BAB III

PERANCANGAN
3.1 Diagram Blok

Respberry Pi

Membandingkan
hasil pada Servo Portal
Deteksi Jarak Plat database Terbuka
Nomor Kendaraan

Pengenalan Servo Portal

Karakter Tertutup

Kamera Web
Cam mengambil Pre processing Telegram
gambar gambar BOT

Input Proses Output

Power Supply 5V DC

Gambar 3.1 Diagram Blok

Pada gambar 3.1 diagram blok terlihat untuk input proses yaitu deteksi jarak
platr nomor kendaraan, apabila jarak kurang dari 30 cm maka web cam akan
mengambil gambar plat nomor. Selanjutnya untuk bagian proses, hasil
pengambilan gambar plat nomor pada web cam akan di lakukan proses pre
processing gambar yang tujuannya untuk mendapatkan citra yang lebih baik dari
citra sebelumnya, kemudian dilakukan proses OCR untuk pengenalan karakter,
setelah itu membandingkan hasil pada database untuk menentukan proses
outputnya yaitu servo portal terbuka untuk data yang terdaftar pada database dan
servo portal tertutup untuk data yang tidak terdaftar pada database yang selanjutnya
akan memberi notifikasi pada telegram bot.
 3.2 Flow Chart

Mulai

Baca Frame Kamera Menggunakan library open cv untuk mengakses

kamera web cam

Mengukur Jarak Mengukur jarak menggunakan sensor ultasonic

Tidak Jarak < Jika jarak 30 cm, maka ambil gambar plat nomor, jika
tidak Kembali ke baca frame kamera
30cm

Ya

Mengambil Gambar Plat Nomor

Menggunakan library open cv untuk memproses gambar

Pre Processing Citra Plat Nomor menggunakan kontur sehingga mendapatkan gambar
plat nomor

Proses OCR OCR menggunakan enjine tesseract pada Pyton

Database Membandingkan hasil dari OCR dengan data

Membandingkan hasil dengan database nomor yang ada didalam database
nomor
kendaraan
Apabila hasil OCR sama dengan yang ada didatabase
Hasil = maka servo akan terbuka 90 derajat selama 5 detik.
Database

Servo Portal
Servo Portal Tertutup
Sistem akan mengirim notifikasi ke
Terbuka
telegram apabila servo tertutup karena plat
nomor tidak terdeteksi di database
Mengirim
notifikasi ke
telegram bot

Selesai

Gambar 3.2 FlowChart

3.3 Pengumpul Kebutuhan
Identifikasi kebutuhan dilakukan untuk mengetahui spesifikasi dari
kebutuhan sistem yang akan dibuat. Pada tahap ini akan membahas mengenai
perangkat keras (hardware) dan perangkat lunak (software) yang dibutuhkan
dalam pembuatan system pendeteksi plat nomor kendaraan untuk portal
otomatis di perumahan menggunakan deteksi citra dan raspberry P.I.

3.4 Pengumpulan Alat dan Bahan

Dalam membangun penelitian ini ada beberapa kebutuhan yaitu
penggunaan alat dan bahan untuk proses pembangunan sistem, yakni kebutuhan
perangkat keras dan perangkat lunak.

3.4.1 Perangkat Keras

Kebutuhan perangkat keras (Hardware) yang dimaksud yaitu perangkat
yang digunakan untuk membuat system tersebut. Adapun perangkat keras yang
dibutuhkan yaitu:

3.4.1.1 Raspberry Pi
Dalam penelitian ini, Raspberry Pi digunakan sebagai mikroprosesor yang
bertugas untuk pengolahan data, seperti mendeteksi plat nomor, pengolahan
citra dan pengenalan karakter

Gambar 3.2 Pinout Raspberry

 Gambar 3.3 Spesifikasi Raspberry

Tabel 3.1 Spesifikasi Respberry

Rasbperry Pi 3
Processor Cortex-A53 64- bit
Jumlah bit 64 bit
Jumlah Core 4
CPU Clock 1.2 GHz
RAM 1 GB
Wifi 802.11n
Bluetooth 4.1
USB Port 4
HDMI Slot HDMI

3.4.1.2 Web Cam

Webcam merupakan perangkat keras berupa kamera digital dengan komunikasi
serial yang dapat terhubung dengan Raspbery PI. Kamera digital memiliki
kemampuan yang baik dalam mengambil gambar, merekam video dan melakukan
pencuplikan citra dengan kualitas terbaik. Tipe webcam yang dipilih memiliki
kualitas resoluasi video terbaik untuk menunjang pengambilan gambar plat nomor
dengan baik. Sehingga proses pengolahan citra digital dapat maksimal.

