PENGENALAN SECARA REAL TIME RAMBU LARANGAN PADA LALU LINTAS...
Transcript of PENGENALAN SECARA REAL TIME RAMBU LARANGAN PADA LALU LINTAS...
i
TUGAS AKHIR
PENGENALAN SECARA REAL TIME RAMBU
LARANGAN PADA LALU LINTAS MENGGUNAKAN
DISCRETE CONSINE TRANSFORM DAN JARAK
CANBERRA
Diajukan Untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Serjana Teknik
Program Studi Teknik Elektro
Oleh :
AUGUSTO SOARES DOS SANTOS
NIM : 105114028
PROGRAM STUDI TEKNIK ELEKTRO
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2015
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Lii
ii
FINAL PROJECT
REAL TIME RECOGNITION OF PROHIBITION
TRAFFIC SIGN USINGDISCRETE CONSINE
TRANSFORM AND CANBERRA DISTANCE
Presented as Partial Fulfillment of the Requirements
To Obtain the Sarjana Teknik Degree
In Electrical Engineering Study Program
AUGUSTO SOARES DOS SANTOS
NIM : 105114028
ELECTRICAL ENGINEERING STUDY PROGRAM
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
YOGYAKARTA
2015
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Liii
iii
HALAMAN PERSETUJUAN
TUGAS AKHIR
PENGENALAN SECARA REAL TIME RAMBU
LARANGAN PADA LALU LINTAS MENGGUNAKAN
DISCRETE CONSINE TRANSFORM DAN JARAK
CANBERRA
REAL TIME RECOGNITION OF PROHIBITION
TRAFFIC SIGN USING DISCRETE CONSINE
TRANSFORM AND CANBERRA DISTANCE
Pembimbing
Dr. Linggo Sumarno Tanggal:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Liv
iv
HALAMAN PENGESAHAN
TUGAS AKHIR
PENGENALAN SECARA REAL TIME RAMBU
LARANGAN PADA LALU LINTAS MENGGUNAKAN
DISCRETE CONSINE TRANSFORM DAN JARAK
CANBERRA
(REAL TIME RECOGNITION OF PROHIBITION
TRAFFIC SIGN USING DISCRETE CONSINE
TRANSFORM AND CANBERRA DISTANCE)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Lv
v
PERYATAAN KEASLIAN KARYA
Saya menyatakan dengan sesungguhnya bahwa tugas akhir ini tidak memuat karya
atau bagian karya orang lain, kecuali yang telah disebutkan dalam kutipan dan daftar
pustaka sebagaimana layaknya karya ilmiah.
Yogyakarta, 8 Januari 2015
Augusto Soares Dos Santos
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Lvi
vi
HALAMAN PERSEMBAHAN DAN MOTTO HIDUP
MOTTO:
“Sukses tidak diukur dari posisi yang dicapai seseorang dalam
hidup,
Tapi dari kesulitan-kesulitan yang berhasil
Diatasi ketika berusaha meraih sukses”
Karya tulis ini kupersembahkan kepada:
Tuhan Yesus Kristus dan Bunda Maria
Pembimbingku yang amat berarti di hidupku,
Papa dan mama tercinta,
Saudara-saudaraku yang tercinta,
Teman-teman seperjuanganku,
Seorang yang tercinta(LurdesSoaresGusmao),
Terima kasih untuk semuanya….
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Lvii
vii
LEMBAR PERNYATAN PERSETUJUAN PUBLIKASI
KARYA ILMIAH UNTUK KEPENTINGAN
AKADEMIS
Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma:
Nama : Augusto Soares Dos Santos
Nomor Mahasiswa : 105114028
Demi pengembangan ilmu pengetahuan, saya memberikan kepada perpustakaan
Universitas Sanata Dharma karya ilmiah saya yang berjudul:
PENGENALAN SECARA REAL TIME RAMBU LARANGAN
PADA LALU LINTAS MENGGUNAKAN DISCRETE CONSINE
TRANSFORM DAN JARAK CANBERRA
Beserta perangkat yang diperlukan (bila ada) dengan demikian saya memberikan kepada
Perpustakaan Universitas Sanata Dharma hak untuk menyimpan, mengalihkan dalam
bentuk media lain, mengelolanya dalam bentuk pangkalan data, mendistribusikan secara
terbatas dan mempublikasikannya pada media lain untuk kepentingan akademis tanpa perlu
meminta ijin dari saya selama masih mencamtunkan nama saya sebagai penulis.
Demikian pernyataan ini saya buat dengan sebenarnya.
Yogyakarta, 8 Januari 2015
Augusto Soares Dos Santos
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Lviii
viii
INTISARI
Keselamatan menjadi hal utama bagi pengguna lalu lintas. Sehingga untuk
ketertiban dan keamanan saat berkendaraan, rambu larangan lalu lintas menjadi hal yang
wajib dipatuhi oleh semua pengguna jalan raya. Dengan seiring berkembangnya kemajuan
teknologi, Salah satu hasil perkembangan teknologi tersebut adalah teknologi pengolahan
citra. Salah satu bidang aplikasi adalah sistem berbasis citra yang digunakan untuk
mengenali rambu larangan lalu lintas. Dengan mengenali tanda rambu larangan lalu lintas
diharapkan kendaraan bisa memberikan informasi kepada pengemudi mengenai rambu
yang ada disekitarnya, sehingga dapat mengurangi pelanggaran lalu lintas yang tidak
disengaja. Sistem ini nantinya dapat memberitahukan kepada pengguna jalan raya sehingga
pengguna dapat paham tentang rambu larangan lalu lintas.
Sistem pengenalan rambu larangan lalu lintas secara real time yang dibuat adalah
pengenalan secara real time rambu larangan pada lalu lintas menggunakan Discrete Cosine
Transform dan jarak Canberra. Prinsip kerja dari sistem ini adalah input berupa rambu
larangan lalu lintas diubah ke grayscale, kemudian dipotong (cropping) gambar sesuai
dengan bounding box serta mengubah ukuran karakter menjadi 64x64 piksel (resizing).
Karakter yang di resizing kemudian diekstraksi menggunakan Discrete Cosine Transfor
(DCT) dan perhitungan menggunakan K-Nearest Neighbor (K-NN) untuk pencocokan data
uji dengan database dilakukan dengan menggunakan jarak Canberra. Database berjumlah
190 karakter, terdiri dari 5 variasi rotasi. Hasil dari penhitungan jarak yang dilakukan,
menunjukan hasil pengenalan karakter yang terdapat pada rambu larangan lalu lintas. Hasil
pengenalan ditampilkan dalam bentuk teks.
Hasil dari penelitian ini adalah dengan menggunakan variasi rotasi -5° dengan k=3
telah menhasilkan tingkat pengenalan karakter hingga 100 persen. Variasi skala 90%,
100% dan 105% dengan k=1 dan k=3 mampu menghasilkan tingkat pengenalan karakter
hingga 97,36 persen. Semakin kecil ukuran window maka hasil tingkat pengenalan akan
semakin rendah. Semakin besar ukuran window maka hasil tingkat pengenalan akan
semakin tinggi.
Kata kunci: Rambu Larangan Lalu Lintas, Discrete Cosine Transform dua Dimensi (DCT-
2 D), Real Time, K-Nearest Neigbor (K-NN), Jarak Canberra
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Lix
ix
ABSTRACT
Safety was the main thing for the user traffic. So as to public order and security
when drive, restriction sign traffic become a thing that must be obeyed by all users of the
highway. With the expansion of the technology as progress, one of the results the
development of the technology is a technology image processing. One of the field of the
application of a system based on image is used to identify traffic restriction sign. To meet a
sign traffic restriction sign expected vehicles can provide information to the driver on
existing signs to be around, so as to diminish an unintentional traffic offences. This is
going to system can tell road users raya so users of restriction sign can be informed about
traffic.
Traffic sign in real time recognition system will be createn on this final project is
real time recognition of prohibition traffic sign using discrete consine transform and
canberra distance. The principle of this system, the input in the from of the image of a
Traffic sign converted into grayscale then cut (cropping) according to the bounding box
and centering as well as change the size of character into a size 64x64 pixel (resizing). The
character resizing has been centering then extracted using Discrete Cosine Transform
(DCT) and using calculation K-Nearest Neighbor (K-NN) with the database using canberra
distance. The database amounted to 190 characters, consists of 5 variation rotation. The
result of the calculation of distance, shows the result recognition of characters in Traffic
sign. The result recognition are displayed in text form.
The result of the research is to use variation rotatin -5° with k=3 has produced up to
character recognition rate of 100 percent. Variation scale 90%, 100% and 105% with k=1
and k=3 has produced up to character recognition rate of 97,36 percent. The small size of the
window results of recognition the low level. The big size of the window results of recognition the
high level.
Key Word: Traffic Signs, Discrete Cosine Transform Two Deminsion (DCT-2 D), Real
Time, K-Nearest Neigbor (K-NN), Canberra Distance
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Lx
x
KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Tuhan Yesus Kristus karena telah
memberi rahmat-Nya sehingga penulis dapat menyelesaikan laporan tugas akhir ini dengan
baik. Laporan tugas akhir ini disusun sebagai salah satu syarat memperoleh gelar sarjana.
Selama pembuatan tugas akhir ini penulis menyadari bahwa ada begitu banyak
pihak yang telah memberikan bantuan baik bantuan materi, moral maupum dukungan.
Oleh karena itu penulis ingin mengucapkan terimakasih kepada:
1. Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta.
2. Bapak Petrus Setyo Prabowo, S.T.,M.T., Ketua program studi Teknik Elektro
Universitas Sanata Dharma Yogyakarta.
3. Bapak Martanto, S.T,.M.T., selaku dosen pembimbing akademik yang telah
mendampingi dan membimbing penulis salama perkuliahan.
4. Bapak Dr. Linggo Sumarno, selaku dosen pembimbing yang dengan penuh
pergertian, sabar dan ketulusan hati memberi bimbingan, kritik, saran, serta
motivasi dalam penulisan tugas akhir ini.
5. Bapak Martanto, S.T.,M.T. dan Bapak Pius Yozy Merucahyo, S.T.,M.T. dosen
penguji yang telah bersedia memberi masukan, bimbingan dan saran dalam
memperbaiki tugas akhir ini.
6. Bapak atau Ibu dosen yang telah mengajarkan banyak hal selama penulis
menempuh pendidikan di program stidi Teknik Elektro, Fakultas Sains dan
Teknologi, Universitas Sanata Dharma.
7. Kedua orang tuaku (Juliao Soares Da Conceicao Tavares dan Augusta Soares
Pereira), atas kasih sayang, dukungan, motivasi dan doa yang tiada henti selama
menempuh pendidikan di Universitas Sanata Dharma.
8. Kakak-kakak dan adik-adik kutercinta yang selalu mendukung dan mendoakan
saya, sehingga dapat menyelesaikan tugas belajar dengan baik.
9. Kekasihku tercinta ”Lurdes Soares Gusmao” untuk senyuman, doa, semangat, saran
dan kritik, perhatian, dan pengertian yang diberikan.
10. Teman-teman seperjuangan angkatan 2010 teknik elektro yang selalu mendukung
dan menyemangati saya dalam menyelesaikan Tugas akhir ini.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Lxi
xi
11. Staff dan petugas Laboratorium Teknik Elektro yang telah membantu banyak hal
untuk kelancaran tugas-tugas perkuliahan.
12. Staff Sekretariat Teknik Elekro yang telah membantu dalam hal administrasi.
13. Semua pihak yang tidak disebutkan satu persatu atas semua dukungan yang telah
diberikan dalam penyelesaian tugas akhir ini.
Penulis menyadari bahwa dalam penyusunan tugas akhir ini masih mengalami
kesulitan dan tidak lepas dari kesalahan. Oleh kerena itu, penulis mengharapkan masukan,
kritik dan saran yang membangun agar skripsi ini menjadi lebih baik. Semoga skripsi ini
dapat bermanfaat sebagaimana mestinya.
Penulis
Augusto Soares Dos Santos
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Lxii
xii
DAFTAR ISI
HALAMAN JUDUL (BAHASA INDONESIA) ......................................... i
HALAMAN JUDUL (BAHASA INGGRIS) ............................................. ii
HALAMAN PERSETUJUAN .................................................................. iii
HALAMAN PENGESAHAN ....................................................................iv
LEMBAR PENYATAAN KEASLIAN KARYA ....................................... v
HALAMAN PERSEMBAHAN DAN MOTO HIDUP .............................vi
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA
ILMIAH UNTUK KEPENTINGAN AKADEMIK ................................ vii
INTISARI ................................................................................................ viii
ABSTRACT ................................................................................................ix
KATA PENGANTAR ................................................................................. x
DAFTAR ISI ............................................................................................. xii
DAFTAR GAMBAR ................................................................................. xv
DAFTAR TABLE ................................................................................... xvii
BAB I PENDAHULUAN
1.1 Latar Belakang .................................................................................................... 1
1.2 Tujuan dan Manfaat ............................................................................................. 2
1.3 Batasan Masalah .................................................................................................. 2
1.4 Metodologi Penelitian ......................................................................................... 3
BAB II DASAR TEORI
2.1 Pengetian Rambu Larangan Lalu Lintas .............................................................. 5
2.2 Pengolahan Citra ................................................................................................. 5
2.2.1 Definisi Citra ........................................................................................... 5
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Lxiii
xiii
2.2.2 Model Sistem Ruang arna RBG ............................................................... 6
2.2.3 Preprocessing Citra ................................................................................. 7
2.2.4 Citra Grayscale ........................................................................................ 7
2.2.5 Cropping ................................................................................................. 8
2.2.6 Citra Resizing .......................................................................................... 8
2.3 Discrete Cosine Transform Dua Demensi(DCT 2 D) ........................................... 9
2.4 Window Ekstrasi Ciri ......................................................................................... 10
2.5 Jarak Canberra .................................................................................................. 11
2.6 Templete Matching ............................................................................................ 11
2.7 Metode K-Nearest Neighbor (K-NN) ................................................................. 11
2.8 Matlab ............................................................................................................... 12
2.9 Webcam............................................................................................................. 13
BAB III PERANCANGAN PENELITIAN
3.1 Perancangan Sistem Pengenalan Rambu Larangan Lalu Lintas .......................... 15
3.1.1 Lampu ..................................................................................................... 16
3.1.2 Kamera Webcam ..................................................................................... 16
3.1.3 Fixture .................................................................................................... 16
3.1.4 Gambar Rambu Larangan Lalu Lintas ..................................................... 17
3.2 Database Rambu Larangan Lalu Lintas.............................................................. 17
3.3 Proses Untuk Pengenalan Rambu Larangan Lalu Lintas .................................... 18
3.3.1 Citra Rambu Larangan Lalu Lintas .......................................................... 19
3.3.2 Proses Preprocessing .............................................................................. 20
3.3.3 Proses Pengenalan ................................................................................... 23
3.4 Proses Gambar Uji............................................................................................. 32
3.5 Perancangan GUI .............................................................................................. 32
BAB IV HASIL DAN PEMBAHASAN
4.1 Pengujian dan Tampilan Pengenalan secara Real Time Rambu Larangan Pada
Lalu Lintas Menggunakan Discrete Consine Transform dan Jarak Canberra ..... 35
4.2 Penentuan Hasil Pengujian program Pengenalan Citra Terhadap Tingkat
Pengenalan Citra Rambu Larangan Lalu Lintas ................................................. 50
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Lxiv
xiv
4.2.1 Pengujian Parameter Pengaturan Untuk Pengenalan Rambu Larangan
Lalu Lintas Secara Real Time ................................................................. 50
4.3 Pengujian Nilai Parameter ................................................................................. 57
BAB V KESIMPULAN DAN SARAN
5.1. Kesimpulan ....................................................................................................... 58
5.2. Saran ................................................................................................................. 58
Daftar Pustaka............................................................................................................... 59
Lampiran ...................................................................................................................... 60
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Lxv
xv
DAFTAR GAMBAR
2.1 Rambu larangan lalu lintas yang diambil dari poster .................................................. 5
2.2 Koordinat citra digital ................................................................................................ 5
2.3 Skema warna RGB dalam kubus................................................................................ 6
2.4 Citra warna RGB ....................................................................................................... 7
2.5 Citra Grayscale ......................................................................................................... 7
2.6 Window Ekstraksi Ciri ............................................................................................. 10
2.7 Ilustrasi K- Nearest Neighbor (K-NN) dengan k=11 ................................................ 12
2.8 Webcam Logitech HD C310 .................................................................................... 13
3.1 Gambaran Umum Perancangan Sistem .................................................................... 15
3.2 Diagram Alir Pembuatan Database ......................................................................... 17
3.3 Blok Diagram Proses Pengenalan Rambu Larangan Lalu Lintas .............................. 18
3.4 Diagram Alir Proses Perekam dan Pemgambilan Citra ............................................ 19
3.5 Diagram Alir Proses Preprocessing ......................................................................... 21
3.6 Diagram Alir Proses Ekstraksi Ciri .......................................................................... 23
3.7 Diagram Alir Fungsi Jarak ....................................................................................... 24
3.8 Diagram Alir Penentuan Keluaran ........................................................................... 24
3.9 Tampilan Awal Jendela Program ............................................................................. 33
4.1 Icon Matlab R2010a ................................................................................................ 35
4.2 Tampilan Awal Matlab R2010a ............................................................................... 36
4.3 Tampilan Jendela Utama Pengenalan ....................................................................... 36
4.4 Tampilan Utama Jendela Pengenalan Rambu larangan Lalu Lintas .......................... 37
4.5 Tampilan Tombol ON ............................................................................................. 38
4.6 Tampilan Dari Tombol Capture............................................................................... 40
4.7 Tampilan Proses Cropping dan Resizing .................................................................. 41
4.8 Hasil Ttransformasi Dari DCT ................................................................................. 42
4.9 Tampilan Setelah menekan Pombol Pengenalan ...................................................... 49
4.10 Pengaruh K-NN Terhadap Tingkat Pengenalan Untuk Variasi Rotasi ...................... 54
4.11 Pengaruh K-NN Terhadap Tingkat Pengenalan Untuk Variasi Skala ....................... 56
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Lxvi
xvi
DAFTAR TABEL
2.1 Jenis-Jenis Transformasi Affine ........................................................................... 8
3.1 Spesifikasi Webcam Logitech C310 ................................................................... 16
3.2 Listing Tampilan Output Hasil Pengenalan ........................................................ 25
3.3 Keterangan Proses Utama Tampilan Program .................................................... 33
4.1 Citra Ukuran Window ........................................................................................ 44
4.2 Tingkat Pengenalan Dengan k=1 ....................................................................... 51
4.3 Tingkat Pengenalan Dengan k=3 ....................................................................... 52
4.4 Tingkat Pengenalan Dengan k=5 ....................................................................... 52
4.5 Tingkat Pengenalan Dengan k=7 ....................................................................... 53
4.6 Pengaruh K-Nearest Neighbor (K-NN) Terhadap Tingkat Pengenalan ............... 53
4.7 Tingkat Pengenalan Dengan k=1 ....................................................................... 54
4.8 Tingkat Pengenalan Dengan k=3 ....................................................................... 55
4.9 Tingkat Pengenalan Dengan k=5 ....................................................................... 55
4.10 Tingkat Pengenalan Dengan k=7 ....................................................................... 56
4.11 Pengaruh K-Nearest Neighbor (K-NN) Terhadap Tingkat Pengenalan ............... 56
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
1
BAB I
PENDAHULUAN
1.1. Latar Belakang
Keselamatan menjadi hal utama bagi pengguna lalu lintas. Sehingga untuk
ketertiban dan keamanan saat berkendaraan, rambu larangan lalu lintas menjadi hal yang
wajib dipatuhi oleh semua pengguna jalanraya.
Dengan seiring berkembangnya kemajuan teknologi, salah satu hasil perkembangan
teknologi tersebut adalah teknologi pengolahan citra. Banyak sekali aplikasi pada dunia
elektronika dengan menggunakan teknologi pengolahan citra seperti dalam system
keamanan, robotika dan masih banyak lagi. Salah satu bidang aplikasi adalah system
berbasis citra yang digunakan untuk mengenali rambu larangan lalu lintas. Dengan muncul
ide yang berkembang tentang sistem auto-pilot, dimana kendaraan dapat mengenali rambu
larangan lalu lintas dengan membuat sistem peringatan rambu larangan lalu lintas pada
kendaraan tersebut. Dengan mengenali tanda rambu larangan lalu lintas diharapkan
kendaraan biasa memberikan informasi kepada pengemudi mengenali rambu yang ada
disekitarnya, sehingga dapat mengurangi pelanggaran lalu lintas yang tidak disengaja.
