ANDHIKA, YUDHISTIRA WIRA (2025) PERANCANGAN SIMULASI IDENTIFIKASI PLAT NOMOR DAN JENIS KENDARAAN MENGGUNAKAN METODE OPTICAL CHARACTER RECOGNITION (OCR), EXTREME LEARNING MACHINE (ELM), DAN LOGIKA FUZZY SUGENO. S1 thesis, Universitas Mercu Buana Jakarta.
|
Text (HAL COVER)
01 Cover.pdf Download (769kB) | Preview |
|
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (BAB I)
02 Bab 1.pdf Restricted to Registered users only Download (232kB) |
|
|
Text (BAB II)
03 Bab 2.pdf Restricted to Registered users only Download (767kB) |
|
|
Text (BAB III)
04 Bab 3.pdf Restricted to Registered users only Download (887kB) |
|
|
Text (BAB IV)
05 Bab 4.pdf Restricted to Registered users only Download (1MB) |
|
|
Text (BAB V)
06 Bab 5.pdf Restricted to Registered users only Download (224kB) |
|
|
Text (DAFTAR PUSTAKA)
07 Daftar Pustaka.pdf Restricted to Registered users only Download (224kB) |
|
|
Text (LAMPIRAN)
08 Lampiran.pdf Restricted to Registered users only Download (819kB) |
Abstract
Technology used for daily life's tasks may experiencing massive development with example of the synchronization or integration of one system of one place hence be able to assist human's job easier. The following integration on one's identification system digitally has become a talk amongst people corresponding. On this research, trial or simulation will be condone by using MATLAB software that are able to act as a program to identify a vehicle's license number and the very type of the vehicle itself. Along with the usage of Fuzzy Sugeno Logic whereas the Logic accuracy will be used by using Rules-Based IF-THEN and also by applying membership function. Based on research both OCR and ELM have performed well with 10 pictures and 10 times of trial are able to manifest 94% and 100% accuracy on OCR wise respectively. Wghilst ELM has also performed well with zero mistake on identifying type's of vehicle. But during trial there are also several factors that influencing either OCR or ELM results. Among them is the difference of the quality from both car and a motorcycle of the license number itself, positioning of the license number on the vehicle, and also the use of accessory like cover for license plate number itself. Keyword: Optical Character Recognition, Extreme Learning Machine, Fuzzy Sugeno, MATLAB. Teknologi yang digunakan untuk membantu kehidupan sehari-hari telah mengalami peningkatan yang sangat besar dengan contoh terjadinya integrasi atau sinkronisasi suatu sistem pada suatu tempat sehingga mampu membantu pekerjaan manusia dengan lebih mudah. Integrasi yang ada pada suatu sistem pengenalan atau identifikasi secara digital menjadi sebuah tren yang ramai didiskusikan banyak orang yang berfokus pada manajemen akses suatu kendaraan terhadap suatu tempat. Pada penelitian ini akan dilakukan percobaan atau simulasi suatu sistem dengan menggunakan software MATLAB yang berfungsi sebagai program yang mengidentifikasi suatu nomor kendaraan atau TNKB (Tanda Nomor Kendaraan Bermotor) dan juga melakukan pengenalan atau identifikasi terhadap jenis kendaraan ini bersamaan dengan penggunaan sistem fuzzy dimana tingkat keakuratan Logika Fuzzy Sugeno terhadap sistem ini dengan menerapkan Rules Base IF-THEN dan menerapkan Fungsi Derajat Keanggotaan. Berdasarkan penelitian baik OCR maupun ELM berhasil dengan baik mendeteksi 10 gambar dan 10 kali uji coba dengan tingkat akurasi OCR yang tinggi sebesar 94% untuk kendaraan motor dan 100% akurasi untuk kendaraan mobil. Begitu juga untuk algoritma ELM dengan menggunakan fitur HOG (Histogram of Oriented Gradients) berhasil mengklasifikasikan jenis kendaraan baik motor mapun mobil. Percobaan OCR dan ELM pada dua jenis kendaraan dipengaruhi oleh beberapa faktor teknis seperti perbedaan kualitas fisik plat nomor pada motor ataupun mobil, peletakan fisik plat nomor yang biasanya plat nomor mobil akan lebih terpampang dengan jelas, terletak di depan. Sementara plat nomor motor akan mengalami berbagai perbedaan peletakan secara fisik ataupun dipengaruhi secara fisik seperti menggunakan cover plat atau melakukan perubahan font. Kata Kunci: Optical Character Recognition, Extreme Learning Machine, Fuzzy Sugeno, MATLAB
Actions (login required)
 |
View Item |
