BAB 2 LANDASAN TEORI
2.1. Automatic Number Plate Recognition (ANPR) Berdasarkan penjelasan dari penelitian sebelumnya mengenai deteksi plat nomor, maka dapat disimpulkan bahwa pendeteksian ini sangat dibutuhkan untuk kehidupan saat ini. Menurut Keilthy (2008) dalam Measuring ANPR System Performance, ANPR dibutuhkan dalam berbagai bidang seperti : 1. Pengecekan kecepatan kendaraan a. Berhubungan dengan kecepatan kendaraan b. Kendaraan dengan kecepatan melewati batas, dapat tercatat dengan otomatis plat nomornya 2. Manajemen area parker a. Masalah tiket parker b. Masalah kehilangan dan pencurian kendaraan c. Durasi pemantauan tetap d. Dapat di audit e. Akses parkir tanpa tangan (hands-free access) 3. Manajemen lalu lintas a. Pencarian pelanggaran lalu lintas
8
9 4. Bidang lainnya a. Access control dan monitoring b. Kontrol kepatuhan kendaraan di jalan raya
2.2. Artificial Neural Network (ANN) Mengacu pendapat Haykin (2004) maka pengertian Neural Network atau Jaringan Saraf Tiruan adalah merupakan jaringan dari sekelompok unit pemroses kecil yang di modelkan berdasarkan Jaringan Saraf Tiruan Manusia (JST). JST merupakan sistem adaptif yang dapat mengubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut.
Gambar 2.1 Jaringan Saraf Tiruan
10 Pemahaman model tersebut berdasarkan asumsi : a. Proses penyampaian informasi terjadi pada elemen sederhana yang disebut neuron. b. Penghubungan informasi antar saraf melalui sambungan atau penghubung (layer dalam model JST) c. Setiap penghubung memiliki bobot dari hasil perhitungan bobot sebelum nya. Penghitungan dilakukan dengan penggandaan dan atau pengalian setiap bobot yang melewati nya. JST terdistribusi dalam beberapa layer dengan sejumlah input yang akan menghasilkan output, diantara input dan output terdapat layer hidden. Tiap hubungan antar input sampai output berupa node-node yang memiliki bobot. Dalam proses ini juga dilakukan proses training citra, yaitu proses pelatihan sistem dengan mengenal gambar yang dimasukkan, dengan training sistem, bila diberikan input citra maka sistem dapat mengenal objek apa yang sedang dimasukkan. Training dapat dilakukan berkali-kali, semakin besar jumlah training, maka akan semakin akurat pengenalan sistem.
2.3. Computer Vision Menurut Morris (2004) Computer Vision adalah proses untuk mendapatkan, memproses, menganalisa dan memahami isi gambar. Pada umumnya gambar yang
11 diproses adalah gambar dimensi tinggi di dunia nyata dengan tujuan untuk mendapatkan informasi berupa angka maupun simbol. Sistem Computer Vision dapat menggantikan tugas-tugas manusia dan membuat sistem lebih modern. Pada kajian ilmiah, Computer Vision merupakan teori sistem tiruan yang mengekstrak informasi dari gambar. Sedangkan pada kajian teknologi, Computer Vision menemukan teori dan model dari konstruksi yang ditangkap berdasarkan image. Pada plate recognizer, kita akan menggunakan cabang dari Computer Vision yaitu Optical Character Recognizer (OCR), yang berfungsi mengidentifikasi angka dan huruf dari plat tersebut.
2.3.1. Pengolahan dan Pemrosesan Citra Menurut Burger (2007) dalam Digital Image Processing, Pengolahan dan pemrosesan citra terdapat oleh definisi citra, dan prosesproses sebagai berikut : 2.3.1.1.
Citra Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinu menjadi gambar diskrit melalui proses sampling. Gambar analog dibagi menjadi N baris dan M kolom sehingga menjadi gambar diskrit. Persilangan antar baris dan kolom tertentu disebut dengan pixel. Contoh nya adalah gambar / titik diskrit pada baris n dan kolom m disebut dengan pixel [n,m].
12 2.3.1.2.
