UMN Knowledge Center

implementasi artificial neural network dalam pengenalan karakter plat nomor pada sistem parkir sederhana

Putra, Yoan Pratama (2018) implementasi artificial neural network dalam pengenalan karakter plat nomor pada sistem parkir sederhana. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
Text
BAB I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (813kB) | Preview
[img] Text
BAB IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB)
[img]
Preview
Text
BAB III.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (996kB) | Preview
[img]
Preview
Text
BAB V.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (806kB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (7MB) | Preview
[img]
Preview
Text
BAB II.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (945kB) | Preview
[img] Text
HALAMAN%20AWAL(3).pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (9MB)

Abstract

Salah satu permasalahan dalam computer vision yang telah lama dicari solusinya adalah pengenalan tulisan yang ada pada suatu citra. Pengenalan tulisan dari plat nomor yang terdapat pada suatu kendaraan saat ini masih menjadi masalah yang sulit dikarenakan oleh banyaknya karakter-karakter huruf dan angka yang ada, serta banyaknya kemiripan fitur antar karakter, seperti 1 (angka satu), l (huruf kecil L), dan I (huruf besar i). Penelitian ini mengimplementasikan Artificial Neural Network dalam melakukan pengenalan karakter plat nomor kendaraan pada sistem parkir sederhana yang mampu melakukan proses masuk dan keluar menggunakan teknologi OCR tanpa menggunakan tiket. Dari hasil implementasi yang dilakukan, Artificial Neural Network berhasil melakukan klasifikasi terhadap plat nomor dengan akurasi pada pengenalan angka mencapai 92.4%, jauh lebih tinggi dari akurasi pengenalan huruf yang hanya mencapai 65.79%. JavaScript bisa digunakan untuk melatih Artificial Neural Network..

Item Type: Thesis (Bachelor Thesis)
Subjects: 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems
000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 000 Computer Science, Information and General Works
600 Technology (Applied Sciences)
600 Technology (Applied Sciences) > 650 Management and Public Relations > 658 General management (Risk Management, Profit and Loss, Executive Management, Human Resource Management, Logistics)
Divisions: Fakultas Teknik Informatika > Program Studi Informatika
Depositing User: mr admin umn
Date Deposited: 01 Feb 2019 02:32
Last Modified: 22 Apr 2022 06:53
URI: http://kc.umn.ac.id/id/eprint/5107

Actions (login required)

View Item View Item