Berdasarkan pernyataan diatas, penulis ingin membuat sebuah sistem yang dapat
membantu pengguna jalan raya dapat mengenali rambu larangan lalu lintas dengan cara
yang lebih mudah. Sistem ini nantinya dapat memberitahukan kepada pengguna jalan raya
sehingga pengguna dapat paham tentang rambu larangan lalu lintas. Dalam penelitian ini
penulis menemukan penelitian sebelum yang berkaitan dengan pengenalan suatu rambu
lalu lintas, pernah diteliti oleh Supriadi [1] pada tahun 2011 tentang pengenalan objek
berupa simbol rambu lalu lintas secara real time dengan algoritma Backpropagation pada
jaringan syaraf tiruan menggunakan webcam sebagai perangkat keras pengambil citra
simbol rambu lalu lintas yang diujikan secara real time.
Sistem yang akan dibuat untuk pengenalan secara real time rambu larangan lalu
lintas menggunakan Discrete Cosine Transform (DCT) dan jarak Canberra. Sistem ini
juga dapat meniru kemampuan mata manusia untuk mengenali objek berupa rambu
larangan lalu lintas. Sistem ini akan secara otomatis membandingkan objek berupa macam-
macam rambu larangan lalu lintas dengan gambar yang telah di capture oleh user melalui
webcam, sehingga akan dihasilkan perbandingan yang jarak terkecil. Objek dari rambu
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L2
larangan lalu lintas diproses dahulu melalui preprocessing. Setelah itu kemudian di proses
menggunakan metode Discrete Cosine Transform (DCT) untuk kemudian digunakan
sebagai database. Karakter yang telah di capture dibandingkan dengan database dengan
menggunakan jarak Canberra dan hasil perbandingan yang terkecil merupakan objek yang
telah di capture. Semua proses tersebut menggunakan software matlab 7.10.0a. baik dalam
pemrogramannya maupun visualisasi pengambilan gambar dan hasil keluaran adalah
dalam bentuk teks pada layar monitor. Salah satu fasilitas Matlab yang tersedia adalah
Graphical User Interface (GUI) yang dapat digunakan untuk membuat suatu antarmuka
yang nantinya dapat mempermudah pengguna dalam pemakaian sistem yang akan dibuat.
1.2. Tujuan dan Manfaat
Tujuan dari penulisan tugas akhir ini adalah untuk menghasilkan sebuah system
yang dapat mengenali berbagai macam rambu larangan lalu lintas secara real time
menggunakan Discrete Cosine Transform (DCT) dan jarak Canberra. Rambu larangan lalu
lintas yang digunakan untuk dikenali dengan ukuran 3 cm ×3 cm dengan ukuran citra
64×64 piksel yang berasal dari poster (lihat lampiran satu).
Manfaat dari penelitian ini adalah penelitian awal yang untuk membuat alat yang
dapat mempermudah para penguna jalan raya untuk mengenali rambu larangan lalu lintas
secara mudah dan dapat member infomasi pada penguna jalan raya.
1.3. Batasan Masalah
Sistem pengenalan rambu larangan lalu lintas secara real time menggunakan
Discrete Cosine Transform (DCT) dan jarak Canberra terdiri dari hardware dan software.
Hardware berupa lampu, webcam dan fixture. Software yang digunakan adalah Matlab.
Matlab digunakan untuk mengatur seluruh proses pengolahan data yang dicuplik
oleh webcam. Pada perancangan sistem ini, penulis fokus pada pembuatan software untuk
memproses pengenalan rambu larangan pada lalu lintas secara real time menggunakan
Discrete Cosine Transform (DCT) dan jarak Canberra sedangkan untuk hardware berupa
lampu, webcam dengan merek Logitech C310 dan fixture. Penulis menetapkan beberapa
batasan masalah pada perancangan ini, yaitu sebagai berikut :
a. Pengenalan rambu larangan pada lalu lintas jenis cetak dengan ukuran 3 cm ×3 cm
dan gambar rambu diambil dari poster. Lihat lampiran dua.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L3
b. Masukkan berupa gambar rambu larangan lalu lintas dari semua gambar, dan dapat
dilihat pada lampiran dua gambar rambu larangan lalu lintas.
c. Gambar rambu larangan lalu lintas yang akan digunakan bersih dan tidak gelap
serta dengan mempunyai variasi rotasi (-5°,-10°, 0°, 5°,10°) untuk mensimulasikan
kamera yang terputar dan variasi skala (90%, 95%, 100% ,105%, 110%) untuk
mensimulasikan kamera yang naik turun. Lihat lampiran dua.
d. Pada fixture sudah disediakan tempat untuk meletakkan gambar dari rambu
larangan lalu lintas.
e. Ukuran citra rambu larangan lalu lintas 64×64 piksel dengan format data. JPG.
f. Ukuran window DCT yang digunakan ukuran 2×2, 3×3, 4×4, 5×5, 6×6, 7×7,
8×8, 9×9, dan 10×10.
g. Posisi peletakan gambar rambu larangan lalu lintas, yaitu dengan cara
menempelkan gambar dari rambu larangan lalu lintas pada kertas HVS.
h. Jarak antara lampu dengan rambu larangan lalu lintas ± 40 cm.
i. Jarak pengambilan gambar rambu larangan pada lalu lintas dengan webcam dengan
jarak ± 12 cm.
j. Jumlah gambar yang dipakai terdiri dari 38 rambu larangan lalu lintas.
k. Pengambilan citra menggunakan webcam logitech C310.
l. Lampu yang digunakan adalah lampu philips 5 watt dengan 350 lumen.
m. Rambu larangan lalu lintas ini dibuat dengan menggunakan software pemrograman
Matlab 7.10.0a.
n. Pengenalan yang dilakukan hanya dapat mengenali 38 rambu larangan lalu lintas
dan selain dari 38 citra rambu larangan lalu lintas akan dikenali secara salah.
o. Dengan keluaran berupa teks yang akan ditampilkan di layar monitor.
1.4. Metodologi Penelitian
Langkah-langkah yang dilakukan dalam pengerjaan tugas akhir ini adalah sebagai
berikut:
a. Studi pustaka
Melakukan studi pustaka yaitu untuk membaca dan mempelajari buku-buku
dan jurnal ilmiah mengenai pengenalan suatu objek serta informasi dari website,
pemograman Matlab, image processing, Discrete Cosine Transform, jarak
Canberra dan media-media lain yang berkaitan dengan topik yang diambil.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L4
b. Perancangan subsistem software dan hardware
Tahap ini bertujuan untuk mencari bentuk model yang optimal dari sistem
yang akan dibuat dengan mempertimbangkan berbagai faktor-faktor permasalahan
dan kebutuhan-kebutuhan yang ditentukan.
c. Proses pengambilan data
Sistem akan bekerja ketika user akan meletakan gambar rambu larangan
lalu lintas di depan webcam dengan menekan tombol push button yang ditampilkan
dalam tampilan visual yang di sediakan dalam software. Kemudian system akan
mengolah data yang diterima dari webcam dan mulai menampilkan proses
menampilkan berupa video (record) sampai user memberikan perintah untuk
pengambilan gambar (capture). Kemudian, user memberikan interupsi untuk
memulai pengenalan. Setelah selesai, Matlab akan melakukan proses pengolahan
gambar rambu larangan pada lalu lintas yang sudah di capture oleh webcam dan
akan ditampilkan berupa teks pada layar monitor.
d. Analisa
Analisa yang pertama dilakukan dengan menyelidiki pengaruh variasi
window ekstraksi ciri (jumlah koefisien DCT) dan desimasi terhadap tingkat
pengenalan. Hasil penyimpulan dilakukan dengan cara mencari variasi hasil
(jumlah koefisien DCT) yang menghasilkan tingkat pengenalan program mengenali
rambu larangan lalu lintas dengan yang terbaik dan optimal. Kedua, menyelidiki
pengaruh perskalaan dan rotasi terhadap tingkat pengenalan. Penyimpulan hasil
dilakukan dengan mengetahui kinerja system pengenalan terhadap pengaruh skala
dan rotasi.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
5
BAB II
DASAR TEORI
2.1. Pengertian Rambu Rarangan Lalu Lintas
Rambu larangan lalu lintas merupakan rambu yang digunakan untuk menyatakn
perintah yang wajib dilakukan oleh penguna jalan.Rambu ini berisi larangan yang tidak
boleh dilakukan oleh penguna jalan. Rambu ini dirancang dengan latar putih dan warna
lambing merah atau hitam. Seperti pada empat gambar di bawah dan gambar yang komplit
dilihat pada lampiran satu:
Gambar 2.1. Rambu Larangan Lalu Lintas Diambil Dari Poster Lihat Lampiran
2.2. Pengolahan Citra
2.2.1. Definisi Citra [2]
Citra (image) adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang
sistematis, citra merupakan fungsi continue dari intensitas cahaya pada bidang dua
dimensi. Koordinat di bawah adalah dari citra digital.
Gambar 2.2. Koordinat Citra Digital
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L6
Keterangan:
M = Banyak piksel per baris ( panjang)
N = Banyak piksel per kolom ( lebar)
b = Banyak atau besar bit pada suatu citra
Ada dua jenis citra yaitu : citra diam dan citra bergerak. Citra diam adalah citra
tunggal yang tidak bergerak, sedangkan citra bergerak adalah rangkaian citra diam yang
ditampilkan secara sekuensial. Citra digital merupakan citra yang tersusun dalam bentuk
raster (grid atau kisi). Setiap kotak (tile) yang terbentuk disebut piksel (picture element)
dan memiliki koordinat (x,y). Sumbu x (horizontal) : kolom (column), sample sedangkan
sumbu y (vertikal) : baris (row,line). Setiap piksel memiliki nilai yang menunjukkan
intensitas keabuan pada piksel tersebut. Piksel adalah istilah yang digunakan secara luas
untuk menyatakan elemen citra digital.
2.2.2. Model Sistem Ruang Warna RGB[2]
Dalam model RGB, setiap warna memperlihatkan komponen spectral primary red,
green dan blue. Model ini didasarkan pada sistem koordinat kartesian. Sub space warna
yang dicari adalah kubus yang ditunjukkan pada Gambar 2.3. Nilai RGB pada tiga sudut
adalah cyan, magenta dan yellow. Perbedaan warna dalam model ini adalah titik yang
berada di dalam kubus dan didefinisikan oleh penyebarannya dari faktor origin.
Gambar 2.3. Skema Warna RGB Dalam Kubus
Jumlah bit yang digunakan untuk mempresentasikan setiap piksel dalam space
RGB disebut pixel dept, jumlah bit dalam citra RGB dimana setiap citra red, green dan
blue adalah citra 8 bit. Dalam kondisi setiap warna piksel RGB mempunyai 24 bit. Citra
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L7
full color sering digunakan untuk menyatakan citra berwarna RGB 24 bit. Total jumlah
warna dalam citra 24 bit adalah (224
) = 16.777.216.
Gambar 2.4. Citra Warna RGB
2.2.3. Preprocessing Citra
Proses preprocessing citra dilakukan untuk mendapatkan citra yang kualitas lebih
baik dari pada citra sebelumnya dengan cara memanipulasi parameter-parameter citra,
sehingga menghasilkan bentuk yang lebih cocok terhadap nilai-nilai piksel citra tersebut
untuk proses selanjutnya.
2.2.4. Citra Grayscale [2][3]
Citra grayscale adalah citra berwarna yang menggunakan tingkatan warna abu-abu
(gray). Proses awal yang dilakukan dalam image processing adalah mengubah citra
berwarna menjadi citra grayscale. Citra RGB diubah ke dalam grayscale dapat dilakukan
dengan menggunakan rumus :
𝐺𝑟𝑎𝑦 = 𝑌 = 0.2989 x R + 0.5870 x G + 0.1140 x B (2.1)
Citra grayscale berbeda dengan citra biner, citra biner terdiri dari 2 warna yaitu
hitam dan putih. Citra hitam putih mempunyai nilai kuantisasi derajat keabuan sampai
tingkatan ke 256 artinya mempunyai skala abu dari 0 sampai 255.
Gambar 2.5. Skala Keabuan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L8
Citra membutuhkan 1 byte (8 bit) untuk setiap piksel memberikan (28= 256 )
intensitas keabuan.
2.2.5. Cropping[4]
Cropping citra merupakan salah satu langkah dalam pengolahan citra yang
dilakukan untuk memotong satu bagian dari citra tertentu untuk memperoleh bagian yang
diinginkan untuk diolah. Hal ini dilakukan untuk mendapatkan data yang tepat sehingga
memudahkan dalam proses pengolahan data. Cropping yang digunakan secara Automatic
Cropping
2.2.6. Citra Resizing[5]
Rezising citra adalah mengubah besar kecilnya ukuran citra dalam piksel. Tampilan
citra tidak ada yang berubah hanya ukuran piksel dan matriksnya yang dirubah.
Transformasi geometris disebut rubber-sheet transformation karena dapat
ditampilkan seperti pencetakan citra pada lembaran karet dan men-streching lembaran ini
menurut jumlah aturan yang sudah didefinisikan.
Transformasi Affine Dua Dimensi
Metode transformasi affine dua dimensi dapat menggabungkan proses dasar seperti
rotasi dan skala ke dalam satu proses untuk mendapatkan citra output yang diinginkan.
Dalam resizing menggunakan tipe scalling. Matriks affine dua dimensi dengan
menggunakan tipe scalling diperlihatkan pada tabel 2.1.
Tabel 2.1 Jenis-jenis Transformasi Affine
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L9
Persamaan transformasi affine dua dimesi untuk skala:
x ' = sx.x
y ' = sy.y (2.2)
Persamaan matriks untuk skala:
(2.3)
2.3. Discrete Cosine Transform Dua Dimensi (DCT 2 D) [6]
Discrete Cosine Transformdua dimensi adalah Tranformasi Fourier Discrit yang
dikenakan pada fungsi dua dimensidengan hanya mengambil bagian cosinus dari
eksponensial imaginer, yang didefinisikan sebagai berikut :
𝐹 𝑚, 𝑛 =2
𝑀𝑁𝐶 𝑚 𝐶 𝑛 𝑓
𝑁−1
𝑦=0
𝑀−1
𝑥=0
𝑥, 𝑦 cos 2𝑥 + 1 𝑚𝜋
2𝑀cos
2𝑦 + 1 𝑛𝜋
2𝑁 (2.4)
Dimana :
𝐶 𝑚 ,𝐶 𝑛 = 1 2 (2.5)
Untuk:
𝑚, 𝑛 = 0
Dan :
𝐶 𝑚 ,𝐶 𝑛 = 1 (2.6)
Keterangan:
a. F (m,n) adalah titik koordinat dari matriks yang telah mengalami transformasi
Discrete Cosine Transform dua dimensi.
b. M dan N adalah banyak kolom dan baris.
c. Cm dan Cn adalah himpunan hasil yang nilainya ditentukan dari nilai
koefisien m dan n.
d. Fxy adalah nilai piksel dari matriks pada titik (x,y).
1
.
100
00
00
1
'
'
y
x
s
s
y
x
y
x
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L10
Rumus Discrete Cosine Transform dua dimensi (DCT 2 D) diatas sering juga
disebut sebagai Forward Discrete Cosine Transform (F DCT). Discrete Cosine Transform
dua dimensi (DCT 2 D) dapat dihitung dengan menerapkan transformasi (1 D) secara
terpisah pada baris dan kolomnya, sehingga dapat dikatakan bahwa Discrete Cosine
Transform dua dimensi (DCT 2 D) separable dalam dua dimensi.
2.4. Window Ekstrasi Ciri [7]
Window digunakan untuk mengambilan hasil Discrete CosineTransform (DCT).
Window ini ada pada sisi kiri atas. Seperti dilihat pada gambar 2.6.dibawah :
Gambar 2.6.Window Ekstraksi Ciri
Keterangan:
a. Window 1x1 koefisien = 1
b. Window2x2 koefisien = 4
c. Window3x3 koefisien = 9
.
.
.
1x1 2x2 3x3
DCT
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L11
2.5. Jarak Canberra[8]
Jarak Canberra adalah fungsi yang digunakan untuk mencari jarak d antara vector
𝑃𝑖 dan 𝑄𝑖 dimana n merupakan panjang dimension dalam ruang vector. Dapat dilihat pada
persamaan berikut ini:
𝑑 𝒑 , 𝒒 = 𝑃𝑖 − 𝑄𝑖
𝑃𝑖 + 𝑄𝑖
𝑛
𝑖=1
(2.7)
Dimana :
𝒑 = ( 𝑃1, 𝑃2 … 𝑃𝑛 ) dan 𝒒 = 𝑞1, 𝑞2 … 𝑞𝑛 (2.8)
Keterangan :
1. 𝑃𝑖 dan 𝑄𝑖 adalah dua vector yang jaraknya akan dihitung.
2. N menyatakan panjang vector.
2.6. Templete Matching[9]
Tamplate matching adalah salah satu teknik dalam pengolahan citra digital yang
berfungsi untuk mencocokan tiap-tiap bagian dari suatu citra dengan citra yang menjadi
template (acuan). Teknik ini banyak digunakan dalam bidang industri sebagai bagian dari
quality control. Metode tamplate matching adalah salah satu metode terapan dari teknik
konvolusi, metode ini sering digunakan untuk mengidintifikasi citra karakter huruf, angka,
sidik jari (fingerprint) dan aplikasi-aplikasi pencocokan citra lainya. Secara umum teknik
konvolusi didefinisikan sebagai suatu cara untuk mengkombinasikan dua buah deret angka
yang menghasilkan deret angka ke tiga.
2.7. Metode K-Nearest Neighbor (K-NN) [10]
Algoritma K-Nearest Neighbor adalah sebuah metode untuk melakukan klasifikasi
terhadap obyek berdasarkan data pembelajaran yang jaraknya paling dekat dengan obyek
tersebut. Dari gambar yang diberi vector x dan ukuran jarak; maka
1. Dari vector N, mengenditifikasi K-Nearest Neighbor (K-NN),yanglepas dari label
kelas. K adalah yang dipilih untuk menjadi dua kelas bermasalah, dan secara umum
tidak menjadi kelipatan dari jumlah kelasM.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L12
2. Dari sample k, mengenditifikasi untuk jumlah vector, ki, yang termasuk dalam
kelaswi, i = 1,2,…,M. tentunya 𝑘𝑖 = 𝑘1
3. Penetapan x untuk kelas wi dengan maksimal jumlah sampel dari ki.
Ilustrasi di bawah merupakan K-Nearest Neighbor (K-NN) untuk kasus k = 11.
Gambar 2.7. Ilustrasi K-Nearest Neighbor (K-NN) Dengan k=11
2.8. Matlab[12]
Studi pengenalan gambar rambu larangan lalu lintas ini membutuhkan sebuah alat
bantu untuk menghitung data matematis yang kompleks. Matlab adalah sebuah bahasa
dengan kemampuan tinggi untuk komputasi teknis. Matlab menggabungkan komputasi,
visualisasi, dan pemrograman dalam satu kesatuan yang mudah digunakan di mana
masalah dan penyelesaiannya diekspresikan dalam notasi matematik yang sudah dikenal.
Matlab adalah sistem interaktif yang mempunyai basis data array yang berkaitan
dengan formulasi matriks dan vector. Dalam perkembangannya, Matlab mampu
mengintegrasikan beberapa software matriks sebelumnya dalam satu software untuk
komputasi matriks. Sistem matlab terdiri atas lima bagian utama :
a. Development Environment
Kumpulan semua alat-alat dan fasilitas untuk membantu kita dalam
menggunakan fungsi dan file Matlab. Bagian ini memuat desktop, command
window, command history, editor and debugger dan browser untuk melihat help,
workspace, files.
b. The Matlab Mathematical Function Library
Koleksi semua algoritma komputasi, mulai dari fungsi sederhana seperti
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L13
sum, sine, cosine sampai fungsi lebih rumit seperti invers matriks, nilai Eigen,
fungsi Bessel dan fast Fourier transform.
c. The matlab language
Bahasa matriks atau array level tinggi dengan control flow, fungsi, struktur
data, input atau output, dan fitur object programming lainnya.
d. Graphics Matlab
Fasilitas untuk menampilkan vector dan matriks sebagai grafik. Fasilitas ini
mencakup visualisasi data dua atau tiga dimensi, pemrosesan citra (image),
animasi, dan grafik animasi.
e. The Matlab Application Program Interface (API)
Paket ini memungkinkan kita menulis bahasa C dan Fortran yang
berinteraksi dengan Matlab.