Sampling Sampling adalah proses untuk menentukan warna pada pixel
tertentu pada citra dari sebuah gambar yang kontinu. Pada proses sampling biasanya dicari warna rata-rata dari gambar analog yang kemudian dibulatkan. Proses sampling sering juga disebut proses digitasi.
2.3.1.3.
Kuantitasi Ada kalanya, dalam proses sampling, warna rata-rata yang didapat
direlasikan ke level warna tertentu. Contohnya apabila dalam citra hanya terdapat 16 tingkatan warna abu-abu, maka nilai rata-rata yang didapat dari proses sampling harus diasosiasikan ke 16 tingkatan tersebut. Proses mengasosiasikan warna rata-rata dengan tingkatan warna tertentu disebut dengan kuantitasi.
2.3.1.4.
Noise Noise adalah gambar atau pixel yang menggangu kualitas citra.
Noise dapat disebabkan oleh gangguan fisis (optik) pada alat akuisisi maupun secara disengaja akibat proses pengolahan yang tidak sesuai. Contohnya adalah bintik hitam atau putih yang muncul secara acak yang tidak diinginkan di dalam citra. Bintik acak ini disebut dengan noise salt & pepper. Banyak metode yang ada dalam pengolahan citra bertujuan untuk mengurangi atau menghilangkan noise.
13 Maka dapat disebutkan bahwa pengolahan citra merupakan kegiatan memperbaiki citra agar mudah diinterpretasikan oleh manusia atau mesin (komputer). Inputannya adalah citra dan keluarannya juga berbentuk citra tetapi dengan kualitas lebih baik dari citra masukan. Tujuan dilakukan pengolahan citra adalah agar informasi yang disampaikan oleh citra inputan tersampaikan dan dapat diproses oleh manusia / mesin (komputer).
Citra Nondigital
Pencitraan
Citra Digital Pengolahan Citra
Informasi / Keputusan
Analisis Citra
Citra Digital (baru)
Gambar 2.2 Diagram Pengolahan Citra
Proses pengubahan warna citra dari RGB (Red, Green, Blue) menjadi abu-abu. Suatu citra, akan di ubah menjadi matriks N x M array, dan kemudian dengan perubahan warna maka akan didapatkan nilai dari setiap elemen array yang dapat disebut image element atau pixel (picture element) . Untuk sebuah citra digital, setiap pixel memiliki nilai integer sendiri atau yang dikenal dengan gray level yang menunjukan intensitas dari pixel.
14 2.3.2. Grayscaling Menurut Johnson (2006) dalam bukunya Digital Photography menyebutkan bahwa grayscale atau gambar grayscale digital adalah gambar di mana nilai setiap pixel adalah tunggal, yaitu hanya mempunyai keterangan dengan sebuah intensitas. Gambar seperti ini, juga dikenal dengan gambar hitam-dan-putih, terdiri secara khusus dari warna abu-abu, yang bervariasi dari hitam pada intensitas terlemah ke putih pada bagian terkuat. Gambar grayscale berbeda dari satu-bit bi-tonal pada gambar hitam-dan-putih, yang dalam konteks pencitraan komputer adalah gambar yang hanya memiliki dua warna, hitam dan putih (juga disebut bilevel atau gambar biner). Gambar grayscale memiliki banyak nuansa abu-abu. Gambar grayscale juga disebut monokromatik, yang menunjukkan hanya ada satu (mono) warna (chrome). Gambar grayscale juga merupakan hasil pengukuran intensitas cahaya
pada
setiap
pixel
sebagai
pita
tunggal
dari
spektrum
elektromagnetik (misalnya inframerah, cahaya tampak, ultraviolet, dll), dan dalam kasus ini gambar grayscale berada pada monokromatik tepat ketika frekuensi yang diberikan tertangkap. Tetapi hal itu juga dapat disintesis dari gambar penuh warna. Pengkonversian dari warna ke grayscale tidak sulit, pembobotan yang berbeda dari saluran warna secara efektif mewakili efek dari
15 pengambilan gambar hitam-putih dengan berbagai warna filter fotografi pada kamera. Strategi umumnya adalah dengan mencocokkan pencahayaan dari gambar grayscale dengan pencahayaan gambar berwarna. Untuk mengkonversi warna apapun yang dibutuhkan dengan sebuah representasi grayscale dari sebuah pencahayaan, pertama kita harus mendapatkan nilai - nilai dari warna merah, hijau, dan biru (RGB) primary encoding dengan intesitas linier dari ekspansi gamma. Untuk ruang warna sRGB, perluasan gamma didefinisikan sebagai
