BAB I PENDAHULUAN 1.1.
Latar Belakang Fakultas Keguruan dan Ilmu Pendidikan merupakan salah satu dari 8
Fakultas yang ada di Universitas Sebelas Maret Surakarta. Fakultas Keguruan dan Ilmu Pendidikan mempunyai 25 Program Studi S1 dan 11 Prodi Pascasarjana. Mahasiswa aktif mencapai 33.000 mahasiswa S1 dan 1400 mahasiswa Pascasarjana. Dengan jumlah mahasiswa yang begitu banyak tentu akan membutuhkan lahan parkir yang aman dan representatif. Selama ini untuk menjaga keamanan parkir, mahasiswa akan mendapatkan karcis parkir ketika memasuki lokasi. Sistem diatas membutuhkan petugas yang diharuskan selalu siap siaga dan tidak melakukan kesalahan yang signifikan seperti meninggalkan tempat, salah mencatat nomor kendaraan dan mengabaikan pemeriksaan STNK. Metode diatas sering menimbulkan antrian lalu lintas kendaraan di pagi hari dan jam istirahat siang biasanya mengalami kenaikan sehingga membuat pengendara tidak merasa nyaman dan menghabiskan waktu yang lama di pintu masuk atau keluar parkir. Beberapa kasus pencurian kendaraan terjadi karena petugas yang tidak bisa melayani antrian yang banyak, sehingga sebagian dibiarkan masuk atau keluar tanpa mendapatkan karcis atau menyerahkan karcis. Untuk mencegah pencurian kendaraan di lingkungan kampus, pada penelitian ini akan membuat alternatif dalam upaya peningkatan keamanan di lokasi parkir. Beberapa sistem parkir sudah dikembangkan antara lain dengan Teknologi Barcode, RFID, sedangkan pada penelitian ini sistem akan dikembangkan dengan menggunakan deteksi dan pengenalan nomor kendaraan. Sistem deteksi plat nomor kendaraan sangat bermanfaat untuk pengembangan sistem transportasi cerdas,
1
pencarian kendaraan yang hilang, monitoring lalu-lintas, dan sistem pembayaran di pintu tol. Aplikasi parkir menggunakan barcode dikembangkan oleh [1]. Aplikasi parkir akan menunjukkan lokasi parkir yang kosong atau yang sudah terisi serta mampu mengetahui jumlah kendaraan yang sedang parkir. Aplikasi mampu menampilkan peta parkir pada komputer sesuai dengan letak mobil yang diparkir pada gedung parkir tersebut. Setiap Pengguna parkir akan diberikan kertas yang tercetak barcode sebagai bukti parkir. Ketika akan meninggalkan lokasi parkir, pengguna akan menunjukkan barcode dan akan dibaca oleh Scanner. Apabila barcode terbaca oleh Scanner dan diverifikasi sesuai dengan data maka pintu parkir akan terbuka. Penelitian mengenai sistem parkir dan deteksi plat nomor kendaraan sudah dilakukan dalam banyak penelitian, antara lain penelitian pembuatan sistem parkir di sebuah apartemen dilakukan oleh [2]. Sistem parkir dibuat dengan simulasi keluar masuk parkir dan pembayaran parkir kendaraan berbasis RFID. Obyek dari perancangan sistem ini adalah penghuni atau orang-orang yang telah direkam didalam sistem. Pengujian kondisi (state) gerbang parkir sistem menunjukan bahwa aplikasi gerbang parkir dapat berjalan sesuai rancangan dengan akurasi 93,3%. Pengujian performa sistem menunjukkan bahwa aplikasi gerbang parkir dengan RFID membutuhkan waktu lebih cepat 1,15 detik dari sistem gerbang parkir manual yang telah berjalan saat ini. Sistem parkir menggunakan kartu cerdas tanpa kontak (contactless smartcard) dikembangkan oleh [3]. Sistem memiliki komponen utama, yaitu 1. Komputer yang berfungsi untuk registrasi, pengisian ulang, pengaturan tarif, data pengguna sistem, data pengguna teregistrasi dan data transaksi serta penagihan (billing). 2. Interrogator adalah suatu alat untuk pengisian data ke chip RFID yang terdapat pada kartu (Contactless Card) sekaligus untuk membaca data yang 2
terdapat pada chip RFId. Interrogator ini berkomunikasi dengan chip RFID pada frekuensi 13,56 MHz. 3. Contactless Card terdiri dari dua bagian pokok yaitu, chip RFID dan antena (coil). Hasil pengujian menunjukkan bahwa sistem masih membutuhkan peran operator dalam pengoperasian. Jarak maksimal pengaksesan kartu terhadap interrogator kurang lebih adalah 3cm. Data yang akan disimpan ke dalam kartu harus diubah ke dalam bentuk heksadesimal. Aplikasi parkir yang digunakan untuk verifikasi pengguna parkir terdapat benyak metode sesuai dengan kompleksitas lokasi, pengembang dan fungsionalitas. Manajemen keamanan sistem parkir terdapat beberapa metode yang digunakan, antara lain: 1.