2.9. Webcam[13]
Webcam atau web kamera adalah sebuah kamera video digital kecil yang
dihubungkan ke computer atau laptop melalui port USB. Gambar webcam dapat dilihat
pada gambar 2.8.
Gambar 2.8.Webcam Logitech HD C310
Sebuah web kamera yang sederhana terdiri dari sebuah lensa standar, dipasang di
sebuah papan sirkuit untuk menangkap sinyal gambar, casing (cover), termasuk casing
depan dan casing samping untuk menutupi lensa standar dan memiliki sebuah lubang lensa
di casing depan yang berguna untuk memasukkan gambar, kabel support, yang dibuat dari
bahan yang fleksibel, salah satu ujungnya dihubungkan dengan papan sirkuit dan ujung
satu lagi memiliki connector, kabel ini dikontrol untuk menyesuaikan ketinggian, arah dan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L14
sudut pandang web kamera. Sebuah web kamera biasanya dilengkapi dengan software,
software ini mengambil gambar dari kamera digital secara terus menerus ataupun dalam
interval waktu tertentu dan menyiarkannya melalui koneksi internet.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
15
BAB III
PERANCANGAN
3.1. Perancangan Sistem Pengenalan Rambu Larangan Lalu Lintas
Perancangan sistem yang akan dibuat adalah sistem yang dapat mengenali citra
rambu larangan pada lalu lintas menggunakan webcam. Gambar 3.1 menunjukan gambaran
umum keseluruhan sistem.
Gambar 3.1. Gambaran Umum Perancangan Sistem
Sistem pengenalan karakter gambar terdiri dari perangkat keras dan perangkat
lunak yang ada pada komputer. Perangkat keras yang digunakan adalah gambar rambu
larangan lalu lintas, fixture, komputer, lampu, webcam dan perangkat lunak menggunakan
pemrograman matlab 7.10.0a. Pengambilan citra menggunakan webcam yang dihubungkan
dengan komputer yang berfungsi sebagai user interface untuk proses pengenalan. Software
laptop yang akan dibuat dalam bentuk user interface dengan GUI yang akan berperan
sebagai pusat yang berfungsi untuk mengatur semua proses pengenalan rambu larangan
lalu lintas menggunakan webcam, seperti pencuplikan gambar dan mengenali gambar yang
sudah tercuplik.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L16
3.1.1. Lampu
Lampu berfungsi untuk menerangkan rambu larangan lalu lintas yang akan diambil
kamera webcam. Lampu yang dipakai dalam pengenalan citra ini adalah lampu dengan
merek LED philips 5 watt, 350 lumen, cool daylight 6500k dan energy saving adalah 85%.
3.1.2. Kamera Webcam
Webcam yang digunakan untuk melakukan pengambilan citra gambar rambu
larangan lalu lintas ini adalah webcam dengan merk Logitech C310. Spesifikasi dari
webcam bisa dilihat pada table 3.1.
Table 3.1. Spesifikasi Webcam Logitech C310
Logitech webcam C310
High defenition(HD) video HD 720p
Photo quality 5 MP
Video quality Good
Lens technology Standard
Focus type Always focused
Build in mic Single
Auto lingt correction Premium
360 degree full motion rotation
3.1.3. Fixture
Fixture yang digunakan dalam pengenalan rambu larangan lalu lintas merupakan
sebuah kayu yang sebagai tempat dudukan webcam dan rambu larangan lalu lintas, fixture
tersebut dibuat dari kayu. Proses pengambilan posisi rambu larangan lalu lintas harus tegak
lurus dengan webcam agar hasil citra yang semetrik. Dalam proses pengambilan yang
dilakukan jarak antara kamera webcam dengan rambu larangan lalu lintas ±12 cm. Hasil
pemgambilan yang terdekat dan tidak kabur adalah ± 12 cm. Jarak antara lampu dengan
tempat duduk rambu larangan lalu lintas adalah ± 40 cm. Dengan jarak ini penerang lampu
lebih baik dan gambar rambu lebih kelihatan bagus.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L17
3.1.4. Gambar Rambu LaranganLalu Lintas
Pada pengenalan yang akan dilakukan, rambu-rambu larangan lalu lintas yang akan
digunakan sesuai dengan rambu-rambu larangan lalu lintas yang sering digunakan pada
umumnya oleh para penguna jalan raya. Rambu larangan lalu lintas yang dipilih untuk
melakukan pengenalan terdiri dari semua rambu larangan lalu lintas yang ada. Tabel 3.2.
merupakan rambu larangan lalu lintas yang akan digunakan untuk proses pengenalan dan
dapat lihat pada lampiran II.
3.2. Database Rambu Larangan Lalu Lintas
Proses pengenalan rambu larangan lalu lintas dilihat pada Gambar 3.3. merupakan
digram alir dari sistem yang berada pada database.
Mulai
Selesai
Discrete Cosine
Transform
Database rambu
larangan lalu lintas
Capture gambar rambu
larangan lalu lintas
Preprocessing:
Proses grayscale,
cropping, resizing
Gambar 3.2. Diagram alir pembuatan database
Dalam proses pengenalan pada rambu larangan lalu lintas harus dibutuhkan
database dari rambu larangan lalu lintas yang akan digunakan sebagai acuan untuk proses
pengenalan. Rambu larangan lalu lintas yang digunakan untuk pengenalan merupakan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L18
rambu yang dipakai dalam penguna jalan raya. Pada pengenalan kamera webcam akan
menggunakan fokus normal yang artinya adalah pengaturan default yang sudah terpasang
pada kamera webcam. Database yang digunakan dalam pengenalan citra terdiri dari 10 set
database yaitu 5 untuk variasi rotasi dan 5 untuk variasi skala. Skala digunakan untuk
sebagai proses pengujian. Gambar rambu larangan lalu lintas yang digunakan ada beberapa
bentuk ukuran gambar yaitu variasi rotasi (-10°, -5°, 0°, 5°, 10°) dan variasi skala (90%,
95%, 100%, 105%, 110%). Proses pembuatan database rambu larangan lalu lintas harus
melalui proses dari input citra rambu larangan lalu lintas, preprocessing dan Discrete
Cosine Transform Dua Dimensi (DCT 2 D).
3.3. Proses Untuk Pengenalan Rambu Larangan Lalu Lintas
Proses pengenalan rambu larangan lalu lintas terdiri dari empat tahap yaitu
pemgambilan citra, preprocessing, pengenalan dan keluaran. Proses yang akan dilakukan
dimana citra masukan berupa rambu larangan pada lalu lintas. Proses kerja sistem
pengenalan rambu larangan lalu lintas sebagai berikut:
Konversi ke
grayscaleCropping
Gambar
keluaran
Resizing
64x64 pixel(DCT)
Perhitungan
jarak
Canberra
Database citra
rambu
larangan lalu
lintas
Gambar citra
rambu larangan
lalu lintas
Proses pengambilan
citra----------------- Proses preprocessing --------------- ------ Proses pengenalan citra ------- Keluaran citra
Gambar 3.3.Blok diagram proses pengenalan rambu rarangan lalu lintas.
Citra rambu larangan lalu lintas akan dikonversi dalam bentuk grayscale atau
warna keabuan. Citra yang grayscale akan di cropping. Setelah di cropping, kemudian
akan di resizing sesuai dengan ukuran yang diinginkan. Pada proses pengenalan, citra
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L19
transformasi yang digunakan adalah Discrete Cosine Transform Dua Dimensi (DCT 2 D),
untuk mengambil bagian yang akan digunakan citra tersebut. Proses selanjutnya adalah
melakukan penghitungan jarak dari hasil ekstraksi ciri data uji dengan hasil ekstraksi ciri
dari database menggunakan jarak Canberra. Jarak minimum yang diperoleh akan
dijadikan sebagai penentuan hasil keluaran. Hasil keluaran adalah dalam bentuk teks.
3.3.1. Citra rambu Larangan Lalu Lintas
Pengambilan citra dilakukan menggunakan webcam dan digunakan lampu sebagai
cahaya untuk penerang rambu larangan lalu lintas supaya gambar tetap fokus dan terang
dengan jarak ± 12 cm. Pada jarak tersebutlah dihasilkan gambar yang fokus. Webcam
terhubung ke komputer dan gambar yang di capture oleh webcam akan disimpan dalam
format JPG. Citra masukan berupa rambu larangan lalu lintas.Posisi webcam tetap dan
tegak lurus dengan rambu larangan lalu lintas.
Mulai
Gambar masukan
citra gambar rambu
larangan lalu lintas
Kamera wabcam di
on
Proses pengambilan
citra
Citra keluaran
gambar rambu
larangan lalu lintas
Selesai
Gambar 3.4. Diagram alir proses perekam dan pengambilan citra
Proses pemgambilan citra yang dilakukan melalui beberapa tahap seperti yang
ditunjukkan pada gambar 3.5. Proses perekam dan pengambilan citra diatas dapat dijelakan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L20
bahwa pada saat user menekan tombol kamera ON maka webcam akan di ON atau
terkoneksi dengan program. Setelah kamera ON maka rambu larangan lalu lintas disiapkan
pada tempat yang telah disediakan untuk melakukan proses pengambilan citra. Kemudian
untuk mengambil citra rambu larangan lalu lintas maka user dapat menekan tombol
capture. Pengambilan citra, menginisialisasi webcam terlebih dahulu di dalam program
dengan fungsi imaqhwinfo. Fungsi imaqhwinfo bertujuan untuk mengetahui nama adaptor
dalam webcam tersebut.
Imaqhwinfo('winvideo',1)
DefaultFormat: 'RGB24_1280x720'
DeviceFileSupported: 0
DeviceName: 'Logitech HD Webcam C310'
DeviceID: 1
ObjectConstructor: 'videoinput('winvideo', 1)'
Kemudian diinisialisasi sesuai nama adaptornya yaitu „winvideo‟ dan resolusi
kamera yang digunakan yaitu 1280×720. Resolusi 1270×720 digunakan karena memang
spesifikasi yang terdapat pada adaptor webcam. Perintah program untuk mengambil
gambar adalah sebagai berikut :
Imaqhwinfo;
dev_info = imaqhwinfo('winvideo');
vidobj = videoinput('winvideo',1,'RGB24_1280x720');
preview(vidobj);
pause
gambar = getsnapshot(vidobj);
stop(vidobj)
delete(vidobj)
imshow(gambar)
3.3.2. Proses Preprocessing
Proses preprocessing terdiri dari tiga tahap penting yaitu konversi citra ke dalam
grayscale, cropping dan resizing. Proses preprocessing ini yang akan mempersiapkan citra
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L21
yang akan melakukan ekstraksi ciri supaya dapat dilanjutkan ke proses selanjutnya. Dapat
dilihat pada lampiran.
a) Tahap Pertama Grayscale
Tahap pertama adalah grayscale bertujuan untuk mengubah citra dari rambu
larangan lalu lintas yang telah di capture untuk menjadi citra keabuan. Contoh perintah
program sebagai berikut:
I=imread('gbr 1.Berhenti.jpg');
gbr= double(rgb2gray(I));
J=(gbr/255);
Imshow(J);axis on
Pada proses preprocessing dapat dibuat diagram alur program pemrosesan citra
dapat dilihat pada gambar 3.5.
Mulai
Grayscale
Proses masukan
citra rambu larangan
lalu lintas
Keluaran citra rambu
larangan lalu lintas
Selesai
Cropping
Automatic
diinisialisasi
dengan bbox
Resizing
Gambar 3.5. Diagram alir proses preprocessing
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L22
b) Tahap Kedua Cropping
Cropping adalah suatu proses untuk memotong citra pada bagian tertentu atau yang
tidak diperlukan sehingga didapatkan hasil yang diinginkan untuk mempermudah data
yang akan diolah. Perintah program cropping yang digunakan adalah cropping automatic
dimana bagian kiri, kanan, atas dan bawah gambar rambu diberi garis hitam yang tebal.
Perintah program matlab adalah bboxg. Bagian rambu larangan lalu lintas yang
terdapat garis batas berwarna putih yang mengelilingi rambu larangan lalu lintas. Garis
batas yang memgelilingi rambu larangan lalu lintas tersebut tidak digunakan dalam proses
pengenalan rambu larangan lalu lintas sehingga harus dihilangkan. Contoh perintah
program sebagai berikut:
r2 =1-J;
r3=bboxg(r2);
imshow(r3);axis on
c) Tahap Ketiga Resizing
Tahap ketiga adalah resizing bertujuan untuk mengubah ukuran dari citra yang
cropping menjadi citra yang akan diproses sehingga memeliki ukuran yang sama. Proses
resizing dilakukan agar citra yang akan diekstrak mempunyai ukuran piksel yang sama
dengan ukurang dengan aturan dari Discrete Cosine Transform Dua Dimensi (DCT 2 D),
yaitu 64 × 64 piksel. Contoh perintah program sebagai berikut:
r4 = imresize(r3,[64,64]);
Imshow(r4);axis on
Dalam hal ini dilakukan karena Discrete Cosine Transform Dua Dimensi (DCT 2
D) hanya bisa dilakukan dengan citra yang mempunyai ukuran 64×64 piksel yang di
dapatkan dari penelitian sebelumnya [16].
3.3.3. Proses Pengenalan
Proses pengenalan rambu larangan lalu lintas terdiri dari tiga bagian yaitu ekstraksi
ciri, fungsi jarak dan penentuan keluaran.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L23
a) Ekstraksi Ciri
Ekstraksi ciri merupakan tahap untuk pemgambilan ciri pada suatu citra. Ekstrasi
ciri diperoleh menggunakan Discrete Cosine Transform Dua Dimensi (DCT 2 D) yang
bertujuan untuk memgambil dan membagi citra ke dalam blok-bolk kecil dengan ukuran
tetap yang kemudian akan mengubah dari domain spasial ke domain frekuensi atau domain
Discrete Cosine Transform (DCT) dan membentuk ukuran window. Untuk mengentahui
nilai ukuran dari window tersebut, maka proses yang dilakukan adalah window ekstraksi
ciri dengan cara melakukan evaluasi dari tiap ukuran window dengan koefisien DCT dari 4,
9, 16, 25, 36, 49, 64, 81, dan 100. Nilai koefisien yang terbaik adalah nilai ekstraksi ciri
yang diperoleh. Hasil ekstraksi ciri dapat dilihat pada lampiran.Diagram alur dapat dilihat
pada gambar 3.6.
Mulai
Selesai
Masukan citra rambu
larangan lalu lintas
Ekstraksi ciri Discrete Cosine
Transform 2 D
Keluaran hasil
masukan ekstraksi
ciri
Menghitung nilai obsolut Discrete
Cosine Transform 2 D
Windowing
Gambar 3.6. Diagram alir proses ekstraksi ciri
b) Fungsi Jarak
Proses fungsi jarak adalah membandingkan rambu larangan lalu lintas yang di
capture dari kamera dengan gambar database. Hasil perbandingan dari rambu larangan lalu
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L24
lintas yang di capture dengan gambar database adalah jarak yang kemudian akan
digunakan sebagai proses selanjutnya. Proses perhitungan jarak yang digunakan adalah
jarak Canberra. Diagram alur program dapat dilihat pada gambar 3.7.
c) Penentuan Keluaran
Proses penentuan keluaran merupakan proses yang terakhir dalam proses
pengenalan rambu larangan lalu lintas. Hasil pengenalan rambu larangan lalu lintas akan
ditentukan berdasarkan jarak minimum yang sudah diperoleh setelah perhitungan jarak dan
fungsi jarak. Diagram alur dapat dilihat pada gambar 3.8.
Mulai
Selesai
Hasil masukan ekstraksi
ciri dengan hasil masukan
ekstraksi ciri dari database
Perhitungan jarak : Hasil data masukan
ekstraksi ciri dengan hasil ekstraksi ciri dari
database
Keluaran hasil
perhitungan jarak
Mulai
Selesai
Masukan hasil
perhitungan jarak
Penginisialisasi dengan nama : 38
citra rambu larangana lalu lintas
Output teks
k-Nearest Neighbor (k-NN)
Gambar 3.7.Diagram alir fungsi jarak Gambar 3.8. Diagram alir penentuan keluaran
Pada proses pengenalan citra, tampilan output hasil pengenalan dapat dilihat pada
table 3.2. rambu larangan lalu lintas yang digunakan untuk pengenalan citra sesuai dengan
rambu larangan larangan yang di ambil dari poster dapat dilihat pada lampiran satu.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L25
Tabel 3.2. Tampilan Output Hasil Pengenalan
Gambar Output hasil pengenalan
Gambar 1
Berhenti
Gambar 2
Prioritas atas lalu lintas dari depan
Gambar 3
Beri kesempatan
Gambar 4
Prioritas bagi lalu lintas dari depan (beda
warna)
Gambar 5
Dilarang beriringan kurang dari jarak yang
ditentukan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L26
Tabel 3.2. (Lanjutan) Tampilan Output Hasil Pengenalan
Gambar Output hasil pengenalan
Gambar 6
Dilarang membunyikan isyarat suara
Gambar 7
Dilarang mendahului kendaraan lain
Gambar 8
Pejalan kaki dilarang masuk
Gambar 9
Kendaraan bermotor dengan roda empat
atau lebih dilarang masuk
Gambar 10
Kendaraan bermotor dengan roda tiga
dilarang masuk
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L27
Tabel 3.2. (Lanjutan) Tampilan Output Hasil Pengenalan
Gambar Output hasil pengenalan
Gambar 11
Sepeda dilarang masuk
Gambar 12
Becak dan kereta roda tiga dilarang masuk
Gambar 13
Dilarang masuk
Gambar 14
Gerobak dorong dilarang masuk
Gambar 15
Traktor dengan kereta temple dilarang
masuk
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L28
Tabel 3.2. (Lanjutan) Tampilan Output Hasil Pengenalan
Gambar Output hasil pengenalan
Gambar 16
Mesin kerja dilarang masuk
Gambar 17
Mobil gerobak dilarang masuk
Gambar 18
Dilarang membelok ke kanan
Gambar 19
Semua kendaraan bermotor dilarang masuk
Gambar 20
Dilarang parker
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L29
Tabel 3.2. (Lanjutan) Tampilan Output Hasil Pengenalan
Gambar Output hasil pengenalan
Gambar 21
Dilarang membelok ke kiri
Gambar 22
Oto bus dilarang masuk
Gambar 23
Ditutup untuk semua kendaraan dari kedua
arah
Gambar 24
Semua kendaraan tidak bermotor dilarang
masuk
Gambar 25
Dilarang berhenti
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L30
Tabel 3.2. (Lanjutan) Tampilan Output Hasil Pengenalan
Gambar Output hasil pengenalan
Gambar 26
Sepeda motor dilarang masuk
Gambar 27
Dilarang membalik
Gambar 28
Mobil gerobak dengan kereta gandengan
dilarang masuk
Gambar 29
Silang datar dengan satu jalur rel
Gambar 30
Gerobak dan dokar dilarang masuk
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L31
Tabel 3.2. (Lanjutan) Tampilan Output Hasil Pengenalan
Gambar Output hasil pengenalan
Gambar 31
Kendaraan bermotor panjang dan muatan
melebihi batas dilaran masuk
Gambar 32
Kendaraan yang seluruh tingginya
termasuk muatan melebihi ukuran yang
ditentukan dilarang masuk
Gambar 33
Kendaraan tidak bermotor yang seluruh
panjang termasuk muatan melebihi ukuran
dilarang masuk
Gambar 34
Kendaraan yang bobot dan muatan
melebihi tonase yang ditentukan dilarang
masuk
Gambar 35
Kendaraan yang seluruh lebar termasuk
muatan melebihi ukuran yang ditentukan
dilarang masuk
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L32
Tabel 3.2. (Lanjutan) Tampilan Output Hasil Pengenalan
Gambar Output hasil pengenalan
Gambar 36
Perintah berhenti
Gambar 37
Batas kecepatan maksimal yang ditentukan
Gambar 38
Kendaraan yang bobot pada satu sumbu
melebihi tonase yang ditentukan dilarang
masuk
3.4. Proses Gambar Uji
Gambar uji yang diambil setelah user menekan tombol capture. Hasil capture
diambil dengan posisi rambu larangan lalu lintas yang sudah diatur secara fix dan cahaya
yang tingkat intensitasnya di sesuai. Proses yang berlangsung meliputi input citra rambu
larangan lalu lintas, preprocessing dan Discrete Cosine Transform (DCT). Hasil proses
tersebut disimpan dan kemudian diproses kembali untuk mendapatkan hasil pengenalan
rambu larangan lalu lintas.