Dimana CsRGB adalah salah satu dari tiga gamma-kompresi primer sRGB dalam rentang [0,1] dan Clinear adalah nilai intensitas linear yang sesuai (dalam jangkauan [0,1]). Kemudian pencahayaan dihitung sebagai jumlah bobot dari tiga nilai intensitas linear. Untuk ITU-R BT.709 primer, seperti yang digunakan dalam sRGB, bobot Y = 0,2126 R + 0,7152 G + 0,0722 B memberi CIE 1931 pencahayaan. Pencahayaan linear biasanya memerlukan sebuah gamma yang dikompersi untuk dikembalikan ke sebuah reprsentasi grayscale konvensional. dengan mengkodekan grayscale intensitas RGB, setiap dari tiga primer dapat diatur agar sama dengan pencahayaan yang akan dihitung. untuk sRGB, kompersi gamma yang sesuai adalah
16
Ini bukan metode yang digunakan untuk memperoleh luma pada Y' UV dan model warna yang digunankan dalam TV barwarna standard dan sistem video sebagai PAL, SECAM, dan NTSC. Sistem ini secara langsung menghitung gamma yang dikompresi luma sebagai kombinasi linear dari gamma yang dikompresi oleh intensitas primer, dari pada mengguanakan linierisasi ekspansi melalui pengunaan gamma dan kompresi. Dalam model YUV dan YIQ yang digunakan oleh PAL dan NTSC, komponen luma (Y') dihitung sebagai
Koefisien mewakili persepsi manusia dari warna, khususnya bahwa manusia lebih sensitif terhadap hijau dan paling sensitif terhadap biru. Model yang digunakan untuk HDTV dikembangkan oleh ATSC menggunakan koefisien warna yang sedikit berbeda, penghitungan komponen luma dideskripsikan sebagai
2.3.3. Canny Edge Detection Canny Edge Detection merupakan deteksi tepi operator yang menggunakan algoritma multi-stage untuk mendeteksi berbagai tepi dalam gambar. Ini dikembangkan oleh John F. Canny pada tahun 1986. Canny
17 juga memberikan sebuah teori komputasi deteksi tepi yang menjelaskan mengapa teknik ini bekerja.
2.3.4. OCR (Optical Character Recognition) OCR atau yang dikenal dengan Optical Character Recognition merupakan cabang dari computer vision . OCR merupakan pengenalan terhadap karakter-karakter baik huruf (besar dan kecil) maupun angka. Teknologi ini akan memungkinkan mesin secara otomatis mengenali karakter melalui mekanisme optik. (AIM.Inc, 2000) Teknologi OCR banyak digunakan untuk mengkonversi bukubuku dan dokumen kedalam bentuk elektronik atau digital. OCR memungkinkan pengguna untuk mengedit teks, dan dapat pula digunakan sebagai pengenal kendaraan bermotor. OCR memerlukan pengaturan untuk membaca font secara spesifik, sistem cerdas ini bekerja dengan akurasi yang tinggi terlebih jika font yang digunakan merupakan font yang umum. Secara umum proses pengenalan melalui OCR adalah dijelaskan pada diagram ini
18
Gambar 2.3 Diagram Proses OCR
Proses segmentasi dilakukan dengan tujuan memisahkan wilayah objek dengan latar belakang objek, sehingga citra mudah dianalisis untuk pengenalan objek. Proses selanjutnya adalah normalisasi, yang didalam nya masih terdapat 2 proses, yaitu : 1. Scalling adalah fungsi untuk mengubah ukuran suatu gambar
dimana
scalling
merupakan
istilah
yang
cenderung untuk memperbesar gambar, dan shrink untuk memperkecil gambar. 2. Thinning, adalah proses morfologi yang digunakan untuk menghapus piksel foreground yang terpilih dari gambar biner, biasanya digunakan untuk proses mencari tulang sebuah objek. Langkah selanjutnya adalah ekstraksi fitur (feature extraction). Feature
Extraction
adalah
suatu
proses
analisis
citra
dalam
mengidentifikasi sifat – sifat yang melekat dari tiap – tiap karakter atau
19 disebut juga dengan fitur dari sebuah objek yang terdapat dalam citra. Karakteristik ini digunakan dalam mendeskripsikan sebuah objek atau atribut dari sebuah objek, kemudian fitur yang dimiliki oleh karakter dapat digunakan sebagai proses recognition. Setelah langkah – langkah diatas selesai dilakukan, maka OCR siap untuk melakukan tahap pengenalan dan akan memberikan output atau hasil pengenalan karakter angka maupun huruf.