Pemberian bukti berupa nomor dengan urutan tertentu utuk lokasi parkir dengan jumlah pengguna yang tidak terlalu banyak.
2.
Pemberian bukti berupa kertas yang berisi nomor kendaraan ketika memasuki lokasi parkir oleh petugas parkir.
3.
Pemberian nomor bukti berupa barcode. Kode yang diberikan berupa kode tertentu misalkan tahun, bulan, tanggal, jam dan detik ketika memasuki lokasi parkir. Selain untuk keamanan, kode ini akan digunakan untuk menghitung biaya parkir yang harus dibayarkan oleh pengguna.
4.
Pemberian nomor bukti berupa barcode seperti diatas dan dilengkapi dengan foto untuk meningkatkan keamanan. Foto diambil ketika barcode dicetak. Foto juga berfungsi untuk menambah opsi verifikasi jika kartu yang dibawa pengguna rusak tidak bisa dibaca.
5.
Identifikasi kendaraan parkir menggunakan teknologi Radio Frequency Identification (RFID), RFID merupakan metode yang digunakan untuk identifikasi sebuah obyek menggunakan Gelombang Radio. RFID menggunakan sebuah chip yang ditanam kedalam sebuah kartu atau obyek yang lain. Teknologi RFID sudah banyak digunakan untuk identifikasi kendaraan di lokasi parkir dan kendaraan di jalan tol. Teknologi RFID memiliki banyak kelebihan, antara lain: RFID memiliki ukuran yang kecil 3
namun dapat menampung data yang besar (kurang lebih 2000 byte). RFID memiliki bentuk yang flexibel sehingga sangat mudah untuk dipakai di berbagai tempat. Sebuah Reader RFID mampu membaca sekitar 40 tag dalam waktu yang sama.
Pada penelitian ini akan dikembangkan sebuah alternatif sistem parkir dengan menggunakan Tanda Nomor Kendaraan Bermotor (TNKB). Sistem parkir yang akan dikembangkan merupakan jalan tengah dari pengembangan sistem parkir manual dengan menuliskan TNBK pada selembar kertas yang dituliskan oleh petugas. Pada penelitian ini pengguna akan mendapatkan kertas berisi nomor TNBK beserta tanggal dan jam masuk berdasarkan proses deteksi dan pengenalan TNBK secara otomatis. Pengembangan sistem ini relatif lebih murah dibandingkan dengan penggunaan teknologi RFId yang lebih mahal untuk pembelian Scanner RFId dan pengadaan chip untuk seluruh civitas akademik. Alasan yang lain adalah penelitian mengenai deteksi dan pengenalan karakter dan plat menghasilkan pengenalan yang baik sehingga dapat diaplikasikan untuk pengenalan karakter dalam TNBK. Penelitian yang dilakukan oleh [4] untuk pengenalan Karakter Khmer menggunakan metode SVM mampu mengenali karakter dengan baik. Sedangkan penelitian yang dilakukan oleh [5] untuk mengenali karakter tamil menghasilkan akurasi yang cukup baik hingga mencapai 82,04%. Sehingga penelitian pengenalan karakter bisa digunakan untuk pengenalan karakter pada TNBK. 1.2. Perumusan Masalah Berdasarkan uraian dimuka, maka dapat dirumuskan permasalahan yang akan diteliti adalah sebagai berikut : 1.
Perlunya pengembangan otomasi sistem parkir berbasis deteksi dan pengenalan TNBK untuk mengurangi beban petugas parkir dan mengurangi tingkat kesalahan manusia (human error). 4
2.