3.5. Perancangan GUI
Gambar 3.9. merupakan tampilan GUI sistem pembacaan gambar rambu larangan
lalu lintas yang akan dibuat. Tampilan antarmuka pada perancangan ini menggunakan GUI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L33
Matlab. Tampilan ini digunakan untuk mempermudah dalam menggunakan sistem yang
dibuat.
Gambar 3.9. Tampilan Awal Jendela Program
Tabel 3.3. Keterangan Proses Utama Tampilan Program
Nama bagian Deskripsi
Tombol ON Tombol ON digunakan untuk menaktifkan kamera
webcam
Tombol capture Tombol capture digunakan untuk mengambilan citra
dari rambu larangan lalu lintas
Tombol proses Tombol proses digunakan untuk melakukan proses
cropping dan resizing citra rambu larangan lalu lintas
Tombol ekstraksi ciri Tombol ekstraksi ciri digunakan untuk proses ekstraksi
ciri pada citra rambu larangan lalu lintas
Tombol pop-up menu Tombol pop-up menu digunakan untuk memilih
ukuran window yang akan digunakan
Axes 1 pada panel 1
video webcam
Berfungsi untuk menampilkan citra rambu larangan
lalu lintas yang akan capture dengan menggunakan
webcam
Axes 2 pada panel 2
preprocessing
Berfungsi untuk menampilkan citra hasil rambu
larangan lalu lintas yang cropping
Axes 3 pada panel 2
preprocessing
Berfungsi untuk menampilkan citra hasil rambu
larangan lalu lintas yang resizing
Axes 4 pada panel 3 hasil
ekstraksi ciri
Berfungsi untuk menampilkan citra hasil ekstraksi ciri
dari rambu larangan lalu lintas
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L34
Tabel 3.3. (Lanjutan) Keterangan Proses Utama Tampilan Program
Nama bagian Deskripsi
Axes 5 pada panel 4 hasil
ukuran window
Berfungsi untuk menampilkan hasil dari ukuran
window
Panel 6 tampilan hasil
output
Berfungsi untuk menampilkan hasil keluaran citra
yang akan ditampilkan dalam bentuk teks
Tombol reset Tombol reset digunakan untuk me-reset ulang program
pengenalan citra rambu larangan lalu lintas untuk
melakukan pengenalan baru
Tombol selesai Tombol selesai digunakan untuk keluar dari sistem
pengenalan citra rambu larangan lalu lintas
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
35
BAB IV
HASIL DAN PEMBAHASAN
Dalam bab ini akan dilakukan tentang analisi dan pembahasan mengenai hasil
pengujian sistem program yang telah dirancang. Pada uji coba yang dilakukan pada
penulisan ini untuk mengetahui apakah sistem bekerja dengan baik atau tidak. Pada
pengujian akan diperoleh hasil pengujian berupa data-data. Pengujian yang dilakukan
menggunakan 38 gambar rambu larangan lalu lintas.
4.1. Pengujian dan Tampilan Program Pengenalan Secara Real Time
Rambu Larangan Pada Lalu Lintas Menggunakan DCT dan Jarak
Canberra
Pengujian dan tampilan program menggunakan perangkat keras dan perangkat
lunak sebagai berikut:
a. Processor : AMD E2-2000 APU with Radeon™ HD Graphics 1,75 GHz
b. RAM: 4.00 GB
c. Matlab : 7.10.0a
Dalam tampilan antarmuka program “PENGENALAN SECRATA REAL TIME
RAMBU LARANGAN LALU LINTAS” terdapat 7 push button, 1 pop up menu, 5 axes, 1
edit text, dan 4 static text. Masing-masing dari bagian membentuk suatu kesatuan yang
akan digunakan untuk program “PENGENALAN SECRATA REAL TIME RAMBU
LARANGAN LALU LINTAS”.
Langkah-langkah untuk menjalankan program pengenalan seperti di bawah ini:
a. Mengklik dua kali pada icon Matlab pada layar desktop dengan gambar icon seperti
pada gambar 4.1.
Gambar 4.1.Icon Matlab R2010a
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L36
b. Setelah klip icon Matlab, akan tampli tampilan utama softwer Matlab seperti gambar
4.2.
Gambar 4.2. Tampilan Awal Matlab R2010a
c. Muncul tampilan awal, kemudian mengantikan current directory sesuai dengan
directory dimana program yang akan dipakai disimpan, setelah itu ketik guide
kamera pada command window maka akan muncul tampilan jendela utama program
pengenalan seperti pada gambar 4.3. Klik run untuk menjalankan program.
Gambar 4.3. Tampilan Jendela Utama Pengenalan
d. Setelah klik run, akan muncul tampil tampilan GUI pengenalan rambu larangan lalu
lintas seperti pada gambar 4.4.
Director
y
Guide
Run
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L37
Gambar 4.4.Tampilan Utama Jendela Pengenalan Rambu Larangan Lalu Lintas
e. Selanjutnya, memilih dan tekan tamboluntuk tampilan sesuai dengan fungsi dari
bagiannya masing-masing.
1. Tombol ON, berfungsi untuk menampilkan video webcam.
2. Tombol capture, berfungsi untuk mencuplikan gambar dari video.
3. Tombol proses, berfungsi untuk menjalan perintah program cropping dan
resizing.
4. Tombol ekstraksi ciri, berfungsi untuk menampilkan hasil tranformasi DCT.
5. Tombol pop-up menu, berfungsi untuk menampilkan ukuran window.
6. Tombol pengenalan, berfungsi untuk menampilkan hasil keluaran yang
berupa teks.
7. Tombol reset, berfungsi untuk me-reset ulang jika user ingin melakukan
pengenalan baru.
8. Tombol selesai, berfungsi untuk keluar dari proses pengenalan.
Berikut adalah cara untuk menampilkan program utama pengenalan rambu
larangan lalu lintas sebagai berikut:
1. Langkah pertama user menekan tombol ON untuk mengaktifkan video webcam,
untuk mencuplikan gambar dari video yang akan digunakan untuk proses selanjutnya,
tombol ON menjalankan program sebagai berikut :
1 2
8
3 4
7
5
6
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L38
Setelah menekan tombol ON, video citra yang dicuplikan seperti pada, axes 1 dapat
dilihat pada gambar 4.5.
Gambar 4.5. Tampilan Tombol ON
Program di atas adalah program untuk menaktifkan webcam. Perintah imaqhwinfo
adalah program untuk menampilkan informasi yang disimpankan oleh webcam dan
informasi yang ditampil akan diinisialisasi dalam program. Proses ini bertujuan untuk agar
webcam dengan softwere Matlab bisa berkomunikasi. Informasi yang akan ditampilkan
oleh program adalah webcam, adaptor camera, jenis warna, port dan resolusi piksel.
Perintah preview adalah program untuk menampilkan video saat video ON dengan
inisialisasi yang telah digunakan.
imaqhwinfo;
info = imaqhwinfo('winvideo');
vidobj =videoinput('winvideo',1,'RGB24_1280x720');
vidRes = get(vidobj,'VideoResolution');
imWidh = 1280;
imHeight = 720;
nBands = get(vidobj,'NumberOfBands');
hImage=image(zeros(imHeight,imWidh,nBands),
'parent',handles.axes1);
preview(vidobj,hImage);
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L39
2. Langkah kedua tekan tombol capture untuk mencuplikan gambar yang telah direkam
dan tombol capture digunakan untuk menjalankan program seperti berikut:
Program pada tombol capture hampir sama dengan program pada tombol ON tapi pada
tombol capture menambahkan program grayscale yang akan berfungsi untuk menjadikan
gambar yang capture berupa menjadi keabu-abuan. Program getsnapshot adalah untuk
dicuplikan citra pada saat webcam keadaan kamera webcam ON. Gambar yang dicuplikan
dijalankan dengan menggunakan handles dan tampilan pada axes 1.
Handles adalah sebuah inisialisasi yang digunakan untuk dapat dipanggil dalam file
figure maupum file m. Gambar 4.6 merupakan tampilan dari warna keabu-abuan, proses ini
yang akan digunakan untuk program selanjutnya.
imaqhwinfo;
vidobj =videoinput('winvideo',1,'RGB24_1280x720');
vidobj.FramesPerTrigger = 1;
vidobj.ReturnedColorspace = 'grayscale';
triggerconfig(vidobj,'manual');
vidRes = get(vidobj,'VideoResolution');
imWidh = 1280;
imHeight = 720;
nBands = get(vidobj,'NumberOfBands');
hImage=image(zeros(imHeight,imWidh,nBands),
'parent',handles.axes1);
start(vidobj);
pause(1);
Image = getsnapshot(vidobj);
trigger(vidobj);
stop(vidobj)
delete(vidobj)
axes(handles.axes1);
imshow(Image);
axison
handles.Image=Image;
guidata(hObject,handles);
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L40
Gambar 4.6. Tampilan Dari Tombol Capture
3. Langkah ketiga tekan tombol proses untuk menjalankan proses pengenalan yang
sudah capture. Pada tombol proses terdapat program cropping dan resizing.
Sebelum di cropping dan resizing hasil yang di capture dinormalisasikan dengan
cara membagi hasil dari capture dengan 255 (nilai maksimun dari citra grayscale). Hasil
citra yang telah dicuplikan adalah citra grayscale yang nilai dari 0 sampai dengan 255.
Pada proses cropping menggunakan perintah program bbox untuk memotong
gambar yang tidak dibutuhkan untuk pengenalan. Cropping yang dilakukan secara
automatic dengan cara pada gambar rambu diberi garis hitam tebal. Program cropping
adalah sebagai berikut:
r=double(handles.Image);
r1=r/255;
r2 =1-r1;
r3=bboxg(r2);
j=('Cropping');
set(handles.text1,'string',j);
axes(handles.axes2);
imshow(r3);
axison
handles.r3=r3;
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L41
Program imresize adalah untuk melakukan ukuran resizing yang akan digunakan
dan pada proses resizing citra ini ukuran yang digunakan disesuaikan dengan ukuran dari
DCT. Jika ukuran dari DCT 64x64, maka ukuran resizing adalah 64x64. Gambar di bawah
adalah hasil pencuplikan dari proses cropping dan resizing yang di tampilkan pada axes 2
dan axes 3 seperti pada gambar 4.7.
Gambar 4.7. Tampilan Proses Cropping dan Resizing
Hasil resizing yang diperoleh akan digunakan untuk proses selanjutnya. Program
yang digunakan untuk proses resizing ini sebagai berikut:
4. Langkah keempat tekan tombol ekstraksi ciri untuk menampilkan hasil DCT dari
gambar yang sudah di capture. Perintah program di bawah adalah perintah untuk
menjalankan proses ekstraksi ciri. Citra masukan sebelum ekstraksi ciri adalah hasil
dari preprocessing dari hasil resizing.
r4=handles.r3;
r5=imresize(r4,[64,64]);
k=('Resizing');
set(handles.text2,'string',k);
axes(handles.axes3);
imshow(r5);
axison
handles.r5=r5;
guidata(hObject,handles);
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L42
Hasil dari proses resizing dengan berikan variabel handles.r5, seperti yang
ditampilkan pada axes 4. Hasil dari DCT disesuaikan dengan hasil dengan hasil dari
resizing. Dari hasil resizing akan ditransformasikan dengan menggunakan DCT 2 D yang
diberi nama r7. Hasil transformasiakan ditampilkan dengan menggunakan handles.axes
seperti pada axes 4. Selanjutnya dengan menbuka hasil r7 untuk ditampilkan. Kemudian
hasil ekstraksi ciri ditampilkan dengan menggunakan imshow dan terlebih dahulu di
inisialisasikan dengan menggunakan handles.axes dapat dilihat pada gambar 4.8.
Gambar 4.8. Hasil Transformasi Dari DCT
5. Langkah kelima tekan pada pop-up menu adalah untuk menampilkan ukuran window
yang akan digunakan.
r6=double(handles.r5);
r7=abs(dct2(r6));
r7(1,1)=0;
l=('Hasil Transformasi DCT');
set(handles.text3,'string',l);
axes(handles.axes4);
imshow(r7/max(r7(:)));
handles.r7=r7;
axison
guidata(hObject,handles);
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L43
Perintah program di atas adalah proses untuk pemelihan atau megeluarkan
database yang akan digunakan untuk membandingkan dengan salah satu citra masukan
rambu larangan lalu lintas menggunakan perhitungan jarak.
case 2
w=2;
loadx64ciri2a;
case 3
w=3;
loadx64ciri3a;
case 4
w=4;
loadx64ciri4a;
case 5
w=5;
loadx64ciri5a;
case 6
w=6;
loadx64ciri6a;
case 7
w=7;
loadx64ciri7a;
case 8
w=8;
loadx64ciri8a;
case 9
w=9;
loadx64ciri9a;
case 10
w=10;
loadx64ciri10a;
end
handles.w=w;
handles.z=z;
r7=handles.r7;
r8=r7(1:w,1:w);
m=('Hasil window');
set(handles.text4,'string',m);
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L44
(Lanjutan) program
Proses penguluaran database pembanding disesuaikan dengan variasi dari pop-up
menu yang telah ditentukan atau dipilih oleh user. Perintah program diatas merupakan
perintah program untuk tampilan ukuran window. Kemudian bagian kiri atas dari hasil
DCT akan diambil sebagian ekstraksi ciri sebagai ukuran window. Proses ambil sebagian
kiri atas dari hasil DCT ketika user menekan tombol pop-up menu. Ukuran window yang
digunakan adalah 2x2, 3x3, 4x4,5x5,6x6,7x7,8x8, 9x9 dan 10x10. Dengan semakin besar
ukuran window maka semakin kecil tampilan ekstraksi cirri. Tampilan di bawah
merupakan ukuran window yang dapat dilihat pada tabel 4.1.
Tabel 4.1. Citra Ukuran Window
UkuranWindow Hasil Window
Window=2x2
Window=3x3
axes(handles.axes5);
imshow(r8/max(r8(:)));
axison
r9=r8(:);
handles.t=r9;
guidata(hObject,handles);
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L45
Tabel 4.1. (Lanjutan) Citra UkuranWindow
UkuranWindow Hasil Window
Window =4x4
Window =5x5
Window =6x6
Window =7x7
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L46
Tabel 4.1. (Lanjutan) Citra UkuranWindow
Ukuran Window Hasil Window
Window =8x8
Window =9x9
Window =10x10
6. Langkah keenam tekan tombol pengenalan untuk mengetahui hasil rambu larangan
lalu lintas yang melalui tahap capture, preprocessing dan ekstraksi ciri dan hasil
tersebut berupa dalam bentuk teks.
Perintah program di atas adalah proses untuk menhitung jarak masukan dengan
citra dari database. Perhitungan pembanding menggunakan jarak Canberra sebagai
pembanding citra masukan dengan database. Perintah program perhitungan jarak (g)
seperti diatas. Proses selanjutnya adalah nilai dari perhitungan jarak (g) tersebut dimasukan
ke dalam metode pembandingan yaitu metode K-Nearest Neighbour (K-NN), dimana
for n=1:190
g(n)=jarakc(y,z(:,n));
end
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L47
metode K-Nearest Neighbor (K-NN) akan membandingkan citra masukan database
dengan 38 citra rambu larangan lalu lintas dan membuat kelas yang akan dipilih. Perintah
program K-Nearest Neighbor (K-NN) sebagai berikut:
g; k=3; % k pada knn m=5; % Jumlah sampel per
kelas [x1,x2]=sort(g,'ascend'); % x urut naik (fungsi
jarak) kn=x2(1:k); % Pilih k nearest
neighbour hk=ceil(kn/m); % Penentuan kelas-kelas
yang terpilih x3=mode(hk); % Pilih kelas yang
paling sering muncul
r10={'gbr 1. Berhenti';
'gbr 2. Prioritas atas lalu lintas dari depan';
'gbr 3. Beri kesempatan';
'gbr 4. Prioritas bagi lalu lintas dari depan';
'gbr 5. Dilarang beriringan kurang dari jarak yang
ditentukan';
'gbr 6. Dilarang membunyikan isyarat suara';
'gbr 7. Dilarang mendahului kendaraan lain';
'gbr 8. Pejalan kaki dilarang masuk';
'gbr 9. Kendaraan bermotor dengan roda empat atau
lebih dilarang masuk';
'gbr 10. Kendaraan bermotor dengan roda tiga
dilarang masuk';
'gbr 11. Sepeda dilarang masuk';
'gbr 12. Becak dan kereta roda tiga dilarang
masuk';
'gbr 13. Dilarang masuk';
'gbr 14. Gerobak dorong dilarang masuk';
'gbr 15. Troktor dengan kereta temple dilarang
masuk';
'gbr 16. Mesin kerja dilarang masuk';
'gbr 17. Mobil gerobak dilarang masuk';
'gbr 18. Dilarang membelok ke kanan';
'gbr 19. Semua kendaraan bermotor dilarang masuk';
'gbr 20. Dilarang parkir';
'gbr 21. Dilarang membelok ke kiri';
'gbr 22. Oto bus dilarang masuk';
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L48
(Lanjutan Program)
Perintah program di atas adalah inisialiasi keluaran teks dari 38 rambu larangan lalu
lintas.
Variabel r10 adalah inisialisasi 38 rambu larangan lalu lintas. Nilai yang paling
minimum akan dipanggil sesuai dengan nama yang telah diinisialisasi. Kemudian nilai
'gbr 23. Ditutup untuk semua kendaraan dari kedua
arah';
'gbr 24. Semua kendaraan tidak bermotor dilarang
masuk';
'gbr 25. Perintah berhenti';
'gbr 26. Sepeda motor dilarang masuk';
'gbr 27. Dilarang membalik';
'gbr 28. Mobil gerobak dengan kereta gandengan
dilarang masuk'
'gbr 29. Silang datar dengan satu jalur rel';
'gbr 30. Gerobak dan dokar dilarang masuk';
'gbr 31. Kendaraan bermotor panjang dan muatan
melebihi batas dilaran masuk';
'gbr 32. Kendaraan yang seluruh tingginya termasuk
muatan melebihi ukuran yang ditentukan dilarang
masuk';
'gbr 33. Kendaraan tidak bermotor yang seluruh
panjang termasuk muatan melebihi ukuran dilarang
masuk';
'gbr 34. Kendaraan yang bobot dan muatan melebihi
tonase yang ditentukan dilarang masuk';
'gbr 35. Kendaraan yang seluruh lebar termasuk
muatan melebihi ukuran yang ditentukan dilarang
masuk';
'gbr 36. Dilarang berhenti';
'gbr 37. Batas kecepatan maksimal yang
ditentukan';
'gbr 38. Kendaraan yang bobot pada satu sumbu
melebihi tonase yang ditentukan dilarang masuk'};
% Penentuan keluaran nilai minimum
r11=r10(x3);
set(handles.text5,'string',r11);
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L49
yang paling minimum akan ditampilkan ke dalam file figure dengan menggunakan perintah
set. Berikut perintah program mencari nilai paling minimum. Perintah program di atas
adalah mencari nilai paling minimum dari 38 nilai rambu larangan lalu lintas yang telah
diinisialisasi. Tampilan hasil pengenalan salah satu citra rambu larangan lalu lintas setelah
mengklik tombol pengenalan pada GUI. Dari hasil pengujian, tombol-tombol sudah
bekerja dengan baik dapat dilihat pada gambar 4.9.
