Publisher

UNNARUNNAR

Journal e-NARODROIDe-NARODROID Abstract

Sistem plat nomor di Indonesia merupakan warisan dari Kolonial Hindia Belanda yang membagi berdasarkan wilayah karesidenan. Setelah berjalan sekian lama acuan tersebut masih digunakan hingga sekarang yang terdiri dari dua baris, yaitu baris pertama terdiri dari Kode Wilayah Karesidenan diikuti nomor polisi dari jenis kendaraan bermotor tersebut dan terakhir adalah kode wilayah dari karesidenan tersebut, baris kedua merupakan masa berlaku plat nomor tersebut yang terdiri dari bulan dan tahun. Plat nomor Kendaraan bermotor di Indonesia menggunakan bahan almunium dengan ketebalan 1mm dan mempunyai dimensi 250×105 mm untuk roda dua atau tiga sedangkan untuk roda empat atau lebih mempunyai dimensi 395×135 mm. Peruntukannya berbeda-beda sesuai dengan warna dasar dari plat nomor tersebut, warna yang ada pada plat nomor adalah hitam, merah, kuning, dan putih. Serta ada logo kepolisian sebagai hak cipta dan pemegang merk plat nomor di Indonesia. Keberadaan plat nomor tersebut memberikan identitas dari setiap kendaraan bermotor yang beredar di Indonesia, sehingga mudah mengenali kendaraan tersebut berasal dari wilayah mana sesuai dengan kode plat nomor yang tertera pada posisi depan dan belakang kendaraan bermotor. Identitas kendaraan tersebut kurang optimal penggunaannya untuk keperluan-keperluan tertentu yang membutuhkan identitas secara cepat dan akurat, sehingga untuk keperluan tersebut diperlukan sebuah ID digital yang dapat digunakan untuk identifikasi kendaraan bermotor secara cepat dan akurat. Salah satu teknologi digitalisasi plat nomor kendaraan yang sudah digunakan di beberapa negara yaitu ANPR (Automatic Number Plate Recognition ). Teknologi ini menggunakan pengolahan citra digital untuk mengenali dan membaca plat nomor kendaraan. Gambar atau citra yang diolah didapatkan dari kamera pengawas dan juga kamera yang didesain khusus untuk proses pengolahan digital. Mengingat ANPR menggunakan sebuah algoritma dalam pengolahan citra digital, maka memungkinkan untuk mengembangkan perangkat lunak dengan kemampuan serupa namun dalam perangkat yang lebih terjangkau dan murah. Tentu saja juga memungkinkan untuk dikembangkan di perangkat smartphone berbasis sistem operasi Android. Hal ini dikarenakan smartphone memiliki kamera serta kemampuan komputasi yang dibutuhkan untuk pengolahan citra digital. Dengan metode Multi-step image processing ini mampu mengenali plat nomor kendaraan bermotor sampai dengan akurasi 95% dengan kamera minimal 5 megapixel yang dilakukan dalam tiga tahap yaitu threshold, contour dan kNearestNeighbors. Dalam pemindaian jarak menentukan kemampuan untuk mendeteksi segmen plat nomor dan pencahayaan mempengaruhi tingkat akurasi pengenalan karakter sedangkan untuk pengenalan plat nomor yang memiliki dasar warna terang harus dilakukan invers terlebih dahulu.

Conclusion

Penelitian ini berhasil mengimplementasikan aplikasi Android berbasis multi‑step image processing yang mampu mengidentifikasi plat nomor kendaraan secara real‑time.Dengan algoritma threshold, contour, dan k‑Nearest Neighbors, aplikasi mencapai akurasi pengenalan hingga 95 % pada perangkat smartphone dengan kamera beresolusi 5 MP, meskipun jarak dan pencahayaan memengaruhi performa.Untuk plat dengan latar terang, diperlukan proses inversi citra agar karakter dapat dikenali secara optimal.

Future Research

Penelitian selanjutnya dapat mengeksplorasi penggunaan jaringan saraf dalam‑deep learning untuk meningkatkan kemampuan deteksi plat nomor pada kondisi pencahayaan yang sangat bervariasi, sehingga mengurangi ketergantungan pada proses inversi citra manual; selanjutnya, analisis komparatif antara algoritma K‑Nearest Neighbors dengan model pembelajaran berlapis dapat dilakukan untuk menilai efektivitas dan efisiensi komputasi pada perangkat dengan sumber daya terbatas, yang dapat membantu mengoptimalkan aplikasi pada smartphone kelas menengah ke bawah; terakhir, integrasi sistem pengenalan plat nomor dengan platform manajemen lalu lintas berbasis Internet of Things (IoT) dapat diteliti untuk memungkinkan pemantauan real‑time kendaraan secara massal, sekaligus mengevaluasi dampak sosial‑ekonomi serta tantangan privasi data dalam implementasinya di lingkungan perkotaan.

Metadata

File size	782.79 KB
Pages	9
DMCA	Report