Jumlah pengguna lokasi parkir yang sangat besar memerlukan sistem yang dapat melayani pengguna parkir secara real-time dan cepat serta memiliki tingkat akurasi yang baik.
1.3. Batasan Masalah Batasan masalah yang terdapat pada penelitian ini adalah: 1.
Sistem parkir akan dibuat dalam lajur lajur berdasarkan jenis kendaraan
2.
Pada saat sistem dijalankan hanya memungkinkan satu kendaraan dalam satu waktu.
3.
Pengambilan data menggunakan kamera yang diletakkan di depan pintu masuk dan keluar pada jarak 5-10 m.
4.
Setiap Pengguna akan didaftarkan kedalam sistem.
1.4. Keaslian Penelitian Telah banyak penelitian mengenai sistem parkir dan metode yang digunakan. Pada bagian ini, dilakukan studi literatur penelitian lain yang sejenis, tujuan dari studi literatur untuk mengetahui penelitian sebelumnya dan menentukan pengembangan dari penelitian yang sudah ada. Adapun penelitian-penelitian lain mengenai sistem parkir antara lain: Penelitian mengenai rancang bangun pembuatan sistem parkir dengan barcode dilakukan oleh [6]. Setiap memasuki lokasi parkir pengguna akan mendapatkan bukti parkir berupa kertas yang tercetak kode barcode. Barcode diciptakan dari hasil enkripsi dengan menggunakan metode caesar NIM, NIDN, NIP. Setiap pengguna akan didaftar dan disimpan dalam basis data. Dari hasil penelitian pengecekan menggunakan barcode lebih akurat dibanding dengan hanya menggunakan STNK dan sistem akan menolak ketika kuota parkir sudah penuh. Sistem parkir menggunakan kartu cerdas tanpa kontak (contactless smartcard) dikembangkan oleh [3]. Sistem memiliki komponen utama, yaitu 1. 5
Komputer yang berfungsi untuk registrasi, pengisian ulang, pengaturan tarif, data pengguna sistem, data pengguna teregistrasi dan data transaksi serta penagihan (billing). 2. Interrogator adalah suatu alat untuk pengisian data ke chip RFID yang terdapat pada kartu (Contactless Card) sekaligus untuk membaca data yang terdapat pada chip RFID. Interrogator ini berkomunikasi dengan chip RFID pada frekuensi 13,56 MHz. 3. Contactless Card terdiri dari dua bagian pokok yaitu, chip RFID dan antena (coil). Hasil pengujian menunjukkan bahwa sistem masih membutuhkan peran operator dalam pengoperasian. Jarak maksimal pengaksesan kartu terhadap interrogator kurang lebih adalah 3cm. Data yang akan disimpan ke dalam kartu harus diubah ke dalam bentuk heksadesimal. Penelitian mengenai desain dan implementasi sistem parkir dengan RFID dilakukan oleh [7] di ITTelkom. Dalam perancangan dan implementasi sistem parkir ini menggunakan metode berupa pembacaan NIK(Nomor Induk Kepegawaian) berjumlah 8 digit angka dan NIM(Nomor Induk Mahasiswa) berjumlah 9 digit angka. Penggunaan sistem parkir ini dapat dilakukan dengan menempelkan kartu RFID pada RFID reader. Tag tersebut akan diproses oleh program parkir baik di gerbang masuk atau gerbang keluar. Jika proses berhasil data user akan diambil fotonya menggunakan kamera dan disimpan didalam database. Selanjutnya palang parkir akan terbuka secara otomatis dan user dapat masuk kedalam wilayah ITTelkom. Untuk fungsionalitas telah diuji dan semua komponen berfungsi dengan baik. Sedangkan performansi dilakukan untuk mengetahui waktu pelayanan