Gambar 4.9. Tampilan Setelah Menekan Tombol Pengenalan
7. Langkah ketujuh tekan tombol reset untuk melakukan pengenalan baru. Perintah
program pengenalan reset sebagai berikut:
8. Langkah kedelapan tekan tombol selesai apabila pengguna ingin keluar dari program
pengenalan rambu larangan lalu lintas. Perintah program pada tombol selesai sebagai
berikut:
Pengujian program pengenalan secara real time rambu larangan pada lalu lintas
menggunakan discrete consine transform dan jarak Canberra, tombol yang ada pada
tampilan utama program dapat bekerja sesuai dengan perancangan yang dibuat dalam bab
sebelumnya. Listing program utama keseluruhan terlampir pada lampiran III(L5).
delete(figure(camera));
figure(camera);
delete(figure(camera));
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L50
4.2. Penentuan Hasil Pengujian Program Pengenalan Citra Terhadap
Tingkat Pengenalan Citra Rambu Larangan Lalu Lintas
Penentuan hasil nilai parameter dilakukan setelah melakukan pengujian pada
program pengenalan citra rambu larangan lalu lintas. Pada program pengenalan rambu
larangan lalu lintas ini ada satu proses yang akan dilakukan untuk pengujian program
adalah sebagai berikut: Proses pertama pengujian secara real time yaitu melakukan
pengujian parameter pengenalan rambu larangan pada lalu lintas dengan ukuran window
dan K-Nearest Neighbor (K-NN) dimana nilai K-Nearest Neighbor (K-NN) adalah dengan
kelas k=1, k=3, k=5 dan k=7 yang akan digunakan dalam proses pengenalan rambu
larangan lalu lintas. Dalam pengujian secara real time pengguna menggunakan data
masukan yang meliputi variasi rotasi -10o,
-5o, 0
o, 5
o, 10
o dan variasi skala 90%, 95%,
100%, 105%, 110%. Variasi skala tidak dimasukan dalam database untuk proses pengujian
yang akan membandingkan dengan nilai rotasi dalam database. Pengujian secara real time
dilakukan dengan data masukan secara langsung menggunakan potongan gambar rambu
larangan lalu lintas jenis cetak, ketika pengguna meletakkan potongan tersebut di fixture
saat itu juga webcam akan mengambil gambar potongan yang kemudian dari hasil webcam
akan tertampil menjadi keluaran dari proses pengenalan citra. Proses pengujian parameter
ini bertujuan untuk mencari nilai dari setiap parameter yang akan menghasilkan tingkat
pengenalan yang terbaik.
4.2.1. Pengujian Parameter Pengenalan Rambu larangan Lalu Lintas
Secara Real Time
Pengujian yang dilakukan dengan cara data masukan secara langsung menggunakan
potongan gambar rambu larangan lalu lintas, webcam akan mengambil gambar potongan
yang kemudian dari hasil webcam akan ditamplikan hasil keluaran. Percobaan ini untuk
melihat sebesar tingkat pengenalan yang dapat dikenali dari setiap parameter pengenalan
yang digunakan. Langkah-langkah percobaan yang dilakukan:
1. Melakukan proses capturing citra rambu larangan lalu lintas dari gambar 1 sampai
dengan 38 sebanyak satu kali untuk semua percobaan dengan nilai K-Nearest
Neighbor (K-NN) yang bervariasi.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L51
2. Percobaan dilakukan dengan menggunakan kombinasi ukuran rotasi, ukuran skala, K-
Nearest Neighbor (K-NN) dan ukuran window yang berbeda-beda yaitu:
a. Variasi rotasi yaitu -10o,
-5o, 0
o, 5
o, 10
o
b. Variasi skala yaitu 90%, 95%, 100%, 105%, 110%
c. Ukuran window yaitu 2×2, 3×3, 4×4, 5×5, 6×6, 7×7, 8×8, 9×9, 10×10
d. Nilai K-Nearest Neighbor (K-NN) yaitu k=1, k=3,k=5 dan k=7.
3. Menentukan kombinasi ukuran rotasi, ukuran skala, K-Nearest Neighbor (K-NN) dan
ukuran window untuk menghasilkan tingkat pengenalan yang terbaik.
Dari data hasil percobaan (tabel hasil percobaan pada lampiran L19) dapat mencari
nilai persen pengenalan melalui perhitungan dari setiap percobaan masing-masing nilai
koefisien ukuran window dari DCT pada (tabel data hasil percobaan lampiran L19) dan
grafik dari setiap tingkat pengaruh nilai koefisien terhadap tingkat pengenalan. Untuk
mencari nilai dari tingkat persen pengenalan dari data percobaan tersebut menggunakan
rumus
Tingkat pengenalan = v
𝐵𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑝𝑒𝑟𝑐𝑜𝑏𝑎𝑎𝑛𝑥 100% (4.1)
Keterangan:
∑v= Jumlah gambar rambu larangan lalu lintas yang dikenali dan benar
A. Data hasil pengujian ukuran rotasi tingkat pengenalan rambu larangan lalu lintas
yang dimasukan dalam database
Tabel 4.2. Tingkat Pengenalan Dengan k=1
Rotasi
Ukuran resizing 64x64
Tingkat Pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
-10 0 2,63 18,42 63,15 71,05 73,68 86,84 92,10 97,36
-5 0 23,68 36,84 55,26 71,05 76,31 89,47 94,73 97,36
0 2,63 5,26 23,68 52,63 81,57 86,84 86,84 94,73 97,36
+5 0 18,42 23,68 57,89 73,68 86,84 86,84 94,73 94,73
+10 11 26,31 39,47 55,26 71,05 84,21 86,84 94,73 92,1
Rata-
rata 2,72 15,26 28,41 56,83 73,68 81,57 87,36 94,20 95,78
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L52
Tabel 4.2. didapat kesimpulan bahwa ukuran rotasi dengan k=1 tingkat pengenalan
terbaik terletak pada variasi rotasi -10o,
-5o, dan 0
o. Pada tabel 4.2. ukuran window 10×10
yang menghasilkan tingkat pengenalan yang terbaik. Gambar grafik tingkat pengenalan
dapat dilihat pada lampiran VI ( L59).
Tabel 4.3. Tingkat Pengenalan Dengan k=3
Tabel 4.3. didapat kesimpulan bahwa ukuran rotasi dengan k=3 tingkat pengenalan
terbaik terletak pada variasi rotasi -5o. Pada tabel 4.3. ukuran window 10×10 yang
menghasilkan tingkat pengenalan yang terbaik. Grafik tingkat pengenalan k=3 dapat dilihat
pada lampiran VI ( L59).
Tabel 4.4. Tingkat Tengenalan Dengan k=5
Tabel 4.4. didapat kesimpulan bahwa ukuran rotasi dengan k=5 tingkat pengenalan
terbaik terletak pada nilai -5o. Pada tabel 4.4. ukuran window 10×10 yang menghasilkan
Rotasi
Ukuran resizing 64x64
Tingkat Pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
-10 5,26 13,15 23,68 55,26 63,15 73,68 76,31 76,31 86,84
-5 0 7,89 21,05 52,63 68,42 84,21 81,57 89,47 100
0 0 7,89 10,52 44,74 55,26 57,89 65,78 79,94 84,21
+5 0 15,78 31,57 63,15 68,42 73,68 92,10 94,73 94,73
+10 0 26,68 36,84 42,10 50 71,05 78,94 81,37 84,21
Rata-
rata 1,05 14,27 24,73 51,57 61,05 72,10 78,94 84,36 89,99
Rotasi
Ukuran resizing 64x64
Tingkat Pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
-10 5.26 0 21,05 52,63 57,89 78,94 73,68 78,94 84,21
-5 10.52 26,31 23,68 44,73 60,52 76,31 81,57 84,21 94,73
0 7,80 15,78 13,15 28,94 52,63 57,89 65,78 78,94 81,57
+5 5,26 10,52 28,94 47,36 55,26 71,05 76,31 84,21 84,21
+10 0 18,42 31,57 55,26 57,89 71,05 76,31 84,21 78,94
Rata-
rata 5,76 14,20 23,67 45,78 56,83 71,04 74,73 82,10 84,73
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L53
tingkat pengenalan yang terbaik. Grafik tingkat pengenalan dapat dilihat pada lampiran VI
( L60).
Tabel 4.5. Tingkat Pengenalan Dengan k=7
Tabel 4.5. didapat kesimpulan bahwa ukuran rotasi dengan k=5 tingkat pengenalan
terbaik terletak pada variasi rotasi -5o. Pada tabel 4.5. ukuran window 10×10 yang
menghasilkan tingkat pengenalan yang terbaik. Gambar grafik tingkat pengenalan dapat
dilihat pada lampiran VI ( L60).
Dari table diatas dapat maka dibuat tabel 4.6. dan grafik pengaruh K-Nearest
Neighbor (K-NN) terhadap tingkat pengenalan rambu larangan lalu lintas seperti terlihat
pada gambar 4.10.
Tabel 4.6. Pengaruh K-Nearest Neighbor (K-NN) Terhadap Tingkat Pengenalan
Sehingga dari hasil percobaan dan gambar 4.10. dapat disimpulkan dan ditentukan
nilai parameter yang terbaik untuk digunakan dalam proses pengenalan dan nilai K-Nearest
Neighbor (K-NN) yang digunakan yaitu dengan (k=3) yang terletak pada variasi rotasi -5o
karena mampu mengenali rambu larangan larangan lalu lintas dengan tingkat pengenalan
sebesar 100%. Besar hasil ekstraksi dari ukuran window maka tingkat pengenalannya yang
Rotasi
Ukuran resizing 64x64
Tingkat Pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
-10 5,26 0 21,05 52,63 57,89 78,94 73,68 78,94 84,21
-5 10,52 26,31 23,68 44,73 60,52 76,31 81,57 84,21 94,73
0 7,89 10,52 21,05 36,82 47,36 60,52 68,42 78,94 81,57
+5 5,26 10,52 28,94 47,36 55,26 71,05 76,31 84,21 84,21
+10 0 18,42 31,57 55,26 57,89 71,05 76,31 84,21 78,94
Rata-
rata 5,78 13,15 25,25 47,36 55,78 71,57 75,25 82,10 84.73
Nilai K-NN Tingkat pengenalan (%)
k=1 97,36
k=3 100
k=5 94,73
k=7 94,73
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L54
dihasilkan akan semakin baik. Kecil hasil ekstraksi ciri dari ukuran window maka tingkat
pengenalan akan semakin rendah.
Gambar 4.10. Pengaruh K-NN Terhadap Tingkat Pengenalan Untuk Variasi Rotasi
B. Data hasil percobaan untuk variasi skala yang tidak dimasukan dalam ke
database
Tabel 4.7. Tingkat Penenalan Dengan k=1
Penskala
Resizing 64 x 64
Tingkat Pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
90 0 18,42 39,47 57,89 73,68 78,94 92,1 92,1 94,73
95 2,63 5,26 21,05 65,78 73,68 76,31 89,47 89,47 89,47
100 2,63 5,26 23,68 52,63 81,57 86,84 86,84 94,73 97,36
105 2,63 0 26,31 60,52 76,31 89,47 89,47 97,36 97,36
110 13,15 28,94 42,1 57,89 73,68 86,84 89,47 89,47 89,47
Rata-
rata 4,2 11,57 30,52 58,94 75,78 83,68 89,47 92,62 93,67
Tabel 4.7. didapat kesimpulan bahwa ukuran penskala dengan k=1 tingkat
pengenalan terbaik terletak pada variasi skala 100% dan 105%. Pada tabel 4.7. ukuran
window 10×10 yang menghasilkan tingkat pengenalan yang terbaik. Gambar grafik tingkat
pengenalan dapat dilihat pada lampiran VI ( L61).
0102030405060708090
100
k=1 k=3 k=5 k=7
Tin
gk
at
pen
gen
ala
n(%
)
K-Nearest Neighbor (K-NN)
Pengaruh K-NN terhadap tingkat pengenalan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L55
Tabel 4.8. Tingkat Penenalan Dengan k=3
Penskala
Resizing 64 x 64
Tingkat Pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
90 0 18,42 24,21 65,78 71,05 76,31 94,73 94,73 97,36
95 0 31,57 39,47 55,26 50 73,68 81,57 84,21 86,84
100 0 7,89 10,52 44,74 55,26 57,89 65,78 79,94 84,21
105 2,63 10,52 18,42 55,26 71,05 86,84 84,21 86,84 94,73
110 7,89 15,78 26,31 57,89 63,15 76,31 78,94 78,94 89,47
Rata-
rata 2,10 16,83 23,78 55,78 53,10 74,20 81,04 84,93 90,52
Tabel 4.8. didapat kesimpulan bahwa ukuran penskala dengan k=1 tingkat
pengenalan terbaik terletak pada variasi skala 90% dan 105%. Pada tabel 4.8. ukuran
window 10×10 yang menghasilkan tingkat pengenalan yang terbaik. Gambar grafik tingkat
pengenalan dapat dilihat pada lampiran VI ( L61).
Tabel 4.9. Tingkat Penenalan Dengan k=5
Penskala
Resizing 64 x 64
Tingkat Pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
90 5,26 0 21,05 52,63 57,89 78,94 73,68 78,94 84,21
95 5,26 10,52 28,94 47,36 55,26 71,05 76,31 84,21 84,21
100 7,8 15,78 13,15 28,94 52,63 57,89 65,78 78,94 81,57
105 10,52 26,31 23,68 44,73 60,52 76,31 81,57 84,21 94,73
110 0 18,42 31,57 57,89 57,89 73,68 76,31 84,21 76,31
Rata-
rata 5,76 14,2 23,67 46,31 56,83 71,56 74,73 82,1 84,2
Tabel 4.9. didapat kesimpulan bahwa ukuran penskala dengan k=1 tingkat
pengenalan terbaik terletak pada variasi 105%. Pada tabel 4.9. ukuran window 10×10 yang
menghasilkan tingkat pengenalan yang terbaik. Gambar grafik tingkat pengenalan dapat
dilihat pada lampiran VI ( L62)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L56
Tabel 4.10. Tingkat Penenalan Dengan k=7
Penskala
Resizing 64 x 64
Tingkat Pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
90 2,63 7,89 18,42 28,94 42,1 63,15 60,52 63,15 81,57
95 2,63 7,89 15,78 52,63 55,26 63,15 68,42 65,78 68,42
100 7,89 10,52 21,05 36,82 47,36 60,52 68,42 78,94 81,57
105 0 21,05 31,57 52,63 55,26 65,78 68,42 73,68 68,42
110 0 23,68 26,31 31,57 36,84 71,05 68,42 76,31 86,84
Rata-
rata 2,63 14,2 22,62 40,51 47,34 64,73 66,84 71,57 77,36
Tabel 4.10. didapat kesimpulan bahwa ukuran penskala dengan k=7 tingkat
pengenalan terbaik terletak pada variasi skala 110%. Pada tabel 4.10. ukuran window
10×10 yang menghasilkan tingkat pengenalan yang terbaik. Gambar grafik tingkat
pengenalan dapat dilihat pada lampiran VI ( L62)
Tabel 4.11. Pengaruh K-Nearest Neighbor (K-NN) Terhadap Tingkat Pengenalan
Gambar 4.11. Pengaruh K-NN Terhadap Tingkat Pengenalan Untuk Variasi Skala
Variasi K-NN Tingkat pengenalan yang terbaik (%)
k=1 97,36
k=3 97,36
k=5 94,73
k=7 86,84
0102030405060708090
100
k=1 k=3 k=5 k=7
Tin
gk
at
Pen
gen
ala
n (
%)
Ukuran Window
Pengaruh K-NN terhadap tingkat
pengenalan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L57
Sehingga dari hasil percobaan dan gambar 4.16. dapat disimpulkan dan ditentukan
nilai parameter yang terbaik untuk digunakan dalam proses pengenalan dan nilai K-Nearest
Neighbor (K-NN) yang digunakan yaitu dengan k=1 dan k=3 yang terletak pada variasi
skala 90%, 100% dan 105% karena mampu mengenali rambu larangan larangan lalu lintas
dengan tingkat pengenalan sebesar 97,36%.
4.3. Pengujian Nilai Parameter
Dari pengujian nilai parameter yang dilakukan setelah nilai parameter sudah
ditentukan dan nilai parameter DCT untuk ukuran window yang digunakan dalam
pengujian adalah ukuran window yang sesuai dari hasil penentuan nilai parameter.
Pengujian ini bertujuan untuk mengetahui apakah nilai parameter yang ditentukan
dapat bekerja dengan baik. Pada pengenalan secara real time rambu larangan pada lalu
lintas, melakukan pengujian parameter sebanyak satu kali dengan nilai K-Nearest
Neighbor (K-NN), variasi rotasi dan variasi skala yang berbeda untuk semua rambu
larangan pada lalu lintas. Data pengujian dapat dilihat pada tabel pengujian parameter
(tabel hasil percobaan). Percobaan yang dilakukan nilai parameter yang digunakan untuk
melakukan pengenalan secara real time rambu larangan pada lalu lintas dengan K-Nearest
Neighbor (K-NN) yang digunakan yaitu dengan k=3 yang terletak pada variasi rotasi -5o
karena mampu mengenali rambu larangan larangan lalu lintas dengan tingkat pengenalan
sebesar 100%. Nilai K-Nearest Neighbor (K-NN) yang digunakan yaitu dengan k=1 dan
k=3 yang terletak pada variasi skala 90%, 100% dan 105% karena mampu mengenali
rambu larangan larangan lalu lintas dengan tingkat pengenalan sebesar 97,36%.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
58
BAB V
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Berdasarkan hasil penelitian dan pengujian yang telah dilakukan dari sistem
pengenalan secara real time rambu larangan pada lalu lintas dapat disimpulkan bahwa:
1. Pengenalan secara real time rambu larangan pada lalu lintas belum bekerja dengan
baik karena hasil data pengujian yang dihasilkan tidak sesuai dengan yang
diharapkan.
2. Nilai Penentuan parameter yang yang mempunyai tingkat pengenalan terbaik adalah
(K-NN) dengan k=3 yang terletak pada variasi rotasi -5o karena mampu mengenali
sebesar 100%.
3. Nilai Penentuan parameter yang yang mempunyai tingkat pengenalan terbaik adalah
(K-NN) dengan k=1 dan k=3 yang terletak pada variasi skala 90%, 100% dan 105%
karena mampu mengenali sebesar 97,36%.
4. Nilai parameter yang mempunyai nilai tingkat pengenalan terbaik adalah ekstraksi
ciri dengan window10 x 10.
5. Semakin kecil ukuran window maka hasil tingkat pengenalan yang dihasilkan akan
semakin rendah atau tidak dikenali secara baik. Semakin besar ukuran window maka
hasil tingkat pengenalan yang dihasilkan akan semakin tinggi atau akan dikenali
secara baik.
5.2. Saran
Saran yang hendak disampaikan terkait tugas akhir ini adalah:
1. Pengembangan sistem pengenalan rambu larangan pada lalu lintas dapat mengenali
gambar rambu secara real time, sehingga dapat digunakan pada penguna jalan raya
dan masyarakat.
2. Tidak perlu menekan tombol ON secara berulang-ulang untuk proses pengenalan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
59
DAFTAR PUSTAKA
[1] Supriyadi. (2011). Penerapan Algoritma Backpropagation Untuk Pengenalan Rambu-
Rambu Lalu Lintas Secara Real time. Program Strata 1 Teknik Informatika STMIK
Banjarbaru, (pp. 1-84). Banjarbaru.
[2] Putra, D., 2009, Pengolahan Citra Digital, Penerbit Andi, Yogyakarta.
[3] Alfatah, Hanif. 2007. Konversi Format Citra RGB ke Graysacle Menggunakan Visual
Basic. STMIK AMIKOM, Yogyakarta.
[4] http://informatika.web.id/operasi-cropping otomatis.htm di akses 14 april 2015
[5] Rafael C. Gonzalez, 2005. Digital Image Processing, Prentice Hall, Upper Saddle
River.
[6] Shofiyah, 2010. Studi Perbandingan Kompresi Menggunakan Metode Discrete Consine
Transform (DCT) dan Discrete Wavelet Transform (DWT) Pada Citra Digital.
Universitas Negeri Islam Mualana Malik Ibrahim, Malang.
[7] Linggo Sumarno.(2007). Pengenalan Huruf Tulisan Tangan Berderau Dan Terskala
Berbasis Ekstraksi ciri DCT Dengan Menggunakan Jaringan Syaraf Probabilistik.
Program Studi Teknik Elektro, Fakultas Teknik, Universitas Sanata Dharma
Yokyakarta. SIGMA,Vol.10, No.2.
[8] Abdul & AdhiSusanto. (2013). Teori dan Aplikasi Pengolahan Citra. Penerbit ANDI
Yogyakarta.