Gambar 3.4 WebCam

Tabel 3.3 Spesifikasi WebCam

Bahan Plastik ABS
Kabel X83 – USB
Panjang Kabel 150 cm
Resolusi X83 – 1920 x 1080P
Pemakaian USB/5V Jenis drive : plug and play

3.4.1.3 Sensor Ultrasonik

Sensor Ultrasonik merupakan sensor yang menggunakan gelombang
ultrasonik. Gelombang ultrasonik yaitu gelombang yang umum digunakan
untuk mendeteksi keberadaan suatu benda dengan memperkirakan jarak antara
sensor dan benda tersebut. Sensor ini berfungsi untuk mengubah besaran fisis
(bunyi) menjadi besaran listrik begitu pula sebaliknya. Gelombang ultrasonik
memiliki frekuensi sebesar 20.000 Hz. Bunyi tersebut tidak dapat didengar oleh
telinga manusia. Bunyi tersebut dapat didengar oleh hewan tertentu seperti
anjing, kelelawar dan kucing. Bunyi gelombang ultrasonik dapat merambat
melalui zat cair, padat dan gas. Benda cair merupakan media merambat yang
paling baik untuk sensor ultrasonik jika dibandingkan dengan benda padat dan
gas.
Dalam penelitian ini, sensor ultarasonic digunakan untuk mendeteksi jarak
dari plat nomor kendaraan, dalam prosesnya Sensor ultrasonik menghitung
jarak plat nomor kendaraan dengan mentransmisikan gelombang ultrasonik dan
kemudian mendeteksi gelombang pantulannya. jika jarak kurang dari 30 cm
maka sensor ultrasonic akan memberi informasi kepada raspberry Pi dan
selanjutnya kamera akan mengambil gambar dari plat nomor kendaraan, apabila
jarak lebih dari 30 cm maka kamera tidak akan mengambil gambar.

Gambar 3.5 Sensor Ultrasonic

Tabel 3.4 Spesifikasi Sensor Ultrasonic

Parameter Min Typ Max Unit
Operating Voltage 4.50 5.0 5.5 V
Quiescent Current 1.5 2 2.5 mA
Working Current 10 15 20 mA
Ultrasonic Frequency - 40 - Khz
Effectual angle 0 15 - Degree
Ranging Distance 2 400 Cm
Trigger Input Pulse Width - 10 - Us
3.4.1.4 Motor Servo
Motor Servo SG90 adalah jenis Aktuator elektromekanis yang tidak
berputar secara kontinu seperti motor DC atau motor stepper. Motor servo
digunakan untuk posisi dan memegang beberapa objek. Motor jenis ini
digunakan dimana rotasi kontinu tidak diperlukan sehingga tidak digunakan
untuk mengendalikan roda (kecuali servo ini dimodifikasi). Motor Servo ini
dapat bergerak dari 0 sampaiu 360°.
Dalam penelitian ini Motor Servo berfungsi sebagai penggerak roda gigi
agar dapat mengangkat portal. Potensiometer atau encoder yang dipakai untuk
menggerakan portal berfungsi sebagai sensor yang akan memberikan sinyal
umpan balik ke sistem kontrol untuk menentukan posisi targetnya. Pada
perancangan ini motor servo digunakan untuk membuka tutup portal secara
otomatis.

Gambar 3.6 Motor Servo

 Tabel 3.5 Spesifikasi Motor Servo
Spesifikasi Motor Servo
Ukuran 21.5mm x 11.8mm x 22.7mm
Berat 9 gram
No-load speed 0.12 detik / 60 derajat (4.8V)
Stall torque 1.2 - 1.4 kg / cm (4.8V)
Suhu 30 to +60 derajat Celsius
Dead-set 7 microseconds
Voltase 4.8V-6V

3.4.2 Perangkat Lunak

Perangkat lunak yang digunakan untuk melakukan proses pembangunan sistem
dan mendukung dalam proses penelitian adalah sebagai berikut:
3.4.2.1 Implementasi Algoritma OCR
3.4.2.1.1 Optical Character Recognition (OCR)
Pada tahap OCR ini proses pengenalan karakter, yang akan dijelaskan pada
Gambar 3.8 berikut ini :

