Sistem pengenalan karakter plat nomor kendaraan saat ini sudah banyak diciptakan dengan berbagai metode oleh peneliti-peneliti sebelumnya. Dalam penelitian ini akan dilakukan pengenalan karakter berbasis 2-D Correlation Coefficient. Ada beberapa tahap yang dilakukan, pertama pre-processing yaitu menghilangkan noise dengan menggunakan metode Median Filter dan Adaptive Wiener Filter. Hal ini dilakukan untuk membandingkan kedua metode tersebut. Kedua, segmentasi karakter berdasarkan topologi citra. Ketiga, resizing supaya ukuran dimensi masing-masing citra karakter sama dengan citra karakter pada data training. Proses terakhir dilakukan pengenalan karakter dengan mengukur similarity menggunakan metode Manhattan Distance, Euclidian Distance dan 2-D Correlation Coefficient sekaligus dilakukan eksperimen dan analisa terhadap hasil masing-masing metode. Eksperimen dilakukan terhadap 50 citra plat nomor dengan citra data training karakter A-Z dan angka 0-9. Dari hasil eksperimen dengan filtering Median Filter diperoleh akurasi menggunakan Manhattan Distance sebesar 76.65 %, Euclidian Distance sebesar 74.55 %, dan 2-D Correlation Coefficient sebesar 82.00 %. Dan hasil eksperimen dengan filtering Adaptive Wiener Filter diperoleh akurasi menggunakan Manhattan Distance sebesar 83.99 %, menggunakan Euclidian Distance sebesar 80.78 %, dan menggunakan 2-D Correlation Coefficient sebesar 84.79 %.


Deskripsi Lain

Recognition system of the vehicle license plate character is now widely created with a variety of methods by previous researchers. In this research will perform object character recognition of license plate with 2D-Correlation Coefficient method. This method requires the training data consist of image numbers 0-9 and the letters A-Z with dimensions size 42x24. First stage should be done is pre-processing by reading the input image of a license plate image and then convert to binary. After that, remove noises using Median Filter and Adaptive Wiener Filtering. This also to compare between the two methods. The second, is segmentation,based on image topology. The Third,is resizing in order to the image of an object as segmentation result has the same size with the image of the training data. Finally, the character recognition process by using Manhattan, Euclidian Distance and 2-D Correlation Coefficient method and include experiments and analysis of each method.This research using 50 image. From the experimental results obtained by filtering Median Filter using Manhattan Distance accuracy of 76.65%, 74.55% of Euclidian Distance, and 2-D Correlation Coefficient of 82.00%. The experimental results with the filtering Adaptive Wiener Filter accuracy obtained using Manhattan Distance of 83.99%, using Euclidian Distance of 80.78%, and using 2-D Correlation Coefficient of 84.79%.

• PENGENALAN EKSPRESI WAJAH MENGGUNAKAN LOCAL BINARY PATTERN DAN GRAY LEVEL CO-OCCURENCE MATRIX
• Segmentasi dan Pengenalan Obyek Karakter Berbasis 2D-Correlation Coefficient Pada Plat Nomor Kendaraan
• Implementasi Efficient-SOM Pada Text Clustering Menggunakan Reduksi Dimensi
• PENGENALAN POLA TULISAN TANGAN HURUF ALPHABET MENGGUNAKAN ALGORITMA CHAIN CODE DAN K-NEAREST NEIGHBOR (KNN)
• PENJADWALAN MATA KULIAH MENGGUNAKAN METODE ALGORITMA GENETIKA