[9] Adhitya Wishnu Wardhana, Yudi Prayudi, 2008. Penggunaan Metode Template
Matching Untuk Identifikasi Kecepatanpada PCB. Jurusan Teknik Informatika,
Fakultas Industri Universitas Islam Indonesia, Jalan Kaliurang Km 14,5 Yogyakarta.
[10] Sergios Theodoridis, Konstantinos Koutroumbas 2009, Pattern Recognition,Fourthedition,The
Nearest Neighbor Rule
[11] http://library.binus.ac.id/eColls/eThesisdoc/Bab2HTML/2009100456SKBab2/page.
html, diakses 2 Januari 2015.
[12] http://bisonerich-matlab.blogspot.com/2009/02/pengertian-matlab.html,diakses 28 april
2014.
[13] http://shaleholic.com/pengertian-webcam-dan-jenisnya/,diakses 20 april 2014.
[14] Tri Harsono, Achmad basuki, Namna Ramadijanti, 2006. Pengenalan Gambar Rambu-
Rambu Lalu Lintas Dengan Metode Kuantisasi rerata. Teknik Elektronika, Politeknik
Elektronika Negeri Surabaya(PENS)-ITS.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
60
LAMPIRAN
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L1
LAMPIRAN I
Gambar Poster Rambu Lalu Lintas
20 cm
14 cm
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L2
LAMPIRAN II
Contoh Rotasi dan Skala
Contoh 1
Contoh rotasi
-10° -5° 0° 5° 10°
Contoh skala
90% 95% 100% 105% 110%
Contoh 2
Contoh rotasi
-10° -5° 0° 5° 10°
Contoh skala
90% 95% 100% 105% 110%
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L3
Contoh 3
Contoh rotasi
-10° -5° 0° 5° 10°
Contoh skala
90% 95% 100% 105% 110%
Contoh 4
Contoh rotasi
-10° -5° 0° 5° 10°
Contoh skala
90% 95% 100% 105% 110%
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L4
Contoh 5
Contoh rotasi
-10° -5° 0° 5° 10°
Contoh skala
90% 95% 100% 105% 110%
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L5
LAMPIRAN III
LISTING PROGRAM UTAMA
function varargout = CAMERA(varargin)
% CAMERA M-file for CAMERA.fig
% CAMERA, by itself, creates a new CAMERA or raises the existing
% singleton*.
%
% H = CAMERA returns the handle to a new CAMERA or the handle to
% the existing singleton*.
%
% CAMERA('CALLBACK',hObject,eventData,handles,...) calls the local
% function named CALLBACK in CAMERA.M with the given input
arguments.
%
% CAMERA('Property','Value',...) creates a new CAMERA or raises the
% existing singleton*. Starting from the left, property value pairs
are
% applied to the GUI before CAMERA_OpeningFcn gets called. An
% unrecognized property name or invalid value makes property
application
% stop. All inputs are passed to CAMERA_OpeningFcn via varargin.
%
% *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only
one
% instance to run (singleton)".
%
% See also: GUIDE, GUIDATA, GUIHANDLES
% Edit the above text to modify the response to help CAMERA
% Last Modified by GUIDE v2.5 27-Jan-2015 17:46:46
% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @CAMERA_OpeningFcn, ...
'gui_OutputFcn', @CAMERA_OutputFcn, ...
'gui_LayoutFcn', [] , ...
'gui_Callback', []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT
% --- Executes just before CAMERA is made visible.
function CAMERA_OpeningFcn(hObject, eventdata, handles, varargin)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L6
% This function has no output args, see OutputFcn.
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% varargin command line arguments to CAMERA (see VARARGIN)
% Choose default command line output for CAMERA
handles.output = hObject;
% Update handles structure
guidata(hObject, handles);
% UIWAIT makes CAMERA wait for user response (see UIRESUME)
% uiwait(handles.figure1);
% --- Outputs from this function are returned to the command line.
function varargout = CAMERA_OutputFcn(hObject, eventdata, handles)
% varargout cell array for returning output args (see VARARGOUT);
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% Get default command line output from handles structure
varargout{1} = handles.output;
%================== TOMBOL ON ===========================
% --- Executes on button press in pushbutton1.
function pushbutton1_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
imaqhwinfo;
info = imaqhwinfo('winvideo');
vidobj = videoinput('winvideo',1,'RGB24_1280x720');% Ukuran Resolusi yang
digunakan
vidRes = get(vidobj,'VideoResolution');
imWidh = 1280;
imHeight = 720;
nBands = get(vidobj,'NumberOfBands');
hImage = image(zeros(imHeight,imWidh,nBands),'parent',handles.axes1);
preview(vidobj,hImage); % menampilkan saat camera ON
%==================== TOMBOL CAPTURE ====================
% --- Executes on button press in pushbutton2.
function pushbutton2_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton2 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
imaqhwinfo;
vidobj = videoinput('winvideo',1,'RGB24_1280x720');
vidobj.FramesPerTrigger = 1;
vidobj.ReturnedColorspace = 'grayscale';
triggerconfig(vidobj,'manual');
vidRes = get(vidobj,'VideoResolution');
imWidh = 1280;
imHeight = 720;
nBands = get(vidobj,'NumberOfBands');
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L7
hImage = image(zeros(imHeight,imWidh,nBands),'parent',handles.axes1);
start(vidobj);
pause(1);
Image = getsnapshot(vidobj);
trigger(vidobj);
stop(vidobj)
delete(vidobj)
%imwrite(capture1,'rambu lerangan lalu lintas.jpg');
axes(handles.axes1);
imshow(Image);
axis on
handles.Image=Image;
guidata(hObject,handles);
%==================== TOMBOL PROSES ======================
% --- Executes on button press in pushbutton3.
function pushbutton3_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton3 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
r=double(handles.Image);
r1=r/255;
%Proses cropping
r2 =1-r1;
r3=bboxg(r2);
j=('Cropping');
set(handles.text1,'string',j);
axes(handles.axes2);
imshow(r3);
axis on
handles.r3=r3;
%Proses resizing
r4=handles.r3;
r5=imresize(r4,[64,64]);
k=('Resizing');
set(handles.text2,'string',k);
axes(handles.axes3);
imshow(r5);
axis on
handles.r5=r5;
guidata(hObject,handles);
%=================== TOMBOL CIRI ========================
% --- Executes on button press in pushbutton4.
function pushbutton4_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton4 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
%Tampilan DCT
r6=double(handles.r5);
r7=abs(dct2(r6));
r7(1,1)=0;
l=('Hasil Transformasi DCT');
set(handles.text3,'string',l);
axes(handles.axes4);
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L8
imshow(r7/max(r7(:)));
handles.r7=r7;
axis on
guidata(hObject,handles);
% --- Executes on selection change in popupmenu1.
function popupmenu1_Callback(hObject, eventdata, handles)
% hObject handle to popupmenu1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
indeks=get(handles.popupmenu1,'Value');
switch indeks
case 2
w=2;
load x64ciri2a;
case 3
w=3;
load x64ciri3a;
case 4
w=4;
load x64ciri4a;
case 5
w=5;
load x64ciri5a;
case 6
w=6;
load x64ciri6a;
case 7
w=7;
load x64ciri7a;
case 8
w=8;
load x64ciri8a;
case 9
w=9;
load x64ciri9a;
case 10
w=10;
load x64ciri10a;
end
handles.w=w;
handles.z=z;
%tampilan window
r7=handles.r7;
r8=r7(1:w,1:w);
m=('Hasil window');
set(handles.text4,'string',m);
axes(handles.axes5);
imshow(r8/max(r8(:)));
axis on
r9=r8(:);
handles.t=r9;
guidata(hObject,handles);
% Hints: contents = cellstr(get(hObject,'String')) returns popupmenu1
contents as cell array
% contents{get(hObject,'Value')} returns selected item from
popupmenu1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L9
% --- Executes during object creation, after setting all properties.
function popupmenu1_CreateFcn(hObject, eventdata, handles)
% hObject handle to popupmenu1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles empty - handles not created until after all CreateFcns
called
% Hint: popupmenu controls usually have a white background on Windows.
% See ISPC and COMPUTER.
if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
%====================PENGENALAN===========================
% --- Executes on button press in pushbutton10.
function pushbutton10_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton10 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
z=handles.z;
y=handles.t;
% Hitung jarak untuk 190 gambar larangan lalu lintas
y;
sy=size(y);
sz=size(z);
for n=1:190
g(n)=jarakc(y,z(:,n));
end
g;
k=3; % k pada knn
m=5; % Jumlah sampel per kelas
[x1,x2]=sort(g,'ascend'); % x urut naik (fungsi jarak)
kn=x2(1:k); % Pilih k nearest neighbour
hk=ceil(kn/m); % Penentuan kelas-kelas yang terpilih
x3=mode(hk); % Pilih kelas yang paling sering muncul
% Deskripsi string dengan 38 nilai
r10={'gbr 1. Berhenti';
'gbr 2. Prioritas atas lalu lintas dari depan';
'gbr 3. Beri kesempatan';
'gbr 4. Prioritas bagi lalu lintas dari depan';
'gbr 5. Dilarang beriringan kurang dari jarak yang ditentukan';
'gbr 6. Dilarang membunyikan isyarat suara';
'gbr 7. Dilarang mendahului kendaraan lain';
'gbr 8. Pejalan kaki dilarang masuk';
'gbr 9. Kendaraan bermotor dengan roda empat atau lebih dilarang masuk';
'gbr 10. Kendaraan bermotor dengan roda tiga dilarang masuk';
'gbr 11. Sepeda dilarang masuk';
'gbr 12. Becak dan kereta roda tiga dilarang masuk';
'gbr 13. Dilarang masuk';
'gbr 14. Gerobak dorong dilarang masuk';
'gbr 15. Troktor dengan kereta temple dilarang masuk';
'gbr 16. Mesin kerja dilarang masuk';
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L10
'gbr 17. Mobil gerobak dilarang masuk';
'gbr 18. Dilarang membelok ke kanan';
'gbr 19. Semua kendaraan bermotor dilarang masuk';
'gbr 20. Dilarang parkir';
'gbr 21. Dilarang membelok ke kiri';
'gbr 22. Oto bus dilarang masuk';
'gbr 23. Ditutup untuk semua kendaraan dari kedua arah';
'gbr 24. Semua kendaraan tidak bermotor dilarang masuk';
'gbr 25. Perintah berhenti';
'gbr 26. Sepeda motor dilarang masuk';
'gbr 27. Dilarang membalik';
'gbr 28. Mobil gerobak dengan kereta gandengan dilarang masuk'
'gbr 29. Silang datar dengan satu jalur rel';
'gbr 30. Gerobak dan dokar dilarang masuk';
'gbr 31. Kendaraan bermotor panjang dan muatan melebihi batas dilaran
masuk';
'gbr 32. Kendaraan yang seluruh tingginya termasuk muatan melebihi ukuran
yang ditentukan dilarang masuk';
'gbr 33. Kendaraan tidak bermotor yang seluruh panjang termasuk muatan
melebihi ukuran dilarang masuk';
'gbr 34. Kendaraan yang bobot dan muatan melebihi tonase yang ditentukan
dilarang masuk';
'gbr 35. Kendaraan yang seluruh lebar termasuk muatan melebihi ukuran
yang ditentukan dilarang masuk';
'gbr 36. Dilarang berhenti';
'gbr 37. Batas kecepatan maksimal yang ditentukan';
'gbr 38. Kendaraan yang bobot pada satu sumbu melebihi tonase yang
ditentukan dilarang masuk'};
% Penentuan keluaran nilai minimum
r11=r10(x3);
set(handles.text5,'string',r11);
guidata(hObject,handles);
%================= TOMBOL RESET =========================
% --- Executes on button press in pushbutton6.
function pushbutton6_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton6 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
delete(figure(camera));
figure(camera);
%================== TOMBOL SELESAI ======================
% --- Executes on button press in pushbutton7.
function pushbutton7_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton7 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
delete(figure(camera));
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L11
LISTING PROGRAMDATABASE IV
function dbsciri
% Pembuatan database ekstraksi ciri
% Variasi 5 set database
% Ukuran citra 64x64 piksel
z=[];
z=prosesxciri(2); save x64ciri2az ; z=[];
z=prosesxciri(3); save x64ciri3az ; z=[];
z=prosesxciri(4); save x64ciri4az ; z=[];
z=prosesxciri(5); save x64ciri5az ; z=[];
z=prosesxciri(6); save x64ciri6az ; z=[];
z=prosesxciri(7); save x64ciri7az ; z=[];
z=prosesxciri(8); save x64ciri8az ; z=[];
z=prosesxciri(9); save x64ciri9az ; z=[];
z=prosesxciri(10); save x64ciri10az ;
% Internal Function
% ================================================================
function z=prosesxciri(w)
z=[];
x=imread('gbr 1. Berhenti.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 1. Berhenti.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 1. Berhenti.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 1. Berhenti.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 1. Berhenti.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('gbr 2. Prioritas atas lalu lintas dari depan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 2. Prioritas atas lalu lintas dari depan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 2. Prioritas atas lalu lintas dari depan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 2. Prioritas atas lalu lintas dari depan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 2. Prioritas atas lalu lintas dari depan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 3. Beri kesempatan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 3. Beri kesempatan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 3. Beri kesempatan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 3. Beri kesempatan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 3. Beri kesempatan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 4. Prioritas bagi lalu lintas dari depan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 4. Prioritas bagi lalu lintas dari depan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 4. Prioritas bagi lalu lintas dari depan.jpg');
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L12
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 4. Prioritas bagi lalu lintas dari depan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 4. Prioritas bagi lalu lintas dari depan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 5. Dilarang beriringan kurang dari jarak yang
ditentukan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 5. Dilarang beriringan kurang dari jarak yang
ditentukan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 5. Dilarang beriringan kurang dari jarak yang
ditentukan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 5. Dilarang beriringan kurang dari jarak yang
ditentukan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 5. Dilarang beriringan kurang dari jarak yang
ditentukan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 6. Dilarang membunyikan isyarat suara.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 6. Dilarang membunyikan isyarat suara.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 6. Dilarang membunyikan isyarat suara.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 6. Dilarang membunyikan isyarat suara.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 6. Dilarang membunyikan isyarat suara.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 7. Dilarang mendahului kendaraan lain.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 7. Dilarang mendahului kendaraan lain.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 7. Dilarang mendahului kendaraan lain.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 7. Dilarang mendahului kendaraan lain.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 7. Dilarang mendahului kendaraan lain.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 8. Pejalan kaki dilarang masuk.jpg')
;y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 8. Pejalan kaki dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 8. Pejalan kaki dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 8. Pejalan kaki dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 8. Pejalan kaki dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 9. Kendaraan bermotor dengan roda empat atau lebih dilarang
masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 9. Kendaraan bermotor dengan roda empat atau lebih
dilarang masuk.jpg');
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L13
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 9. Kendaraan bermotor dengan roda empat atau lebih
dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 9. Kendaraan bermotor dengan roda empat atau lebih
dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 9. Kendaraan bermotor dengan roda empat atau lebih
dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 10. Kendaraan bermotor dengan roda tiga dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 10. Kendaraan bermotor dengan roda tiga dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 10. Kendaraan bermotor dengan roda tiga dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 10. Kendaraan bermotor dengan roda tiga dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 10. Kendaraan bermotor dengan roda tiga dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('gbr 11. Sepeda dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 11. Sepeda dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 11. Sepeda dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 11. Sepeda dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 11. Sepeda dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 12. Becak dan kereta roda tiga dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 12. Becak dan kereta roda tiga dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 12. Becak dan kereta roda tiga dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 12. Becak dan kereta roda tiga dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 12. Becak dan kereta roda tiga dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('gbr 13. Dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 13. Dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 13. Dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 13. Dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 13. Dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 14. Gerobak dorong dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 14. Gerobak dorong dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 14. Gerobak dorong dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L14
x=imread('m10gbr 14. Gerobak dorong dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 14. Gerobak dorong dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 15. Troktor dengan kereta temple dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 15. Troktor dengan kereta temple dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 15. Troktor dengan kereta temple dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 15. Troktor dengan kereta temple dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 15. Troktor dengan kereta temple dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('gbr 16. Mesin kerja dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 16. Mesin kerja dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 16. Mesin kerja dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 16. Mesin kerja dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 16. Mesin kerja dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 17. Mobil gerobak dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 17. Mobil gerobak dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 17. Mobil gerobak dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 17. Mobil gerobak dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 17. Mobil gerobak dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y]
x=imread('gbr 18. Dilarang membelok ke kanan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 18. Dilarang membelok ke kanan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 18. Dilarang membelok ke kanan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 18. Dilarang membelok ke kanan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 18. Dilarang membelok ke kanan.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 19. Semua kendaraan bermotor dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 19. Semua kendaraan bermotor dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 19. Semua kendaraan bermotor dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 19. Semua kendaraan bermotor dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 19. Semua kendaraan bermotor dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('gbr 20. Dilarang parkir.jpg');
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L15