Segmentasi

Normalisasi Ekstraksi Ciri

Recognition Hasil

Gambar 3.8 Diagram Alur OCR

• Segmentasi adalah proses memisahkan area pengamatan pada tiap karakter yang
dideteksi.
• Normalisasi adalah proses merubah dimensi region tiap karakter dan ketebalan
karakter.
• Ekstraksi ciri adalah proses untuk mengambil ciri-ciri tertentu dari karakter yang
diamati.
• Recognition merupakan proses untuk mengenali karakter yang diamati dengan cara
membandingkan ciri-ciri karakter yang diperoleh dengan ciri-ciri karakter yang ada
pada basis data.

Langkah pertama adalah proses segementasi, yang bertujuan untuk

memisahkan wilayah objek dengan latar belakang agar objek mudah dianalisis,
sehingga citra sebagian besar adalah segmentasi masing-masing karakter. Proses
selanjutnya adalah normalization, di dalam proses normalization terdapat beberapa
tahap yaitu :
1. Scalling
Scalling berfungsi untuk mengubah ukuran gambar, dimana scalling
merupakan sebutan untuk memperbesar ukuran gambar sedangakan shrink
untuk memperkecil ukuran gambar.
2. Thinning
Thinning digunakan untuk menghapus pixel foreground yang terpilih dari
binary image, biasanya digunakan untuk mencari tulang dari suatu objek.
Langkah selanjutnya adalah feature extraction, feature extraction ini
digunakan untuk mengidentifikasi sifat-sifat yang melekat pada tiap-tiap
karakter. Karakteristik ini digunakan mendeskripsikan suatu objek atau atribut
dari suatu objek, kemudian fitur yang dimiliki oleh karakter dapat digunakan
sebagai proses recognition. Kemudian akan menghasilkan output berupa teks
dari citra plat nomor.
3.4.2.2 Thony Phyton IDE
Thony Phyton IDE digunakan untuk memprogram raspberry yang dijadikan
mikrokontroller agar dapat membca sensor sensor dan mengirimkan data hasil baca
sensor ke telegram bot.

3.4.2.3 Telegram Bot

Telegram bot digunakan untuk menerima notifikasi yang dikirim oleh
raspberry. Cara membuat telegram bot dengan mencari @botfather di telegram lalu
selanjutnya, pada channel tersebut dapat membuat bot kita sendiri dan akan
menerima token untuk dijadikan id pada proses pemrograman di raspberry pi.

3.5 Perancangan Alat

Alat ini digunakan untuk sitsem keamanan palang pintu otomatis pada
perumahan berbasis prototype dengan cara mendeteksi plat nomor yang dibaca oleh
kamera WebCam dan menggunakan sensor ultrasonic untuk mendeteksi jarak
potret. Cara kerja alat ini adalah data dari sampel plat nomor sudah terlebih dahulu
diinput pada program di raspberry pi4 kemudian kamara akan mendeteksi dengan
memotret plat nomor, apabila plat nomor sudah terdaftar pada data penyimpanan
di raspberry Pi4 maka otomatis portal terbuka dengan menggunakan servo untuk
alat penggeraknya, sementara apabila plat nomor belum terdaftar maka akan alat
akan memberi informasi pada telegram menggunakan nodemcu esp untuk koneksi
internetnya.
3.6 Skematik Rangkaian

Gambar 3.8 Skematik Rangkaian

• Kabel merah : VCC

• Kabel hitam : GND
• Kabel hijau : Triger sensor ultrasonic → GPIO 17 Raspberry Pi
• Kabel kuning : Echo sensor ultrasonic → GPIO 18 Raspberry Pi
• Kabel kuning : Servo → GPIO 27 Raspberry Pi
 BAB IV
PENGUJIAN DAN ANALISA
4.1 Pengujian
Pada tahap pengujian ini akan membahas tentang hasil pengujian dari alat dan
sistem yang sudah di rancang. Pengujian ini bertujuan untuk mengetahui apakah
alat dan sistem sudah berjalan sesuai dengan yang dirancang atau tidak.
4.2 Deskripsi Pengujian
Pengujian dan analisa yang dilakukan dalam penelitian ini adalah :
1. Pengujian sensor ultrasonic
2. Pengujian motor servo
3. pengujian kamera web cam
4. Pengujian deteksi pengenalan karakter pada objek plat nomor,
5. Pengujian Koneksi Telegram
6. Pengujian Keseluruhan
4.3 Prosedur Pengujian
Prosedur pengujian yang dilakukan dalam penelitian sistem pendeteksi plat nomor
kendaraan untuk portal otomatis diperumahan menggunakan deteksi citra berbasis
raspberry Pi, yaitu :

