Optimasi Metode Support Vector Machine dengan Discrete Wavelet Transform Untuk Pengenalan Karakter Plat Nomor Kendaraan

Abstract

Pengenalan karakter plat nomor kendaraan merupakan bagian dari Intelligent Transfport System yang memiliki peran penting untuk tujuan identifikasi plat nomor kendafraan secara resmi, penerapanya telah banyak dilakukan untuk identifikasi otomatis seperti pada tol elektronik, tempat parkir, dsb. Penelitian berkaitan dengan pengenalan karakter setidaknya memiliki fase-fase seperti segmentasi, fitur extraksi dan klasifikasi dimana tiap fase memiliki proses yang rumit. Keberhasilan dalam proses pengenalan karakter sangat tergantung dalam proses fitur ekstraksi, Sehingga pemilihan metode fitur ekstraksi yang dapat mengekstrak fitur-fitur yang relevan perlu dilakukan agar tingkat akurasi sistem pengenalan karakter dapat ditingkatkan. Discrete Wavelet Transform (DWT) telah banyak digunakan sebagai metode untuk ekstraksi fitur, metode ini melakukan ekstraksi dengan melakukan dekomposisi pada ruang vektor ke dalam ruang vektor bersarang dengan resolusi yang berbeda. Dalam penelitian ini metode discrete wavelet transform dikombinasikan dengan support vector machine untuk meningkatkan akurasi pengenalan karakter. Penelitian dilakukan dengan mengukur tingkat akurasi dari 100 citra plat nomor,selanjutnya dilakukan pengukuran tingkat akurasi dengan metode SVM Standar dan SVM yang telah dioptimasi dengan DWT, dengan penambahan metode discrete wavelet transform dan support vector machine tingkat akurasi klasifikasi mencapai 92% dibandingkan dengan SVM Standar yang hanya mencapai 84%, yang artinya dengan penambahan metode DWT dan SVM tingkat akurasi mendapatkan peningkatan sebesar 8%.