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 20. Dilarang parkir.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 20. Dilarang parkir.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 20. Dilarang parkir.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 20. Dilarang parkir.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 21. Dilarang membelok ke kiri.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 21. Dilarang membelok ke kiri.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 21. Dilarang membelok ke kiri.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 21. Dilarang membelok ke kiri.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 21. Dilarang membelok ke kiri.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 22. Oto bus dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 22. Oto bus dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 22. Oto bus dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 22. Oto bus dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 22. Oto bus dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y]
x=imread('gbr 23. Ditutup untuk semua kendaraan dari kedua
arah.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 23. Ditutup untuk semua kendaraan dari kedua
arah.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 23. Ditutup untuk semua kendaraan dari kedua
arah.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 23. Ditutup untuk semua kendaraan dari kedua
arah.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 23. Ditutup untuk semua kendaraan dari kedua
arah.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('gbr 24. Semua kendaraan tidak bermotor dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 24. Semua kendaraan tidak bermotor dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 24. Semua kendaraan tidak bermotor dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 24. Semua kendaraan tidak bermotor dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 24. Semua kendaraan tidak bermotor dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('gbr 25. Dilarang berhenti.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 25. Dilarang berhenti.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 25. Dilarang berhenti.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 25. Dilarang berhenti.jpg');
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L16
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 25. Dilarang berhenti.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 26. Sepeda motor dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 26. Sepeda motor dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 26. Sepeda motor dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 26. Sepeda motor dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 26. Sepeda motor dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 27. Dilarang membalik.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 27. Dilarang membalik.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 27. Dilarang membalik.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 27. Dilarang membalik.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 27. Dilarang membalik.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 28. Mobil gerobak dengan kereta gandengan dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 28. Mobil gerobak dengan kereta gandengan dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 28. Mobil gerobak dengan kereta gandengan dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 28. Mobil gerobak dengan kereta gandengan dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 28. Mobil gerobak dengan kereta gandengan dilarang
masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('gbr 29. Silang datar dengan satu jalur rel.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 29. Silang datar dengan satu jalur rel.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 29. Silang datar dengan satu jalur rel.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 29. Silang datar dengan satu jalur rel.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 29. Silang datar dengan satu jalur rel.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 30. Gerobak dan dokar dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 30. Gerobak dan dokar dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 30. Gerobak dan dokar dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 30. Gerobak dan dokar dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 30. Gerobak dan dokar dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L17
x=imread('gbr 31. Kendaraan bermotor panjang dan muatan melebihi batas
dilaran masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 31. Kendaraan bermotor panjang dan muatan melebihi batas
dilaran masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 31. Kendaraan bermotor panjang dan muatan melebihi batas
dilaran masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 31. Kendaraan bermotor panjang dan muatan melebihi batas
dilaran masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 31. Kendaraan bermotor panjang dan muatan melebihi batas
dilaran masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('gbr 32. Kendaraan yang seluruh tingginya termasuk muatan
melebihi ukuran yang ditentukan dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 32. Kendaraan yang seluruh tingginya termasuk muatan
melebihi ukuran yang ditentukan dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 32. Kendaraan yang seluruh tingginya termasuk muatan
melebihi ukuran yang ditentukan dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 32. Kendaraan yang seluruh tingginya termasuk muatan
melebihi ukuran yang ditentukan dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 32. Kendaraan yang seluruh tingginya termasuk muatan
melebihi ukuran yang ditentukan dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 33. Kendaraan tidak bermotor yang seluruh panjang termasuk
muatan melebihi ukuran dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 33. Kendaraan tidak bermotor yang seluruh panjang
termasuk muatan melebihi ukuran dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 33. Kendaraan tidak bermotor yang seluruh panjang
termasuk muatan melebihi ukuran dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 33. Kendaraan tidak bermotor yang seluruh panjang
termasuk muatan melebihi ukuran dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 33. Kendaraan tidak bermotor yang seluruh panjang
termasuk muatan melebihi ukuran dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 34. Kendaraan yang bobot dan muatan melebihi tonase yang
ditentukan dilarang masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 34. Kendaraan yang bobot dan muatan melebihi tonase yang
ditentukan dilarang masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 34. Kendaraan yang bobot dan muatan melebihi tonase yang
ditentukan dilarang masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 34. Kendaraan yang bobot dan muatan melebihi tonase yang
ditentukan dilarang masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 34. Kendaraan yang bobot dan muatan melebihi tonase yang
ditentukan dilarang masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('gbr 35. Kendaraan yang seluruh lebar termasuk muatan melebihi
ukuran yang ditentukan dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 35. Kendaraan yang seluruh lebar termasuk muatan melebihi
ukuran yang ditentukan dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L18
x=imread('p5gbr 35. Kendaraan yang seluruh lebar termasuk muatan melebihi
ukuran yang ditentukan dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 35. Kendaraan yang seluruh lebar termasuk muatan
melebihi ukuran yang ditentukan dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 35. Kendaraan yang seluruh lebar termasuk muatan
melebihi ukuran yang ditentukan dilarang masuk.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 36. Perintah berhenti.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 36. Perintah berhenti.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 36. Perintah berhenti.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 36. Perintah berhenti.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 36. Perintah berhenti.jpg');
y=rambuxciri(x,w); z=[z y];
x=imread('gbr 37. Batas kecepatan maksimal yang
ditentukan.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 37. Batas kecepatan maksimal yang
ditentukan.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 37. Batas kecepatan maksimal yang
ditentukan.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 37. Batas kecepatan maksimal yang
ditentukan.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 37. Batas kecepatan maksimal yang
ditentukan.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('gbr 38. kendaraan yang bobot pada satu sumbu melebihi tonase
yang ditentukan dilarang masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m5gbr 38. kendaraan yang bobot pada satu sumbu melebihi tonase
yang ditentukan dilarang masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p5gbr 38. kendaraan yang bobot pada satu sumbu melebihi tonase
yang ditentukan dilarang masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('m10gbr 38. kendaraan yang bobot pada satu sumbu melebihi tonase
yang ditentukan dilarang masuk.jpg');y=rambuxciri(x,w); z=[z y];
x=imread('p10gbr 38. kendaraan yang bobot pada satu sumbu melebihi tonase
yang ditentukan dilarang masuk.jpg');y=rambuxciri(x,w); z=[z y];
sz=size(z);
% ===========================================================
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L19
LAMPIRAN V
TABEL HASIL PERCOBAAN UNTUK VARIASI ROTASI
A. Pengujian variasi citra rambu larangan lalu lintas dengan k=1 ( dimasukan ke dalam
database)
Gambar rambu
larangan lalu
lintas
Percobaan untuk gambar original
Resizing 64x64
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x y y y y y y y y
2 x x x y y y y y y
3 x x x y y y y y y
4 x x x x y y y y y
5 x x x x y y y y y
6 x x x y y y y y y
7 x x x y y y y y y
8 x x x y y y y y y
9 x x x y y y y y y
10 x x x x x x x x y
11 x x x x y y y y y
12 x x x y y y y y y
13 x x x x y y y y y
14 x x x x y y y y y
15 x x x x x x y y y
16 x x x x x x x y y
17 x x y y y y y y y
18 x x x x y y y y y
19 x x x x y y x y y
20 x x x y y y y y y
21 x x x x y y y y y
22 x x x x y y y y y
23 x x y y y y y y y
24 x x y y y y y y y
25 x x y x y y y y y
26 x x y y y y y y y
27 x x x y y y y y y
28 x x x y y y y y y
29 x y x y y y y y y
30 x x x x x x y y y
31 x x y y y y y y y
32 y x y y y y x y y
33 x x y y y y y y y
34 x x x x x y y y y
35 x x x x x x x x y
36 x x x y y y y y y
37 x x x x y y y y y
38 x x x x x y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L20
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk -5o
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x x y y y y y y
2 x x x y y y y y y
3 x x y y y y y y y
4 x x x x y y y y y
5 x y x y y y y y y
6 x x x x x x y y y
7 x x x x x y y y y
8 x x y x y y y y y
9 x x x x x x y y y
10 x x x x x x y y y
11 x x x x y y x y y
12 x y y x y y y y y
13 x x x y y y y y y
14 x x x x y y x y x
15 x x x x x x y y y
16 x y x x x y y y y
17 x y y x x x y y y
18 x x y y y y y y y
19 x x x x x x x x y
20 x y y y y y y y y
21 x x x y y y y y y
22 x x x y y y x x y
23 x x y y y y y y y
24 x x y y y y y y y
25 x x x y y y y y y
26 x x x x y y y y y
27 x y y y y y y y y
28 x x x y y y y y y
29 x y y y y y y y y
30 x x x x x x y y y
31 x x y y y y y y y
32 x x x x x x y y y
33 x y y y y y y y y
34 x y y y y y y y y
35 x y x y y y y y y
36 x x x x x x y y y
37 x x y y y y y y y
38 x y x y y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L21
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk -10o
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x x x x x y y y
2 x x y y y y y y y
3 y x x y y y y y y
4 x x x y y y y y y
5 x x x y y y y y y
6 x x x x y y y y y
7 x x x y y y y y y
8 x x y y x x x y y
9 x x x x x y y y y
10 x x x x x y y y y
11 x x x x x x y y y
12 x x x x x x y y y
13 x y y y y y y y y
14 x x x x y y y y y
15 x x x x y x x x y
16 x x y y y y y y y
17 x x x x x y y y y
18 x x x x x x x x x
19 x x x y x x x x y
20 x x x x y y y y y
21 x x x y y y y y y
22 x x x y y x x y y
23 x x x x y y y y y
24 x x x y y y y y y
25 x x x y y y y y y
26 x x x y y y y y y
27 x x x y y y y y y
28 x x x y y y y y y
29 x x x y y y y y y
30 x x x x x x y y y
31 x x y y y y y y y
32 x x x y y y y y y
33 x x x y y y y y y
34 x x x x x x y y y
35 x x x y y y y y y
36 x x y y y y y y y
37 x x y y y y y y y
38 x x x y y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L22
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk +5o
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x y y y y y y y
2 x x y x y y y y y
3 x y y y y y y y y
4 x x y x y y y y y
5 x y x y y y y y y
6 x x x x y y y y y
7 x x x y y y y y y
8 x x x y x y y y y
9 x x x x x x x x x
10 x x x x x x x x x
11 x x x x x x x y y
12 x x x x x x x y y
13 x x x y y y y y y
14 x y x y y y y y y
15 x x y x y y x y y
16 x x x y y y y y y
17 x x x y y y y y y
18 x x x x x y y y y
19 x x x x y y y y y
20 x y y y x y y y y
21 x x y y y y y y y
22 x x x x x x y y y
23 x y y y y y y y y
24 x x y y x y y y y
25 x x x x y y y y y
26 x x x y y y y y y
27 x x x x y y y y y
28 x x x y y y y y y
29 x y x y y y y y y
30 x x x x x y y y y
31 x y x y y y y y y
32 x x x y y y y y y
33 x x x x y y y y y
34 x y x y y y y y y
35 x x x y y y y y y
36 x x x y y y y y y
37 x x x y y y y y y
38 x x x x y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L23
Keterangan:X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk +10o
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x x x y y y y y
2 x y y y y y y y y
3 x y y y y y y y y
4 x x y y y y y y y
5 x x x y y y y y y
6 x x x x x x x y y
7 x x x x y y y y y
8 x x x x x y y y y
9 x x x x x x x x x
10 x x x x y y y y y
11 x y y y y y y y y
12 y x y y y y y y y
13 x x x y y y y y y
14 x x x y y y y y y
15 x x x x y y x y y
16 x x x x y y y y y
17 x x x x y x y y x
18 x x x x x y y y y
19 x y x x x y y y y
20 x y y y x y y y y
21 x x y y y y y y y
22 x x y y y y y y y
23 y y y y y y y y y
24 x x x x x y y y y
25 x x y y y y y y y
26 x x x x x x y y y
27 x x x y y y y y y
28 x x x y x y y y y
29 x x y y y y y y y
30 x x x x y x x x x
31 x y y x y x x y y
32 x x y y y y y y y
33 x x x x x y y y y
34 x y x y y y y y y
35 y y y y y y y y y
36 x x x x x y y y y
37 x x x y y y y y y
38 y y y y y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L24
B. Pengujian variasi citra rambu larangan lalu lintas dengan k=3 ( dimasukan ke dalam
database)
Gambar rambu
larangan lalu
lintas
Percobaan untuk gambar original
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x y y y y y y y y
2 x x y y y y x y y
3 x x x y y y y y y
4 x x x x x y x y y
5 x y x y y y y y y
6 x x x x y y x y y
7 x x x x y y y y y
8 x x x y y y y y y
9 x x x y y y y y y
10 x x x x y y x x y
11 x x x x x x x x y
12 x x x x x y y y x
13 x x x x y y y y y
14 x x x x y y y y y
15 x x x x x x y y y
16 x x x y y x y y y
17 x x x y y x y y y
18 x x x x x x x y y
19 x x x y y x x x x
20 x x x y y y y y y
21 x x x x x x y y y
22 x x x x x x x x x
23 x x x x x x y y y
24 x x x x x x x x x
25 x x x x x x y y y
26 x x x x x y y y y
27 x x x y y y y y y
28 x x x x x x x y y
29 x x x y y y y y y
30 x x y y x x x y y
31 x x y y y y y y y
32 x y x y x y x x x
33 x x x y y y y y y
34 x x x x x x y y y
35 x x x x x x x x x
36 x x x x x y y y y
37 x x x x y x y x y
38 x x x y y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L25
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk -5o
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x x y y y y y y
2 x x y y y y y y y
3 x y y y y y y y y
4 x x x x y y y y y
5 x x x x y y y y y
6 x x x x x y y y y
7 x x y y y y y y y
8 x x x y x y y y y
9 x x x y y y y y y
10 x x x y y y y y y
11 x x x y x y y y y
12 x x x x y x x y y
13 x x x y y y y y y
14 x x y y y x y y y
15 x x x x x x x x y
16 x x x x y y y y y
17 x x x y y y y y y
18 x y y y y y x y y
19 x x x x y y x x y
20 x x y y y y y y y
21 x x x y y y y y y
22 x x x x x y x x y
23 x x x y y y y y y
24 x x x x x x x x y
25 x x x x y y y y y
26 x x x x x y y y y
27 x x x y y y y y y
28 x x x x x x y y y
29 x x x x x y x y y
30 x x x x x y y y y
31 x x x x y y y y y
32 x y y y y y y y y
33 x x x x y y y y y
34 x x x y y y y y y
35 x x y y y y y y y
36 x x x x x y y y y
37 x x x x x x y y y
38 x x x y y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L26
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk -10o
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x y y y y y y y y
2 x x y y y y y y y
3 y y y y y y y y y
4 x x y y y y y y y
5 x y x y y y y y y
6 x x x x x x y y y
7 y x x y y y y y y
8 x x y y y y x x y
9 x x x y y y y x x
10 x x x x x y y y y
11 x x x y x y y y y
12 x y x x x x x x x
13 x x x y y y y y y
14 x x x x y y x x y
15 x x y y y y y y y
16 x x y y y y y y y
17 x x x x y y y y y
18 x x x y y x x x y
19 x x x y x x x x x
20 x x x y y y y y y
21 x x x y y y y y y
22 x x x x x x x x x
23 x x x y y y y y y
24 x x x x y y x y y
25 x x x x x x y y y
26 x x x x x x x y y
27 x x x x x y y y y
28 x x x y y x y y y
29 x x x y y y y y y
30 x x x x x x x x x
31 x x x x x x y y y
32 x x y y x y y y y
33 x x x x y y y y y
34 x x x x y y y y y
35 x y y y y y y y y
36 x x x x x y y y y
37 x x x x x y y y y
38 x x x x x y y x y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L27
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk +5o
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x x y y y y y y
2 x y x y y y y y y
3 x y y y y y y y y
4 x x y y y y y y y
5 x y y y y y y y y
6 x x y y y y y y y
7 x x x x y y y y y
8 x x x y y y y y y
9 x x x x x y y y y
10 x x x x y x x x y
11 x x y x x x y y y
12 x x x x x x y y y
13 x x x y y y y y y
14 x x x y y x y y y
15 x x y y y y y y y
16 x y y y y y y y y
17 x y y y x x x y y
18 x x x x y y y y y
19 x x x y x y y y y
20 x x x y x y y y y
21 x x x x x x x x x
22 x x x x x y y y x
23 x x y y y y y y y
24 x x y y y y y y y
25 x x x x x x y y y
26 x x x x y y y y y
27 x x x x y y y y y
28 x x x y y y y y y
29 x y y y y y y y y
30 x x x x x y y y y
31 x x x y y y y y y
32 x x x y y x y y y
33 x x x x x x y y y
34 x x x y y y y y y
35 x x x y y y y y y
36 x x x x x x y y y
37 x x x y y y y y y
38 x x y y y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L28
Keterangan:X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk +10o
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x x y y y y x x
2 x y y y y y y y y
3 x x y y y y y y y
4 x x y x x x y y y
5 x x y y y y y y y
6 x x x x y y y y y
7 x x y y y y y y y
8 x x x x x y y y y
9 x x x x x x y y y
10 x y y x y y y y x
11 x x y y x x x y y
12 x x x x x x x x y
13 x x x x x y y y y
14 x x y y y y y y y
15 x x y y x y x y y
16 x x x y y y y y y
17 x x x x x x x x x
18 x x x x x x x x x
19 x y x x x y y y y
20 x x y y y y y y y
21 x y x x x x x x y
22 x x x x x x x x x
23 x y y y x y y y y
24 x y y y y y y y y
25 x x x y y y y y y
26 x x x x x y y y y
27 x x x y x y y y y
28 x x x x x x y y y
29 x y x y y y y y y
30 x x x y y x x x x
31 x x x x x y y y y
32 x x y y y y y y y
33 x x x x x x y y y
34 x x x x y y y y y
35 x y x y y y y y y
36 x x x x x y y y y
37 x y x y x y y y y
38 x y y y y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L29
C. Pengujian variasi citra rambu larangan lalu lintas dengan k=5 ( dimasukan ke dalam
database)
Gambar rambu
larangan lalu
lintas
Percobaan untuk gambar original
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 y y y y y y y y y
2 y x y y y y x y y
3 x x x y y y y y y
4 x x x x x y y y y
5 x y x x y y y y y
6 x x x x x x x x y
7 x y x x y y y y y
8 x x x x x x y y y
9 x x x y y x x y y
10 x x x x x x x x x
11 x x x y y y y y y
12 x y x y y y y y y
13 x x x x y y x y y
14 x x x x y x y x y
15 x x x x x x y y y
16 x x x x x x x y x
17 x x x x y y y y y
18 x x x x y y y y y
19 x x x x x x x x x
20 x x x y y y y y y
21 x x x x x x y y y
22 x x x x x x x y y
23 x x x x x x y y y
24 x x x x y y y y y
25 y x x x x y y y y
26 x x y x y y y y y
27 x x x y x y y y y
28 x x x x x x x x x
29 x y x y y y y y y
30 x x x x x y y y y
31 x x y x y y x y y
32 x y y y x x x x x
33 x x x x x x y y y
34 x x x x x x y y y
35 x x x x y x x x x
36 x x x y y y y x x
37 x x x x y y y y y
38 x x x x x x x y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L30
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk -5o
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 y y y y x y y y y
2 y y y y y y y y y
3 x y y y y y y y y
4 x x x x x y y y y
5 x y x x y y y y y
6 x x y y y y y y y
7 y x x y y y y y y
8 x x y y y y y y y
9 x x x x x x x x x
10 x x x x y y y y y
11 x x x x x x y y y
12 y x x x x x x x x