4.3.1 Pengujian Sensor Ultrasonic

Pengujian ini di lakukan untuk mengetahui kinerja dari sensor ultrasonic dan
keberhasilan program. Sensor ini di gunakan untuk mendeteksi jarak dari plat nomor dan
digunakan sebagai trigger kepada Respberry Pi untuk membuka portal motor servo.
Tabel 4.1 Hasil Pengujian sensor ultrasonic
Dilakukan Pengujian
perbandingan sensor
ultrasonic dengan
penggaris. penggaris pada
posisi 31 cm sementara
hasil dari sensor ultrasonic
31.4, eror 0.4 %
Dilakukan Pengujian
perbandingan sensor
ultrasonic dengan
penggaris. penggaris pada
posisi 42 cm sementara
hasil dari sensor ultrasonic
42.2 cm, eror 0.2 %
Dilakukan Pengujian
perbandingan sensor
ultrasonic dengan
penggaris. penggaris pada
posisi 28 cm dan
sementara hasil pengujian
sensor ultrasonic pada
shell menampilkan “jarak
kurang dari 30 cm”
kondisi seperti itu
dilakukan sebagai trigger
untuk kamera web cam
memotret plat nomor
kendaraan
 Pada table 4.1 terlihat proses pengujian sensor ultrasonic dilakukan untuk
melihat kinerja sensor apakah berjalan dengan bagus atau tidak.

Gambar 4.2 Kodingan sensor ultrasonic

Terlihat pada gambar 4.2 menunjukan program dari sensor ultrasonic, dalam
program tersebut sensor ultrasonic dibatasi jaraknya kurang dari 30 cm, dan batas itu
digunakan untuk mendeteksi objek plat nomor, apabila jarak kurang 30 cm maka sensor
ultrasonic akan memberi trigger pada raspberry pi untuk melanjutkan proses
selanjutnya, dan apabila jarak lebih dari 30 cm maka sensor ultrasonic tidak akan
memberi trigger pada raspberry pi seperti pada table 4.1.

4.3.2 Pengujian Motor Servo

Pengujian motor servo di lakukan untuk mengetahui kinerja dari motor servo dan
keberhasilan program.

Gambar 4.4 Program dari motor servo

 Pada gambar 4.4 terlihat program untuk menjalankan motor servo, yang nantinya akan
digunakan sebagai portal buka tutup

Tabel 4.2 Pengujian motor servo

Pada table 4.2 terlihat proses pengujian motor servo, Dari hasil pengujian
tersebut motor servo diatur putarannya dari nol ke 90 derajat untuk mengangangkat
portal (gerbang terbuka), dan untuk (gerbang tertutup) motor servo akan kembali
melakukan putaran 90 derajat untuk kembali ke posisi nol.

4.3.3 Pengujian Kamera Web Cam

Pengujian ini dilakukan untuk mengetahui kinerja dari kamera web cam,
apakah berjalan dengan bagus atau tidak.
 Gambar 4.7 Pengujian kamera webcam jarak kurang dari 30 Cm
Pada gambar 4.7 terlihat proses pengujian kamera webcam dengan jarak kurang
30 cm, hasil pengujian kamera webcam berhasil menampilkan gambar.

Gambar 4.8 Pengujian kamera webcam jarak lebih dari 30 Cm

Pada pengujian webcam dilakukan 2 kali dengan jarak yang berbeda untuk
mengetahui kinerja kamera webcam. Pada gambar 4.7 pengujian dilakukan dengan
jarak kurang 30 cm dan pada gambar 4.8 ilakukan pengujian dengan jarak lebih dari 30
cm untuk mengetahui kuallitas dari kamera webcam.

4.3.4 Pengujian Deteksi Pengenalan Karakter Pada Objek Plat Nomor

Prosedur pengujian deteksi dan pengenalan karakter terhadap objek citra plat
nomor adalah sebagai beikut :
1. Hubungkan kamera webcam ke port usb pada raspberry pi seperti gambar di
bawah ini.
2. Jalankan program (run) untuk mendeteksi plat nomor kendaraan.