rata – rata dengan hasil 2.93 detik untuk gerbang masuk dan 2.68 detik untuk gerbang keluar. Agar kartu RFID dapat dibaca dengan baik oleh reader maka kecepatan pembacaanya = 4 cm/detik dan jarak kartu dengan reader = 3 cm dengan sudut kartu 900 secara vertical maupun horizontal atau tepat menempel pada reader dan tanpa penghalang elektronik. Penelitian yang dilakukan oleh [8] mengimplementasikan teknologi RFID untuk keamanan laboratorium kampus. Mahasiswa dan pengelola akan disimpan 6
datanya didalam basis data. Selanjutnya untuk aplikasinya hanya tag yang nomor serinya sudah diregistrasikan ke dalam RFID reader yang dapat melakukan akses untuk membuka pintu laboratorium, melakukan presensi perkuliahan, maupun melakukan akses parkir. Pada penelitian ini akan dikembangkan sistem parkir dengan verifikasi TNBK. Sistem ini merupakan pengembangan dari sistem parkir manual saat ini yang memberikan kertas bukti parkir yang ditulis manual oleh petugas. Pada penelitian ini akan dikembangkan sebuah sistem parkir yang menggunakan dasar TNBK hasil deteksi dan pengenalan sistem secara otomatis. Penelitian mengenai deteksi dan pengenalan karakter telah banyak dilakukan peneliti. Penelitian ini secara khusus juga sudah banyak diaplikasikan untuk deteksi dan pengenalan karakter pada TNBK. Penelitian mengenai deteksi dan pengenalan karakter banyak diaplikasikan untuk kendaraan yang berhenti dan citra hasil pengambilan data dari lokasi parkir dan bukan pengambilan data secara real time. Pada penelitian ini proses deteksi dan pengenalan kendaraan dilakukan secara real time menggunakan kamera yang dipasang di pintu gerbang parkir. Berikut ini review dari penelitian penelitian mengenai proses deteksi dan pengenalan TNBK. Penelitian mengenai deteksi nomor kendaraan seringkali dibagi menjadi beberapa bagian, antara lain: 1. Proses deteksi plat kendaraan, 2. Proses segmentasi plat, dan 3. Proses pengenalan nomor kendaraan. Tabel 1. 1 Hasil Perbandingan deteksi dan pengenalan TNBK
Peneliti
S. Hamidreza
Deteksi Lokasi Plat
Ekstrasi Karakter
Pengenalan Karakter
Morfologi
Template Matching
Aplikasi OCR
Morfologi
Template Matching
Tidak dilakukan
Tahun
2010
Kasaei Wu Dingyun
7
2010
Tabel 1. 2 Hasil Perbandingan deteksi dan pengenalan TNBK (lanjutan)
Peneliti
Deteksi Lokasi Plat
Ekstrasi Karakter
Pengenalan Karakter
Tahun
VinhDu Mai
Morfologi
Tidak dilakukan
Tidak dilakukan
2013
Ying Wen
improved Bernsen
Connected Component
SVM
2011
algorithm combined
Analysis
SVM
2012
Tesseract OCR software
2013
SVM
2014
Tidak dilakukan
2014
with the Gaussian filter Wengang Zhou
Principal Visual Word
Lihong Zheng
Cascaded classifier /
Blob detection
Adaboost
algorithm
Dong ZhengHao
Hough transform
Worapan
Sliding Window
Kusakunniran
Technique
Reetu Narang
Filter Gabor
KNN
2014
Hooi Sin Ng
scale invariant
Tidak dilakukan
2015
KNN dan PNN
2013
SVM
feature transform (SIFT) Hafara Fisca
Tidak dilakukan
Zoning
Lahmurahma Risa Prasetya
Filter HPF
Aplikasi OCR
2011
Miftahul Imam
Connected Component
Template Matching
Aplikasi OCR
2014
Tari Mardiana
Connected Component
Connected Component
K-Nearest Neighbor
2012
Andy Setiawan
Feature Reduction PCA
Euclidean Distance.
