Please use this identifier to cite or link to this item:
http://repository.ipb.ac.id/handle/123456789/85271
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Agmalaro, Muhammad Asyhar | - |
dc.contributor.author | Hilmansyah, Riky Mulya | - |
dc.date.accessioned | 2017-05-16T04:20:16Z | - |
dc.date.available | 2017-05-16T04:20:16Z | - |
dc.date.issued | 2016 | - |
dc.identifier.uri | http://repository.ipb.ac.id/handle/123456789/85271 | - |
dc.description.abstract | Sistem identifikasi plat nomor kendaraan memiliki peran penting dalam sistem transportasi. Pada penelitian ini proses identifikasi plat nomor kendaraan terbagi menjadi 3 tahap yaitu lokalisasi plat nomor, pemisahan karakter, dan pengenalan karakter. Penelitian ini menggunakan citra kendaran yang memiliki plat nomor standar Indonesia, pengujian dilakukan pada 60 data citra kendaraan. Pada tahap lokalisasi plat nomor, vertical edge analysis menjadi metode dasar pencarian plat. Tingkat akurasi lokalisasi plat pada pengujian ini sebesar 95%. Plat hasil lokalisasi dilakukan proses pemisahan karakter menggunakan 8-connected. Karakter yang telah terpisah dilakukan ekstraksi ciri ICZ+ZCZ dengan zona berjumlah 14, 20, dan 25. Klasifikasi K-NN dengan k=3 digunakan dalam identifikasi karakter. Hasilnya akurasi pengenalan karakter per plat nomor kendaraan menggunakan ekstraksi ciri ICZ+ZCZ dengan nilai k=3 memiliki tingkat akurasi terbaik pada zona berjumlah 14 yaitu 26.32% tanpa toleransi kesalahan dan 63.16% untuk toleransi kesalahan tidak lebih dari 1 karakter. | id |
dc.language.iso | id | id |
dc.publisher | Bogor Agricultural University (IPB) | id |
dc.subject.ddc | Computer science | id |
dc.subject.ddc | Computer programs | id |
dc.title | Pembangunan Sistem Identifikasi Plat Nomor Kendaraan dengan Ekstraksi ciri Zoning dan Metode Klasifikasi K-NN | id |
dc.type | Undergraduate Thesis | id |
dc.subject.keyword | sistem pengenalan plat nomor kendaraan | id |
dc.subject.keyword | K-NN | id |
dc.subject.keyword | zone based feature extraction. | id |
Appears in Collections: | UT - Computer Science |
Files in This Item:
File | Size | Format | |
---|---|---|---|
G16rmh.pdf Restricted Access | 3.11 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.