Perbandingan dalam Pengenalan Karakter Plat Nomor Kendaraan Menggunakan Image Centroid and Zone dengan Klasifikasi K-Nearest Neighbour dan Probabilistic Neural Network

Abstract

Sistem pengenalan pola merupakan konsep keilmuan yang terus dikembangkan dengan berbagai metode. Salah satu contohnya adalah pengenalan karakter plat nomor kendaraan. Plat nomor memiliki nomor seri yakni susunan huruf dan angka yang dikhususkan bagi kendaraan tersebut. Penelitian ini menggunakan metode ekstraksi ciri image centroid and zone (ICZ) dengan jumlah zona 14. Selain itu penelitian ini menggunakan dua metode klasifikasi yaitu k-nearest neighbour (KNN) dan probabilistic neural network (PNN), dan bertujuan untuk membandingkan tingkat akurasi kedua metode tersebut. Data yang digunakan adalah 100 buah citra plat nomor kendaraan. Nilai k pada KNN yang digunakan meliputi 1, 3, 5, 7, dan 9, sedangkan nilai bias pada PNN yang digunakan adalah 0.1, 0.2, 0.8, 1, 2, 4, dan 8. Akurasi untuk pengenalan plat nomor menggunakan metode klasifikasi KNN mencapai 60.00%, sedangkan jika menggunakan metode klasifikasi PNN mencapai 58.46%.