Gambar 4.10 program pengenalan deteksi plat nomor kendaraan

3. Hasil pengujian pengenalan karakter pada objek plat nomor kendaraan.

Tabel 4.1 Data hasil pengujian karakter pada plat nomor
Data Hasil Pengujian pengenalan Karakter

Hasil pengujian pengenalan karakter pada plat

nomor kendaraan berhasil terdeteksi dengan
nilai akurasi nya 100%.

Hasil pengujian pengenalan karakter pada plat

nomor kendaraan berhasil terdeteksi dengan
nilai akurasi nya 90%.
4.3.5 Pengujian Koneksi Telegram
Untuk pengujian koneksi repsberry pi ke telegram diperuntukan untuk
notifikasi dan informasi plat nomor kendaraan yang terdaftar akan membuka portal
otomatis dan plat nomor kendaraan yang tidak terdaftar tidak akan membuka portal
secara otomatis, berikut proses koneksi raspberry pi ke telegram :

Gambar 4.12 Proses koneksi raspberry pi ke telegram

 Gambar 4.13 Program koneksi raspberry Pi ke telegram

4.3.6 Pengujian Keseluruhan

Prosedur pengujian alat secara keseluruhan adalah sebagai berikut:
1. Siapkan alat yang di butuhkan untuk sistem pendeteksi plat nomor
kendaraan untuk portal otomatis diperumahan menggunakan deteksi citra
berbasis raspberry Pi seperti pada gambar 4.14. tanda dengan warna merah
adalah tempat penyimpanan kamera saat pengujian.

Gambar 4.14 Alat secara keseluruhan

2. Hubungkan kamera webcam pada port raspberry pi.
3. Buka program pada raspberry pi, kemudian jalankan programnya.
4. Program dengan deteksi plat nomor dan pengenalan karakter mulai bekerja.
5. Data hasil dari proses tersebut akan dikirim melalui telegram.
6. Apabila plat nomor kendaraan terdaftar maka portal servo akan membuka
secara otomatis, sementara jika plat nomor kendaraan tidak terdaftar akan
portal tidak akan terbuka dan memberi notifikasi pada telegram.
 BAB V
PENUTUP
5.1 Kesimpulan
Dari hasil perancangan awal yang telah dilakukan, maka kesimpulan diperoleh
sebagai berikut :
1. Sistem dirancang dengan menggunakan webcam yang menjadi input untuk
menagkap objek plat nomor menggunakan raspberry pi 3 sebagai
mikroprosesor untuk melakukan pengolahan citra plat nomor yang terdeteksi.
Pada pengujian yang telah dilakukan, dengan menggunakan OCR (Optical
Character Recognition). Sehingga menghasilkan output berupa text yang akan
dikirimkan ke telegram jika hasil pengenalan karakter terdaftar atau belum
terdaftar.
2. Pada hasil pengujian efektifitas cara kerja sistem yang telah dibuat dengan
tahapan proses hasil deteksi objek plat nomor dari kamera, diperoleh rata-rata
delay pendeteksian objek 5 detik dan rata-rata persentase tingkat keberhasilan
pengenalan karakter sebesar 83 %.
3. Pengimplementasian alat terbatas karena objek plat nomor hanya yang
berwarna hitam putih saja dan hanya bisa dilakukan satu persatu, serta dari kerja
alat yang belum bisa dijalankan secara autoplay.

5.2 Saran
Saran untuk pengembangan penelitian mengenai sistem deteksi pelanggaran
lalu lintas dengan mendeteksi plat nomor ini adalah sebagai berikut :
1. Perancangan sistem yang tambahan lebih baik dengan mengganti kamera
webcam agar dapat memaksimalkan video atau kualitas gambar yang
dihasilkan lebih bagus.
2. Mencari metode yang lebih tepat dalam pendeteksian objek dengan jarak yang
lebih jauh, serta terdapat kemiringan pada objek.
3. Mencari pengolahan citra yang efisien supaya meningkatkan akurasi dalam
pengenalan karakter pada citra plat nomor.
4. Pengembangan alat agar bisa mendeteksi objek dengan jarak yang lebih jauh.
5. Menambah objek pada jenis plat nomor yang dideteksi seperti plat nomor yang
warnanya bukan hanya hitam putih saja agar dapat mendeteksi semua jenis plat
nomor di Indonesia.
6. Update secara berkala setiap software yang digunakan untuk menghindari
pembacaan error.