akan dijelaskan pada
Gambar 3.8 berikut ini :

Segmentasi

Normalisasi Ekstraksi Ciri

Recognition Hasil

Gambar 3.8 Diagram Alur OCR

 27

• Segmentasi adalah proses memisahkan area pengamatan pada tiap karakter yang
dideteksi.
• Normalisasi adalah proses merubah dimensi region tiap karakter dan ketebalan
karakter.
• Ekstraksi ciri adalah proses untuk mengambil ciri-ciri tertentu dari karakter yang
diamati.
• Recognition merupakan proses untuk mengenali karakter yang diamati dengan cara
membandingkan ciri-ciri karakter yang diperoleh dengan ciri-ciri karakter yang ada
pada basis data.

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.
 28

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.
 29

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
 BAB IV
PENGUJIAN DAN ANALISA
4.1 Pengujian
Pada tahap pengujian ini akan membahas tentang hasil pengujian dari alat dan
sistem yang sudah di rancang. Pengujian ini bertujuan untuk mengetahui apakah
alat dan sistem sudah berjalan sesuai dengan yang dirancang atau tidak.
4.2 Deskripsi Pengujian
Pengujian dan analisa yang dilakukan dalam penelitian ini adalah :
1. Pengujian sensor ultrasonic
2. Pengujian motor servo
3. pengujian kamera web cam
4. Pengujian deteksi pengenalan karakter pada objek plat nomor,
5. Pengujian Koneksi Telegram
6. Pengujian Keseluruhan
4.3 Prosedur Pengujian
Prosedur pengujian yang dilakukan dalam penelitian sistem pendeteksi plat nomor
kendaraan untuk portal otomatis diperumahan menggunakan deteksi citra berbasis
raspberry Pi, yaitu :

4.3.1 Pengujian Sensor Ultrasonic

Pengujian ini di lakukan untuk mengetahui kinerja dari sensor ultrasonic dan
keberhasilan program. Sensor ini di gunakan untuk mendeteksi jarak dari plat nomor dan
digunakan sebagai trigger kepada Respberry Pi untuk membuka portal motor servo.

30
 31

Tabel 4.1 Hasil Pengujian sensor ultrasonic

Dilakukan Pengujian
perbandingan sensor
ultrasonic dengan
penggaris. penggaris pada
posisi 31 cm sementara
hasil dari sensor ultrasonic
31.4, eror 0.4 %
Dilakukan Pengujian
perbandingan sensor
ultrasonic dengan
penggaris. penggaris pada
posisi 42 cm sementara
hasil dari sensor ultrasonic
42.2 cm, eror 0.2 %
Dilakukan Pengujian
perbandingan sensor
ultrasonic dengan
penggaris. penggaris pada
posisi 28 cm dan
sementara hasil pengujian
sensor ultrasonic pada
shell menampilkan “jarak
kurang dari 30 cm”
kondisi seperti itu
dilakukan sebagai trigger
untuk kamera web cam
memotret plat nomor
kendaraan
 32

Pada table 4.1 terlihat proses pengujian sensor ultrasonic dilakukan untuk
melihat kinerja sensor apakah berjalan dengan bagus atau tidak.

Gambar 4.2 Kodingan sensor ultrasonic

Terlihat pada gambar 4.2 menunjukan program dari sensor ultrasonic, dalam
program tersebut sensor ultrasonic dibatasi jaraknya kurang dari 30 cm, dan batas itu
digunakan untuk mendeteksi objek plat nomor, apabila jarak kurang 30 cm maka sensor
ultrasonic akan memberi trigger pada raspberry pi untuk melanjutkan proses
selanjutnya, dan apabila jarak lebih dari 30 cm maka sensor ultrasonic tidak akan
memberi trigger pada raspberry pi seperti pada table 4.1.

4.3.2 Pengujian Motor Servo

Pengujian motor servo di lakukan untuk mengetahui kinerja dari motor servo dan
keberhasilan program.

Gambar 4.4 Program dari motor servo

 33

Pada gambar 4.4 terlihat program untuk menjalankan motor servo, yang nantinya akan
digunakan sebagai portal buka tutup

Tabel 4.2 Pengujian motor servo

Pada table 4.2 terlihat proses pengujian motor servo, Dari hasil pengujian
tersebut motor servo diatur putarannya dari nol ke 90 derajat untuk mengangangkat
portal (gerbang terbuka), dan untuk (gerbang tertutup) motor servo akan kembali
melakukan putaran 90 derajat untuk kembali ke posisi nol.