2013
Ng Poi Wong
Directional Feature Extraction
Learning Vector Quantization
2013
8
Tabel 1. 3 Hasil Perbandingan deteksi dan pengenalan TNBK (lanjutan)
Peneliti
Deteksi Lokasi Plat
M Nur Taufiq
Neural Network
Muhammad Faisal Amin
Ekstrasi Karakter
Stentiford
Pengenalan Karakter
Tahun
Neural Network
2011
Adaboost dan Morfologi
Tidak dilakukan
2015
I Dewa Gede Aditya Pemayun
Transformasi Hough
Tidak dilakukan
2015
Liliana
Tidak dilakukan
Tidak dilakukan
2015
Risa Prasetya
Filter HPF
Aplikasi OCR
2011
Miftahul Imam
Connected Component
Template Matching
Aplikasi OCR
2014
Tari Mardiana
Connected Component
Connected Component
K-Nearest Neighbor
2012
Hooi Sin Ng
scale invariant
Run-Length Smearing Algorithm
Tidak dilakukan
2015
KNN dan PNN
2013
feature transform (SIFT) Hafara Fisca
Tidak dilakukan
Zoning
Lahmurahma
Dari hasil review beberapa penelitian sejenis mengenai proses deteksi plat nomor kendaraan, proses segmentasi dan pengenalan plat nomor kendaraan. Maka pada pengembangan Sistem Parkir berbasis deteksi dan pengenalan TNBK, kami menggunakan metode SVM dan KNN untuk pengenalan karakter dalam TNBK. SVM dipilih karena memiliki akurasi yang baik dalam pengenalan pola. Selain itu SVM dapat menangani kasus dengan dimensi besar. SVM memiliki kelebihan pada proses learning yang cepat. Sedangkan SVM memiliki kekurangan bahwa SVM tidak sesuai dipakai untuk data berskala besar. Pada penelitian ini akan menggunakan metode SVM. SVM akan dipakai dalam proses verifikasi plat dan 9
proses pengenalan karakter. Alasan pemilihan metode SVM dalam verifikasi plat adalah berdasarkan penelitian yang dilakukan oleh [9] menghasilkan akurasi 80% dalam verifikasi plat kendaraan di Thailand. Sedangkan berdasarkan penelitian yang dilakukan oleh [10] menghasilkan bahwa dengan metode SVM sistem mampu melakukan verifikasi plat atau bukan dengan akurasi 93%. Sedangkan penggunaan metode SVM dalam proses pengenalan karakter dilakukan oleh [11] dalam proses pengenalan karakter menghasilkan akurasi yang baik mencapai 98,3%. Sedangkan penelitian yang dilakukan oleh [12] dalam mengenali karakter menghasilkan penelitian yang baik. Sistem mampu mengenali karakter dengan akurasi 96,7% dengan kecepatan proses 57ms. Metode kedua yang digunakan dalam pengenalan plat adalah KNN. KNN adalah salah satu dari metode untuk mengklasifikasikan obyek dengan cara membandingkan obyek baru dengan mayoritas atribut dan training sample yang ada. KNN memiliki kelebihan antara lain, KNN merupakan metode yang sederhana, karena kNN tidak memperhitungkan kemungkinan distribusi dari masing-masing kelas. Sedangkan kekurangan dari metode kNN adalah computational cost atau perhitungan jarak dari masing-masing vektor yang tidak diketahui dengan semua jarak pembelajaran yang ada. Algoritma kNN sensitif terhadap derau dan input yang tidak sesuai, karena metode kNN tidak memiliki weight atau bobot untuk masing-masing atribut. Penelitian pengenalan karakter menggunakan metode kNN dilakukan oleh [13] menghasilkan pengenalan dengan akurasi yang sangat baik mencapai 99%. Sedangkan penelitian yang dilakukan oleh [14] untuk mengenali karakter dengan metode kNN menghasilkan pengenalan dengan akurasi yang baik mencapai 94,12%.
10
1.3. Tujuan penelitian Tujuan yang hendak dicapai dalam penelitian ini adalah membuat sebuah sistem parkir yang mampu bekerja secara real time, cepat serta memiliki tingkat akurasi yang baik dengan mengabungkan metode Filter Morfologi dan Connected Component untuk deteksi plat dan metode Support Vector Machine dan k Nearest Neighbor untuk pembacaan plat kendaraan bermotor. 1.4. Manfaat Penelitian Manfaat yang diharapkan dengan penelitian ini adalah diharapkan sistem yang akan dikembangkan mampu meningkatkan keamanan lokasi karena petugas parkir akan memantau pengguna yang keluar masuk dengan memperhatikan hasil deteksi kendaraan dan pengendara. Sistem diharapkan dapat mempercepat proses setiap orang yang keluar masuk pintu parkir tanpa harus mencatat nomor kendaraan. Selain itu sistem dapat menyimpan informasi yang akan digunakan untuk pengambilan keputusan di lingkungan Fakultas Keguruan dan Ilmu Pendidikan Universitas Sebelas Maret.
11