Yuliansyah, DiannataRahman (2016) Aplikasi Teknik Automatic Number Plate Recognition Berbasis FPGA untuk Mendeteksi Plat Nomor Kendaraan,. Sarjana thesis, Universitas Brawijaya.
Abstract
Teknik Automatic Number Plate Recognition (ANPR) adalah salah satu metode yang diandalkan untuk identifikasi kendaraan di era modern saat ini. Sistem ANPR yang ada saat ini kebanyakan menggunakan perangkat lunak pada komputer. Desain perangkat keras khusus yang dapat bekerja sebagai pemroses sistem ANPR diperlukan karena lebih unggul dari segi dimensi, konsumsi daya dan harga. Untuk perancangan sistem yang low-cost dan efisien, maka FPGA (Field Programmable Gate Arrays) adalah pilihan yang tepat untuk mengimplementasikan sistem. Sistem dirancang dengan menggunakan modul sensor kamera OV7670 dan board FPGA Nexys3 Spartan-6. Citra diproses pada sistem melalui tiga tahap, yaitu tahap lokalisasi plat nomor menggunakan metode deteksi tepi vertikal dan analisis proyeksi, tahap segmentasi karakter menggunakan metode pengambangan dan analisis proyeksi, dan tahap pengenalan karakter optis menggunakan metode KNN (K-Nearest Neighbor) dengan nilai K=1. Hasil perancangan dan pengujian menunjukkan bahwa sistem dapat mengenali 82% dari total karakter yang diuji dengan waktu eksekusi terlama hingga 2,3 ms dan kesalahan maksimum 3 karakter per plat nomor, akan tetapi tingkat keberhasilan identifikasi plat nomor hanya 19%. Hal ini menunjukkan bahwa perancangan sistem dapat dikembangkan lebih lanjut sehingga ke depannya dapat diaplikasikan untuk sistem identifikasi kendaraan otomatis.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/FT/2016/794/051609608 |
Subjects: | 600 Technology (Applied sciences) > 621 Applied physics > 621.3 Electrical, magnetic, optical, communications, computer engineering; electronics, lighting |
Divisions: | Fakultas Teknik > Teknik Elektro |
Depositing User: | Budi Wahyono Wahyono |
Date Deposited: | 28 Oct 2016 09:36 |
Last Modified: | 22 Oct 2021 01:54 |
URI: | http://repository.ub.ac.id/id/eprint/145058 |
Preview |
Text
SKRIPSI.pdf Download (14MB) | Preview |
Actions (login required)
View Item |