4.3.3 Pengujian Kamera Web Cam

Pengujian ini dilakukan untuk mengetahui kinerja dari kamera web cam,
apakah berjalan dengan bagus atau tidak.
 34

Gambar 4.7 Pengujian kamera webcam jarak kurang dari 30 Cm

Pada gambar 4.7 terlihat proses pengujian kamera webcam dengan jarak kurang
30 cm, hasil pengujian kamera webcam berhasil menampilkan gambar.

Gambar 4.8 Pengujian kamera webcam jarak lebih dari 30 Cm

Pada pengujian webcam dilakukan 2 kali dengan jarak yang berbeda untuk
mengetahui kinerja kamera webcam. Pada gambar 4.7 pengujian dilakukan dengan
jarak kurang 30 cm dan pada gambar 4.8 ilakukan pengujian dengan jarak lebih dari 30
cm untuk mengetahui kuallitas dari kamera webcam.

4.3.4 Pengujian Deteksi Pengenalan Karakter Pada Objek Plat Nomor

Prosedur pengujian deteksi dan pengenalan karakter terhadap objek citra plat
nomor adalah sebagai beikut :
 35

1. Hubungkan kamera webcam ke port usb pada raspberry pi seperti gambar di

bawah ini.
2. Jalankan program (run) untuk mendeteksi plat nomor kendaraan.

Gambar 4.10 program pengenalan deteksi plat nomor kendaraan

3. Hasil pengujian pengenalan karakter pada objek plat nomor kendaraan.

Tabel 4.1 Data hasil pengujian karakter pada plat nomor
Data Hasil Pengujian pengenalan Karakter

Hasil pengujian pengenalan karakter pada plat

nomor kendaraan berhasil terdeteksi dengan
nilai akurasi nya 100%.

Hasil pengujian pengenalan karakter pada plat

nomor kendaraan berhasil terdeteksi dengan
nilai akurasi nya 90%.
 36

4.3.5 Pengujian Koneksi Telegram

Untuk pengujian koneksi repsberry pi ke telegram diperuntukan untuk
notifikasi dan informasi plat nomor kendaraan yang terdaftar akan membuka portal
otomatis dan plat nomor kendaraan yang tidak terdaftar tidak akan membuka portal
secara otomatis, berikut proses koneksi raspberry pi ke telegram :

Gambar 4.12 Proses koneksi raspberry pi ke telegram

 37

Gambar 4.13 Program koneksi raspberry Pi ke telegram

4.3.6 Pengujian Keseluruhan

Prosedur pengujian alat secara keseluruhan adalah sebagai berikut:
1. Siapkan alat yang di butuhkan untuk sistem pendeteksi plat nomor
kendaraan untuk portal otomatis diperumahan menggunakan deteksi citra
berbasis raspberry Pi seperti pada gambar 4.14. tanda dengan warna merah
adalah tempat penyimpanan kamera saat pengujian.

Gambar 4.14 Alat secara keseluruhan

 38

2. Hubungkan kamera webcam pada port raspberry pi.

3. Buka program pada raspberry pi, kemudian jalankan programnya.
4. Program dengan deteksi plat nomor dan pengenalan karakter mulai bekerja.
5. Data hasil dari proses tersebut akan dikirim melalui telegram.
6. Apabila plat nomor kendaraan terdaftar maka portal servo akan membuka
secara otomatis, sementara jika plat nomor kendaraan tidak terdaftar akan
portal tidak akan terbuka dan memberi notifikasi pada telegram.
 BAB V
PENUTUP
5.1 Kesimpulan
Dari hasil perancangan awal yang telah dilakukan, maka kesimpulan diperoleh
sebagai berikut :
1. Sistem dirancang dengan menggunakan webcam yang menjadi input untuk
menagkap objek plat nomor menggunakan raspberry pi 3 sebagai
mikroprosesor untuk melakukan pengolahan citra plat nomor yang terdeteksi.
Pada pengujian yang telah dilakukan, dengan menggunakan OCR (Optical
Character Recognition). Sehingga menghasilkan output berupa text yang akan
dikirimkan ke telegram jika hasil pengenalan karakter terdaftar atau belum
terdaftar.
2. Pada hasil pengujian efektifitas cara kerja sistem yang telah dibuat dengan
tahapan proses hasil deteksi objek plat nomor dari kamera, diperoleh rata-rata
delay pendeteksian objek 5 detik dan rata-rata persentase tingkat keberhasilan
pengenalan karakter sebesar 83 %.
3. Pengimplementasian alat terbatas karena objek plat nomor hanya yang
berwarna hitam putih saja dan hanya bisa dilakukan satu persatu, serta dari kerja
alat yang belum bisa dijalankan secara autoplay.