2.3.5.
Tesseract OCR Tesseract adalah engine open source OCR yang pada mulanya dikembangkan oleh HP (Hewlett-Packard) pada tahun 1984-1994. Pada mulanya
tesseract
merupakan
proyek
penelitian
laboratorium HP di bristol. (Smith, 2005)
Gambar 2.4 Arsitektur Tesseract
Ryan
Smith
di
20
Tesseract membaca input yang diterima berupa sebuah binary image. Analisis dilakukan pada komponen yang terhubung untuk menentukan dimana outline komponen yang akan disimpan. Outlines dikumpulkan bersama dan menjadi blob. Blob disusun menjadi barisan teks, sedangkan garis dan region dianalisis untuk menjadi pitch tetap dan teks proposional. Baris teks dipecah menjadi kata-kata menurut spasi karakter. Teks dengan pitch dibagi tiap sel karakter, kemudian teks proposional dipecah menjadi kata-kata menggunakan ruang fuzzy. Pass pertama memisahkan kata-kata yang sudah ada pada database, dan pass kedua merupakan pengenalan kata pada citra
2.3.6. EmguCV EmguCV adalah suatu library open source lintas platform. EmguCV dapat memanggil fungsi-fungsi OpenCV library pada image processing. EmguCV kompatibel dengan banyak bahasa pemrograman seperti C++, C#, VB, IronPhyton dan lain-lain. EmguCV dapat dijalankan oleh berbagai OS seperti windows, linux, dan MacOS. Kelebihan-kelebihan EmguCV adalah : a.
Lintas Platform Tidak seperti wrapper lainnya yang ditulis dengan code yang tidak aman. Penulisan EmguCV ditulis menggunakan bahasa C#
21 b.
Kompatibel dengan banyak bahasa pemrograman Dapat digunakan di banyak bahasa pemrograman seperti C++, C#, VB, dan IronPhyton.
c.
Kompatibel dengan berbagai Operating System Dapat digunakan di berbagai macam OS seperti Windows, Linux, dan MacOS.
d.
Terdapat kelas gambar dengan warna generic dan memiliki kedalaman
e.
Dapat menggunakan fungsi-fungsi dari OpenCV
2.4. Recall dan Precision Menurut Pearson & Steele (2003) Recall merupakan rasio jumlah dokumen yang dapat ditemukan kembali oleh sebuah proses pencarian dalam sistem Image Relevan. Rumus dari recall adalah jumlah dokumen relevan yang ditemukan dibagi jumlah semua dokumen relevan didalam koleksi atau dapat dijabarkan dengan:
Dimana dokumen yang relevan dan dibagi dengan jumlah dokumen yang ada.
berasal dokumen yang tersedia
22
Precision adalah proporsi jumlah dokumen yang ditemukan dan dianggap relevan untuk kebutuhan si pencari informasi. Rumus dari precision adalah jumlah dokumen relevan yang ditemukan dibagi jumlah semua dokumen yang ditemukan
Dimana dokumen yang relevan dan berasal dari dokumen yang ada dibagi dengan jumlah dokumen yang ingin dikenali.
