Gomgom, Gomgom (1122073) (2018) Sistem Pengenalan Pelat Nomor Kendaraan Menggunakan Algoritma Resilient Propagation. Undergraduate thesis, Universitas Kristen Maranatha.
|
Text
1122073_Abstrak_TOC.pdf - Accepted Version Download (433Kb) | Preview |
|
![[img]](http://repository.maranatha.edu/style/images/fileicons/text.png) |
Text
1122073_Appendice.pdf - Accepted Version Restricted to Repository staff only Download (712Kb) |
|
|
Text
1122073_Chapter1.pdf - Accepted Version Download (182Kb) | Preview |
|
|
Text
1122073_Chapter2.pdf - Accepted Version Restricted to Repository staff only Download (1088Kb) |
|
|
Text
1122073_Chapter3.pdf - Accepted Version Restricted to Repository staff only Download (675Kb) |
|
|
Text
1122073_Chapter4.pdf - Accepted Version Restricted to Repository staff only Download (469Kb) |
|
|
Text
1122073_Conclusion.pdf - Accepted Version Download (341Kb) | Preview |
|
|
Text
1122073_Cover.pdf - Accepted Version Download (391Kb) | Preview |
|
|
Text
1122073_References.pdf - Accepted Version Download (386Kb) | Preview |
Abstract
Pengenalan pelat nomor kendaraan dapat digunakan dalam beberapa bidang antara lain bidang jasa keamanan karena cara ini merupakan solusi untuk dapat mengidentifikasi pelat nomor kendaraan secara cepat, akurat dan lebih efisien dibandingkan cara manual. Oleh karena itu dikembangkanlah metode tentang cara-cara APNR (Automatic license Plate Recognition). Pada Tugas Akhir ini, direalisasikan sistem pengenalan pelat nomor kendaraan menggunakan algoritma Resilient Propagation (RPROP). Sebelum dilatih, dilakukan proses erosi dan dilasi pada citra untuk memperbaiki citra. 72 citra latih dilakukan proses ektraksi ciri zoning untuk mendapatkan ciri dari citra. Nilai hasil ekstraksi zoning dinormalisasi sebelum menjadi input jaringan. Percobaan dilakukan dengan mencari nilai parameter η+ dan η- , fungsi aktivasi, jumlah neuron di hiddenlayer dan jumlah neuron di outputlayer yang menghasilkan akurasi pengenalan paling tinggi. Hasil percobaan dengan nilai η+= 1.2 dan η-= 0.5, fungsi aktivasi yang digunakan sigmoid biner, jumlah neuron hiddenlayer=60, dan outputlayer=72 menghasilkan presentase pengenalan sebesar 68.14 % .
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Automatic License Plate Recognition: ALPR, RProp, zoning. |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
| Divisions: | Faculty of Engineering > 22 Electrical Engineering Department |
| Depositing User: | Perpustakaan Maranatha |
| Date Deposited: | 28 Mar 2018 08:07 |
| Last Modified: | 28 Mar 2018 08:07 |
| URI: | http://repository.maranatha.edu/id/eprint/24256 |
Actions (login required)
 |
View Item |