5.2 Saran
Saran untuk pengembangan penelitian mengenai sistem deteksi pelanggaran
lalu lintas dengan mendeteksi plat nomor ini adalah sebagai berikut :
1. Perancangan sistem yang tambahan lebih baik dengan mengganti kamera
webcam agar dapat memaksimalkan video atau kualitas gambar yang
dihasilkan lebih bagus.
2. Mencari metode yang lebih tepat dalam pendeteksian objek dengan jarak yang
lebih jauh, serta terdapat kemiringan pada objek.

39
 40

3. Mencari pengolahan citra yang efisien supaya meningkatkan akurasi dalam

pengenalan karakter pada citra plat nomor.
4. Pengembangan alat agar bisa mendeteksi objek dengan jarak yang lebih jauh.
5. Menambah objek pada jenis plat nomor yang dideteksi seperti plat nomor yang
warnanya bukan hanya hitam putih saja agar dapat mendeteksi semua jenis plat
nomor di Indonesia.
6. Update secara berkala setiap software yang digunakan untuk menghindari
pembacaan error.
 DAFTAR PUSTAKA
1. nomim. Nomor Polisi. http://id.wikipedia.org/wiki/Nomor_polisi. Diakses
tanggal : 20 Juni 2014.
2. Roger, S. Pressman, Ph.D. (2012), Rekayasa Perangkat Lunak (Pendekatan
Praktisi) Edisi 7: Buku 1 “, Yogyakarta: Andi.
3. Chaudhuri, Monalisa (2018-07-02). "Boom barrier to jaywalking". Diakses
tanggal 2019-03-17
4. Muhammad Salim Machfud1), Mada Sanjaya2) Ginaldi Ari3).”RANCANG
BANGUN AUTOMATIC WEATHER STATION (AWS) MENGGUNAKAN
RASPBERRY PI” Jurusan Fisika, Fakultas Sains dan Teknologi, ALHAZEN
Journal of Physics Vol. II No. 2 Th. 2016
5. Fransiskus Panca Juniawan, Dwi Yuny Sylfania, 2019. “PROTOTIPE SISTEM
KEAMANAN RUMAH MENGGUNAKAN KOMBINASI SENSOR DAN SMS
GATEWAY” Jurnal TEKNOINFO, Vol. 13, No. 2.
6. Maulida, “Rancang bangun pengendalian penerangan rumah menggunakan sms
berbasis mikrokontroler ATMega8535” Universitas Islam Negeri (UIN) 2013.
7. Arif Setiawan, 2013, “Rancang Bangun Sistem Monitoring Ruangan
Menggunakan Webcam Berbasis OpenWrt”, UIN Sunan Kalijaga, Yogyakarta.
8. S. Y. Danang, “Tandon Air Otomatis Berbasis Mikrokontroler ATMega16,” p. 9,
2012.
9. W. G. Ginting, “RANCANG BANGUN ALAT UKUR DEBIT AIR
BERBASISMIKROKONTROLER ARDUINO UNO
DENGANMENGGUNAKAN SENSOR YF-S201,” UNIVERSITAS
SUMATERA UTARA, Medan, 2017.
10. Dewi, Lilyana. Perencanaan Dan Pembuatan Aplikasi Untuk Transfer Warna Ke
Gambar Greyscale Dengan Metode Global Image Matching. Teknik Informatika
S1, Universitas Kristen Petra. 2003.
11. Gonzalez, R. C., Woods, R.E., ( 2002). Digital Image Processing second edition,
New Jersey: Prentice-Hall, Inc.
12. Hermansyah Alam, 2020. “Penggunaan Sensor Vibration Sebagai Antisipasi
Gempa Bumi” ISSN : 2598 – 1099 (Online) ISSN : 2502 – 3624
13. M. F. Muttaqin, G. A. Mutiara, and R. Handayani, “Rfid Sistem Parkir Dengan
User Profiler,” e-Proceeding Appl. Sci., vol. 4, no. 2, pp. 502–510, 2018, [Online].
Available:https://openlibrarypublications.telkomuniversity.ac.id/index.php/applie
dsci ence/article/view/6730/6627.