Text

Deteksi Plat Nomor Pelanggar Marka Jalan Pada Traffic Light menggunakan Raspberry PI

---

ABSTRAK

Computer Vision merupakan kemampuan komputer untuk meniru pandangan seperti pada manusia. Pada penelitian ini dibangun sebuah sistem untuk mendeteksi plat nomor pelanggar marka jalan pada traffic light menggunakan raspberry pi. Metode yang digunakan adalah background substraction untuk mendeteksi obyek, fitur kontur untuk mendeteksi plat dan Optical Character Recognition (OCR) tesseract untuk rekognisi teks pada plat kendaraan dengan memanfaatkan software python serta perpustakaan open cv yang diproses menggunakan raspberry pi. Untuk mendeteksi pergerakan kendaraan dapat digunakan pengolahan citra digital dengan teknik background substraction, saat kendaraan meleawti marka jalan maka frme akan diambil dan diolah untuk mendapatkan plat nomor dengan metode fitur kontur, setelah didapatkan citra plat nomor kemudian diproses menggunakan OCR tesseract untuk mendapatkan karakter dari plat nomor pelanggar tersebut. Pada penelitian ini dilakukan dua skenario pengambilan data dengan tinggi kamera yang berbeda. Hasil terbaik yang diperoleh sistem ini adalah dengan posisi ketinggian kamera 140 cm yaitu dengan nilai akurasi sebesar 89,28 % untuk mendeteksi mobil dan 86,78 % untuk mendeteksi sepeda motor.

Kata Kunci: Plat Nomor Kendaraan, Optical Character Recognition (OCR), Raspberry pi, Open CV.

ABSTRACT

Computer Vision is the computer's ability to emulate views as in humans. In this study the system for detecting road marker number markers in traffic lights was built using raspberry pi. The method used is a background substraction to detect objects, contour features to detect plates and Optical Character Recognition (OCR) tesseract to recognize text on a vehicle plate using python software and open a cv library that is processed using raspberry pi. To detect the movement of vehicles can be used digital image processing with background substraction technique, when the vehicle passes the road markings, frme will be taken and processed to get the number plate with the contour feature method, after getting the number plate then processed using OCR tesseract to get the character from the number plate the perpetrator. In this study two data retrieval scenarios with different camera heights were carried out. The best results obtained by this system are 140 cm camera height position with 89.28% accuracy value for detecting cars and 86.78% for detecting motorcycles.

Keywords: Vehicle Number Plate, Optical Character Recognition (OCR), Raspberry pi, Open CV.

---

Ketersediaan

1333D19I

1333 D 19-i

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

FISIKA

No. Panggil

1333 D 19-i

Penerbit

: ., 2019

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

005.1-598.26

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Arif Hartato

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar