BAB I

PENDAHULUAN

1.1 Latar Belakang

Pengenalan pola mempunyai sejarah yang panjang, tetapi sebelum tahun

1960-an banyak hasil-hasil riset teoritis tentang pengenalan pola hanya dalam bidang

statistik. Namun, seiring dengan kemajuan teknologi komputer, permintaan untuk

praktik aplikasi pengenalan pola juga meningkat sehingga permintaan untuk

melakukan riset pengembangan mengenai pengenalan pola juga meningkat[9].

Riset-riset mengenai pengenalan pola banyak dikembangkan dan dikaji

dalam disiplin ilmu sains yang mempunyai tujuan untuk mengklasifikasikan objek ke

dalam sejumlah kategori atau kelas, bergantung pada aplikasi yang digunakan, objek-

objeknya dapat berupa image, signal atau pola-pola tertentu yang perlu

diklasifikasikan.

Pada dasarnya, riset pengenalan pola dapat dikategorikan ke dalam dua

metode input, yaitu offline dan online. Metode offline terdiri dari karakter-karakter

yang ditulis di atas selembar kertas dan dipindai secara langsung ke dalam sistem

dengan sebuah kamera atau alat pemindai. Sedangkan untuk metode online meliputi

pendigitalan karakter input dari pena khusus dengan sebarisan piksel yang ditulis di
 2

atas permukaan alat-alat elektronik. Karenanya, signal karakter online memuat

tambahan informasi waktu yang tidak bisa diakses dalam signal offline.

Sistem pengenalan pola plat nomor kendaraan(mobil) merupakan suatu

aplikasi proses image yang kompleks dalam hal mana pengenalan karakter-karakter

pada sebuah plat mobil berdasarkan pada syarat dan instruksi-instruksi yang

diberikan. Sistem pengenalan pola nomor plat mobil di antara yang sudah ada seperti

LPR[17] dan [18], SIREVIA[19], ALPR[20], VLP[21] dan lain-lain. Bagaimanapun

juga sistem-sistem yang sudah ada ini belum tentu bahkan mungkin tidak sesuai

untuk diterapkan di Indonesia, karena perbedaan gaya nomor plat mobil. Ini bisa

menyebabkan terjadinya kegagalan dalam mengenal pola nomor plat mobil.

1.2 Perumusan Masalah

Salah satu faktor yang menyebabkan kegagalan dalam mendapatkan akurasi

atau ketepatan 100% dalam mengenal pola adalah tak mampunya sistem dengan

berbagai metode yang diterapkan untuk mengenal pola karakter-karakter, sedemikian

hingga dalam kasus pengenalan ‘B’ dan ‘8’, ‘O’ dan ‘0’, ‘G’ dan ‘6’[24], karakter

‘B’ atau ‘3’ sebagai ‘8’, karakter ‘5’ sebagai ‘6’, karakter ‘6’ sebagai ‘G’, karakter

‘A’ sebagai ‘4’ dan karakter ‘I’ sebagai ‘1’[23], karakter ‘3’ dengan karakter ‘8’, ‘4’

dengan ‘A’, ‘8’ dengan ‘B’ dan ‘D’ dengan ‘0’[22] dan ‘8’ dengan ‘B’ atau ‘0’

dengan ‘D’[16].

Dengan memperhatikan hal di atas, maka dapat dirumuskan beberapa hal

berikut :
 3

1. Bagaimana membuat basis data yang digunakan sebagai data pelatihan,

sehingga diperoleh basis data yang baik.

2. Bagaimana jaringan syaraf propagasi balik bisa membedakan antara huruf

‘B’ dan ‘8’, ‘O’ dan ‘0’, ‘G’ dan ‘6’, karakter ‘B’ atau ‘3’ sebagai ‘8’,

karakter ‘5’ sebagai ‘6’, karakter ‘6’ sebagai ‘G’, karakter ‘A’ sebagai ‘4’

dan karakter ‘I’ sebagai ‘1’, karakter ‘3’ dengan karakter ‘8’, ‘4’ dengan

‘A’, ‘8’ dengan ‘B’dan ‘D’ dengan ‘0’ serta ‘8’ dengan ‘B’ atau ‘0’ dengan

‘D’

3. Bagaimana jaringan syaraf propagasi balik bisa dengan cepat mengenal

pola karakter yang terdapat pada plat kendaraan.

Oleh karena itu, tulisan ini akan fokus pada penelitian dengan menerapkan

jaringan neural propagasi balik untuk mengenal pola nomor plat mobil sebagai suatu

alternatif solusi untuk mengenal pola karakter.

Dalam [8],[9] dan [11] jaringan syaraf digunakan untuk pengenal pola baik

huruf maupun angka dengan berbagai metode; seperti perceptron, propagasi balik dan

hopfield dan lain-lain. Dari beberapa metode yang ada untuk pengenalan pola,

metode yang paling banyak digunakan adalah metode propagasi balik.

Pengenalan pola huruf dan angka latin dalam bentuk image baik yang dibuat

menggunakan tulisan tangan maupun menggunakan mesin ketik dalam bentuk image

maupun nomor plat yang diambil menggunakan kamera digital sering diproses

menggunakan metode propagasi balik. Pengenalan pola yang digunakan hanya

 4

sebatas untuk satu huruf atau satu angka saja atau beberapa huruf yang tersusun

menjadi kata. Penulis merasa tertarik untuk membuat pengenalan pola huruf dan

angka yang digabungkan menjadi satu dalam bentuk image sebuah nomor plat

kendaraan. Untuk itu penulis tuangkan dalam sebuah tugas akhir dalam bentuk

sebuah tesis dengan judul “Pengenalan Pola Nomor Plat Kendaraan Dengan

Algoritma Jaringan Neural Propagasi Balik”. Jaringan syaraf tiruan Propagasi Balik

paling banyak digunakan untuk pengenalan pola dan Matlab digunakan sebagai alat

untuk mengimplementasikan dan simulasi proses pelatihan dan pengenalan pola ini.

1.3 Batasan Masalah

Dalam tulisan ini penulis akan membatasi pengenalan pola hanya untuk

nomor plat kendaraan bermotor dengan algoritma propagasi balik. Nomor plat

kendaran yang akan penulis gunakan adalah nomor plat kendaraan yang mempunyai

kriteria sebagai berikut :

1. Nomor plat haruslah nomor plat standar, dan nomor plat yang digunakan

khusus untuk nomor plat mobil.

2. Nomor plat berlatar belakang hitam dan tulisan putih.

3. Gambar diambil dengan kamera digital dan dengan jarak sekitar 2 meter.

4. Kendaraan harus dalam keadaan berhenti.

5. Pengambilan gambar harus terpusat artinya nomor plat ditengah gambar.

 5

1.4 Tujuan

Penulisan tugas akhir ini secara umum bertujuan untuk pengembangan ilmu

pengetahun dan sebagai salah satu syarat untuk memperoleh gelar Master Ilmu

Komputer (M.Kom). Secara khusus tujuan penulisan tesis ini adalah :

1. Untuk melihat sejauh mana kinerja jaringan propagasi balik

mengenal pola yang diberikan

2. Untuk melihat fungsi transfer apakah yang sesuai digunakan

3. Berapa banyak data pelatihan yang harus digunakan untuk

mendapatkan hasil yang optimal.

4. Berapa besar persentase akurasi pengenalan pola yang diperoleh