13 x y x y y y y y y
14 x y x y y y y y y
15 x x x x x x x x y
16 x x x y y y y y y
17 x x x x x y y y y
18 x x x x y y y y y
19 x x x x x x x y y
20 x x x y y y y y y
21 x x x x y x x x y
22 x x x x x y x y y
23 x y y y y y y y y
24 x x x x x x y x y
25 x x x x y y y y y
26 x x x x x y y y y
27 x x x y y y y y y
28 x x x x x y y y y
29 x x x y y y y y y
30 x x x x x x x y y
31 x x y x y y y y y
32 x y x x x x y y y
33 x x x y x x y x y
34 x y y y y y y y y
35 x y y y y y y y y
36 x x x y y y y y y
37 x x x x y y y y y
38 x x x x y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L31
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk -10o
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x y y y y y y y
2 y x y y y y y y y
3 x x y y y y y y y
4 x x x y y y y y y
5 x x x y y y y y y
6 x x x x x x y y y
7 x x x x y y y y y
8 y x y y y y y y y
9 x x x x x y x y y
10 x x y x x x y y y
11 x x x x x y x y y
12 x x x x y x x x x
13 x x x y y y y y y
14 x x x y x y x x x
15 x x x x x y x x y
16 x x y x y y y y y
17 x x x x x y y y y
18 x x x y x y y y y
19 x x x y x y x x x
20 x x x y y y x x x
21 x x x y x y y y y
22 x x x x x x x y y
23 x x x y y y y y y
24 x x x x x x y x y
25 x x x x y y y y y
26 x x x x x y x y y
27 x x x y y y y y y
28 x x x x x x y y y
29 x x x y y y y y y
30 x x x x x x x x y
31 x x y y y y y x x
32 x x x x x x y y y
33 x x x y y y y y y
34 x x x x y y y y y
35 x x x y y y y y y
36 x x y y y y y y y
37 x x x x y y y y y
38 x x x y y y y y x
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L32
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk +5o
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x y y x y y y y
2 y x y x y y y y y
3 x x x y y y y y y
4 x x y y x y y y y
5 x y y y y y y y y
6 x x y y y y y y y
7 x x x y y y y y y
8 x x y y y y y y y
9 x x x x x x x x x
10 x x x x x x x y y
11 x x x x x x x x y
12 x x x x x x x x y
13 x x x x y y y y y
14 x x y y y y y y y
15 x y y y y y y y y
16 x x x y y y y y y
17 x x x x x x x x y
18 x x x x x y y y y
19 x x x x x x x x x
20 x x x x x y y y y
21 x x x x x x x x x
22 x x x x y x y y x
23 x y y y y y y y y
24 x y y y y y y y y
25 x x x x x y y y y
26 x x x x x x x y y
27 x x x y x x x y y
28 x x x y y x y y x
29 x x x y y y y y y
30 x x x x x y y y x
31 x x x x y y y y y
32 x x x y x y y y y
33 y x y y y y y y y
34 x x x x y y y y y
35 x x x y y y y y y
36 x x x x x y y y y
37 x x x x y y y y y
38 x x x x y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L33
Keterangan:X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk +10o
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x x x x x y y y
2 x y y y y y y y y
3 x x y y y y y y y
4 x x y x x y y y y
5 x y y y y y y y y
6 x x x y x x y y y
7 x x x y y y y y y
8 x x x y y y y y y
9 x x x x x x x y y
10 x y y x y y x x x
11 x x y y x x x y y
12 x x x x y y y y y
13 x x y y y y y y y
14 x x y y y y y y y
15 x x x y y y y y y
16 x x x y y y y x x
17 x x x x x x x x x
18 x x x x x y x y y
19 x x x x x y y y x
20 x y y y y y y y y
21 x x x x x x x x x
22 x x x x x x x x y
23 x y y y y y y y y
24 x y y y y y y y y
25 x x x x y y y y y
26 x x x x x x y y y
27 x x x y y x y y x
28 x x x x x y y y x
29 x y x y x y y y y
30 x x x x x x x x x
31 x x y y x y y y y
32 x x x y y y y y y
33 x x x y x x y y y
34 x x x x y y y y y
35 x x x y y y y y y
36 x x x x y y y y y
37 x x x y y y x y x
38 x x x y y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L34
D. Pengujian variasi citra rambu larangan lalu lintas dengan k=7 ( dimasukan ke dalam
database)
Gambar rambu
larangan lalu
lintas
Percobaan untuk gambar original
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x y x y y y y y
2 y x y y y y y y y
3 y y x y y y y y y
4 x x x x x x x y y
5 x y x y y y y y y
6 x x x x x x x x x
7 x x x x y y y y y
8 x x x x x x y y y
9 x x x y x x x x y
10 x x x x y y y y y
11 x x y x y y y y y
12 x x y x y y y y x
13 x x x x x x y y y
14 x x x x y x x y y
15 x x x y y y y x y
16 x x x x x x x x y
17 x x x x x x x x x
18 y x x x x y y y y
19 x x x x x x x x x
20 x x x y y y y y y
21 x x x y x x x y x
22 x x x x x x y y y
23 x x x x x y y y y
24 x x x x x x y y y
25 x x x x y y x y y
26 x x x x x y y y y
27 x x x y y y y y y
28 x x x x x x x x y
29 x x x x x y y y y
30 x x y y y y y y y
31 x x y y y y y x y
32 x y y y x y x x x
33 x x x y x x y y y
34 x x x x x x y y y
35 x y x y y y y y y
36 x x y y y y y y y
37 x x x x y y y y y
38 x x x x x y x y x
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L35
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk -5o
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x y y y x x y y y
2 x x y y y y y y y
3 x y y y y y y y y
4 x x x y y y y y y
5 x y x y y y y y y
6 x x x x x x x x y
7 x x x y y y y y y
8 x y y y x y y y y
9 x x x x x x x x y
10 x x x x y y y y x
11 x x y x y y y y y
12 x x y x x x x x x
13 x x x y y y y y y
14 x x x x y y y y y
15 x x y x y y y y y
16 x x x x x y y y y
17 x y x x x x x x y
18 x x x x x y y y y
19 x x x x x x x y x
20 x x x x x y y y y
21 x x y y y x x x x
22 x y x x x x x x y
23 x y y y y y y y y
24 x x x x x y y y y
25 x x x x y y y y y
26 x x x x x y y y y
27 x x x x x y x x y
28 x x x x x y x y x
29 x x y y x y x y y
30 x x x x x x x x y
31 x x x x x y y y y
32 x x x x x y y y y
33 x x x x x x x x y
34 x x x y y y y y y
35 x y x x x y y y y
36 x x x x x y y y y
37 x y x x x x y y y
38 x x x x x y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L36
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk -10o
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x x x x x y y y
2 y x x y y y y y y
3 x x x y y y y y y
4 x x x x x y y y y
5 x x x y y y y y y
6 x x x x x x x x y
7 x x y y y x y x y
8 x x x x x y x x y
9 x x x x x x x x y
10 x y y y y y y y y
11 x x x x x x x x y
12 x x x x x x x x x
13 x x x x x y y y y
14 x x x x y y y y y
15 x x y x x y x x x
16 x x x x y y y y y
17 x x x x x x x y y
18 x x x x x y y x y
19 x x x x x x x x x
20 x x x x x x y x y
21 x x x x y y y y x
22 x x x x x y x y y
23 x y y y y y y y y
24 x x x x x x x x y
25 x x x x x x y y y
26 x x x x x x x x x
27 x x x x y y y y y
28 x x x x x y x y x
29 x y y y y y y y y
30 x x x x x x x x y
31 x x y y y y y y x
32 x x x y x y y y y
33 x x x x x x x x y
34 x x x x y y y y y
35 x x x y y y y y y
36 x x x x x y y y y
37 x x x x y y y y y
38 x x y y y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L37
Gambar rambu
larangan lalu
lintas
Percobaan untuk +5o
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x x y y y y y y
2 x x y y y y y y y
3 x y y y y y y y y
4 x x y y y y y y y
5 x y y x x y y y y
6 x x x x x x y y y
7 x y x y y y y y y
8 x x x x x x x x x
9 x x x x y x x x y
10 x x y x x y x x x
11 x x x x x x x y x
12 x x x x x y x x x
13 x x x x y y y y y
14 x y x x x y y y y
15 x x y y x x y y y
16 x y y y y y y y y
17 x x y y y y x x x
18 x x x x x x y y y
19 x x x x x x x x x
20 x x x y y y y y y
21 x x x x x x x x x
22 x x x x y x y y x
23 x y y y y y y y y
24 x y y y y y y y y
25 x x x y y y y y y
26 x x x x y y y x x
27 x x x y x x x x x
28 x x x y x y y y x
29 x y x y y x x y y
30 x x x x x x x x x
31 x x y y y y y y y
32 x x x x y y y y y
33 x x y y x x x y y
34 x x x y y y y y y
35 x x x y y y y y y
36 x x x x x y y y y
37 x x x x x y y y y
38 x x x y y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L38
Keterangan:X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk +10o
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x y y x x x x y
2 x x y y y y y y y
3 x x x y y y y y y
4 x x x y y y y y y
5 x y x x y y y y y
6 x x x x x x y y y
7 y x x y y y y y y
8 x x x y y y y y y
9 x x x x x x y y x
10 x x x x x x x x x
11 x x x x y x x y y
12 x x x x x y y x x
13 x x x y y y y y y
14 x x x y y y y y y
15 x x x x y y x x y
16 x x x y y x y x x
17 x x x x x x x x x
18 x x x x x y y y x
19 x x x x x x x x x
20 x y y y y y y y y
21 x x x x x x x x x
22 x x x x x x x x x
23 x y y y y y y x y
24 x x y y y y y y y
25 x x x y y y y y y
26 x x x x x x x x x
27 x x x y x x y x x
28 x x x x x x x x x
29 x x x y y y y y y
30 x x x y x y y y y
31 x x x y y y y y y
32 x x x y x y y y y
33 x x x x x x y y y
34 x x x x y y x y y
35 x x x y y y y y y
36 x x x x x y y y y
37 x x x x y x x y y
38 x x y y y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L39
TABEL HASIL PERCOBAAN UNTUK VARIASI SKALA
A. Data pengujian untuk K-NN = 1 (tidak dimasukan ke dalam database)
Gambar rambu
larangan lalu
lintas
Percobaan untuk skala 90%
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x x y y y y y y
2 x x x y y y y y y
3 x x y y y y y y y
4 x x x x y y y y y
5 x y x y y y y y y
6 x x x x x x y y y
7 x x x x x y y y y
8 x x y x y y y y y
9 x x x x x x y y y
10 x x x x x x y y y
11 x x y x y y x y y
12 x x y y y y y y y
13 x x x y y y y y y
14 x x x x y y y y x
15 x x x x y y y y x
16 x y x x x y y y y
17 x y y x x x y y y
18 x x y y y y y y y
19 x x x x x x x y y
20 x y y y y y y y y
21 x x x y y y y y y
22 x x x y y y x x y
23 x x y y y y y x y
24 x x y y y y y x y
25 x x x y y y y y y
26 x x x x y y y y y
27 x y y y y y y y y
28 x x x y y y y y y
29 x y y y y y y y y
30 x x x x x x y y y
31 x x y y y y y y y
32 x x x x x x y y y
33 x x y y y y y y y
34 x x y y y y y y y
35 x x x y y y y y y
36 x x x x x x y y y
37 x x y y y y y y y
38 x y x y y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L40
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk skala 95%
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x x x x x y y y
2 x x y y y y y y y
3 y x x y y y y y y
4 x x x y y y y y y
5 x x x y y y y y y
6 x x x x y y y y y
7 x x x y y y y y y
8 x x y y x x x y y
9 x x x x x y y y y
10 x x x x x y y y y
11 x x x x x x y y y
12 x x x x x x y y y
13 x y y y y y y y y
14 x x x x y y y y y
15 x x x x y x x x x
16 x x y y y y y y y
17 x x x x x y y y y
18 x x x x x x x x x
19 x x x y y y y x y
20 x y y y y y y x y
21 x x x y y y y y y
22 x x x y y x x y y
23 x x x x y y y y y
24 x x x y y y y y y
25 x x x y y y y y y
26 x x x y y y y y y
27 x x x y y y y y y
28 x x x y y y y y x
29 x x x y y y y y y
30 x x x x x x y y y
31 x x y y y y y y y
32 x x x y y y y y y
33 x x x y y y y y y
34 x x x x x x y y y
35 x x x y y y y y y
36 x x y y y y y y y
37 x x y y y y y y y
38 x x x y y y y y x
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L41
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk skala 100
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x y y y y y y y y
2 x x x y y y y y y
3 x x x y y y y y y
4 x x x x y y y y y
5 x x x x y y y y y
6 x x x y y y y y y
7 x x x y y y y y y
8 x x x y y y y y y
9 x x x y y y y y y
10 x x x x x x x x y
11 x x x x y y y y y
12 x x x y y y y y y
13 x x x x y y y y y
14 x x x x y y y y y
15 x x x x x x y y y
16 x x x x x x x y y
17 x x y y y y y y y
18 x x x x y y y y y
19 x x x x y y x y y
20 x x x y y y y y x
21 x x x x y y y y y
22 x x x x y y y y y
23 x x y y y y y y y
24 x x y y y y y y y
25 x x y x y y y y y
26 x x y y y y y y y
27 x x x y y y y y y
28 x x x y y y y y y
29 x y x y y y y y y
30 x x x x x x y y y
31 x x y y y y y y y
32 y x y y y y x y y
33 x x y y y y y y y
34 x x x x x y y y y
35 x x x x x x x x y
36 x x x y y y y y y
37 x x x x y y y y y
38 x x x x x y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L42
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk 105%
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x y y y y y y y
2 x x y x y y y y y
3 x x y y y y y y y
4 x x y x y y y y y
5 x x x y y y y y y
6 x x x x y y y y y
7 x x x y y y y y y
8 x x x y x y y y y
9 y x x x x x x x y
10 x x x y x y x y x
11 x x x x x x x y y
12 x x y x x x y y y
13 x x x y y y y y y
14 x x x y y y y y y
15 x x y x y y x y y
16 x x x y y y y y y
17 x x x y y y y y y
18 x x x x y y y y y
19 x x x x y y y y y
20 x x y y x y y y y
21 x x y y y y y y y
22 x x x x x x y y y
23 x x y y y y y y y
24 x x y y x y y y y
25 x x x x y y y y y
26 x x x y y y y y y
27 x x x x y y y y y
28 x x x y y y y y y
29 x x x y y y y y y
30 x x x x x y y y y
31 x x x y y y y y y
32 x x x y y y y y y
33 x x x x y y y y y
34 x x x y y y y y y
35 x x x y y y y y y
36 x x x y y y y y y
37 x x x y y y y y y
38 x x x x y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L43
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk 110%
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x y y y y y y y
2 x x y x y y y y y
3 x x y y y y y y y
4 x x y x y y y y y
5 x x x y y y y y y
6 x x x x y y y y y
7 x x x y y y y y y
8 x x x y x y y y y
9 y x x x x x x x y
10 x x x y x y x y x
11 x x x x x x x y y
12 x x y x x x y y y
13 x x x y y y y y y
14 x x x y y y y y y
15 x x y x y y x y y
16 x x x y y y y y y
17 x x x y y y y y y
18 x x x x y y y y y
19 x x x x y y y y y
20 x x y y x y y y y
21 x x y y y y y y y
22 x x x x x x y y y
23 x x y y y y y y y
24 x x y y x y y y y
25 x x x x y y y y y
26 x x x y y y y y y
27 x x x x y y y y y
28 x x x y y y y y y
29 x x x y y y y y y
30 x x x x x y y y y
31 x x x y y y y y y
32 x x x y y y y y y
33 x x x x y y y y y
34 x x x y y y y y y
35 x x x y y y y y y
36 x x x y y y y y y
37 x x x y y y y y y
38 x x x x y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L44
B. Data pengujian untuk K-NN = 3 (tidak dimasukan ke dalam database)
Keterangan: X= Dikenali secara salah
Y= Dikenali secara bena
Gambar rambu
larangan lalu
lintas
Percobaan untuk 90%
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x x y y y y y y
2 x y x y y y y y y
3 x y y y y y y y y
4 x x y y y y y y y
5 x y y y y y y y y
6 x x y y y y y y y
7 x x x x y y y y y
8 x x x y y y y y y
9 x x x x x y y y y
10 x x x x y x x x y
11 x x y x x x y y y
12 x x x x x x y y y
13 x x x y y y y y y
14 x x x y y x y y y
15 x x y y y y y y y
16 x y y y y y y y y
17 x y y y x x x x y
18 x x x x y y y y y
19 x x x y x y y y y
20 x x y y y y y y y
21 x x x x x y y y y
22 x x x x x y y y y
23 x y y y y y y y y
24 x x y y y y y y y
25 x x x x x x y y y
26 x x x x y y y y y
27 x x x y y y y y y
28 x x x y y y y y y
29 x y y y y y y y x
30 x x x x x y y y y
31 x x x y y y y y y
32 x x x y y x y y y
33 x x x x x x y y y
34 x x x y y y y y y
35 x x x y y y y y y
36 x x x x x x y y y
37 x x x y y y y y y
38 x x y y y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L45
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk 95%
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x x y y y y y y
2 x y y y y y y y y
3 x x y y y y y y y
4 x x y x x x y y y
5 x y y y y y y y y
6 x x y x y y y y y
7 x x y y y y y y y
8 x x x x x y y y y
9 x x x x x x y y y
10 x y y x y y y y x
11 x x y y x x x y y
12 x x x x y x y x y
13 x x x x x y y y y
14 x x y y y y y y y
15 x x y y x y x y y
16 x x x y y y y y y
17 x x x x x x x x x
18 x y x y x y x x x
19 x y x x x y y y y
20 x x y y y y y y y
21 x y x x x x x x y
22 x x x x x x x x x
23 x y y y x y y y y
24 x y y y y y y y y
25 x x x y y y y y y
26 x x x x x y y y y
27 x x x y x y y y y
28 x x x x x x y y y
29 x y x y y y y y y
30 x x x y y x x x x
31 x x x x x y y y y
32 x x y y y y y y y
33 x x x x x x y y y
34 x x x x y y y y y
35 x y x y y y y y y
36 x x x x x y y y y
37 x y x y x y y y y
38 x y y y y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L46
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk 100%
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x x y y y y y y
2 x y y y y y y y y
3 x x y y y y y y y
4 x x y x x x y y y
5 x y y y y y y y y
6 x x y x y y y y y
7 x x y y y y y y y
8 x x x x x y y y y
9 x x x x x x y y y
10 x y y x y y y y x
11 x x y y x x x y y
12 x x x x y x y x y
13 x x x x x y y y y
14 x x y y y y y y y
15 x x y y x y x y y
16 x x x y y y y y y
17 x x x x x x x x x
18 x y x y x y x x x
19 x y x x x y y y y
20 x x y y y y y y y
21 x y x x x x x x y
22 x x x x x x x x x
23 x y y y x y y y y
24 x y y y y y y y y
25 x x x y y y y y y
26 x x x x x y y y y
27 x x x y x y y y y
28 x x x x x x y y y
29 x y x y y y y y y
30 x x x y y x x x x
31 x x x x x y y y y
32 x x y y y y y y y
33 x x x x x x y y y
34 x x x x y y y y y
35 x y x y y y y y y
36 x x x x x y y y y
37 x y x y x y y y y
38 x y y y y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L47
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk 105%
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 y x x y y y y y y
2 x x y y y y y y y
3 x y y y y y y y y
4 x y x x y y y y y
5 x x x x y y y x y
6 x x y x x y y y y
7 x x y y y y y y y
8 x x x y x y y y x
9 x x x y y y y y y
10 x x x y y y y y y
11 x x x y x y y y y
12 x x x x y x x y y
13 x x x y y y y y y
14 x x y y y x y y y
15 x x x y y y y x x
16 x x x x y y y y y
17 x x x y y y y y y
18 x y y y y y x y y
19 x x x x y y x x y
20 x x y y y y y y y
21 x x x y y y y y y
22 x x x x x y x x y
23 x x x y y y y y y
24 x x x x x x x x y
25 x x x x y y y y y
26 x x x x x y y y y
27 x x x y y y y y y
28 x x x x x x y y y
29 x x x x x y x y y
30 x x x x x y y y y
31 x x x x y y y y y
32 x y y y y y y y y
33 x x x x y y y y y
34 x x x y y y y y y
35 x x y y y y y y y
36 x x x x x y y y y
37 x x x x x x y y y
38 x x x y y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L48
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk 110%
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x y y y y y y y y
2 x x y y y y y y y
3 y y y y y y y y y
4 x x y y y y y y y
5 x y x y y y y y y
6 x x x x x x y y y
7 y x x y y y y y y
8 x x y y y y x x y
9 x x x y y y y x x
10 x x x x x y y y y
11 x x x y x y y y y
12 x y x x x x x x x
13 x x x y y y y y y
14 y x x x y y x x y
15 x x y y y y y y y
16 x x y y y y y y y
17 x y x x y y y y y
18 x x x y y x x x y
19 x x y y x x x x x
20 x x x y y y y y y
21 x x x y y y y y y
22 x x x y y y y y y
23 x x x y y y y y y
24 x x x x y y x y y
25 x x x x x x y y y
26 x x x x x x x y y
27 x x x x x y y y y
28 x x x y y x y y y
29 x x x y y y y y y
30 x x x x x x x x x
31 x x x x x x y y y
32 x x y y x y y y y
33 x x x x y y y y y
34 x x x x y y y y y
35 x y y y y y y y y
36 x x x x x y y y y
37 x x x x x y y y y
38 x x x x x y y x y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L49
C. Data pengujian untuk K-NN = 5 (tidak dimasukan ke dalam database)
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk 90%
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x y y y y y y y
2 y x y y y y y y y
3 x x y y y y y y y
4 x x x y y y y y y
5 x x x y y y y y y
6 x x x x x x y y y
7 x x x x y y y y y
8 y x y y y y y y y
9 x x x x x y x y y
10 x x y x x x y y y
11 x x x x x y x y y
12 x x x x y x x x x
13 x x x y y y y y y
14 x x x y x y x x x
15 x x x x x y x x y
16 x x y x y y y y y
17 x x x x x y y y y
18 x x x y x y y y y
19 x x x y x y x x x
20 x x x y y y x x x
21 x x x y x y y y y
22 x x x x x x x y y
23 x x x y y y y y y
24 x x x x x x y x y
25 x x x x y y y y y
26 x x x x x y x y y
27 x x x y y y y y y
28 x x x x x x y y y
29 x x x y y y y y y
30 x x x x x x x x y
31 x x y y y y y x x
32 x x x x x x y y y
33 x x x y y y y y y
34 x x x x y y y y y
35 x x x y y y y y y
36 x x y y y y y y y
37 x x x x y y y y y
38 x x x y y y y y x
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L50
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk 95%
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x y y x y y y y
2 y x y x y y y y y
3 x x x y y y y y y
4 x x y y x y y y y
5 x y y y y y y y y
6 x x y y y y y y y
7 x x x y y y y y y
8 x x y y y y y y y
9 x x x x x x x x x
10 x x x x x x x y y
11 x x x x x x x x y
12 x x x x x x x x y
13 x x x x y y y y y
14 x x y y y y y y y
15 x y y y y y y y y
16 x x x y y y y y y
17 x x x x x x x x y
18 x x x x x y y y y
19 x x x x x x x x x
20 x x x x x y y y y
21 x x x x x x x x x
22 x x x x y x y y x
23 x y y y y y y y y
24 x y y y y y y y y
25 x x x x x y y y y
26 x x x x x x x y y
27 x x x y x x x y y
28 x x x y y x y y x
29 x x x y y y y y y
30 x x x x x y y y x
31 x x x x y y y y y
32 x x x y x y y y y
33 y x y y y y y y y
34 x x x x y y y y y
35 x x x y y y y y y
36 x x x x x y y y y
37 x x x x y y y y y
38 x x x x y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L51
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk 100%
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x y y x y y y y
2 y x y x y y y y y
3 x x x y y y y y y
4 x x y y x y y y y
5 x y y y y y y y y
6 x x y y y y y y y
7 x x x y y y y y y
8 x x y y y y y y y
9 x x x x x x x x x
10 x x x x x x x y y
11 x x x x x x x x y
12 x x x x x x x x y
13 x x x x y y y y y
14 x x y y y y y y y
15 x y y y y y y y y
16 x x x y y y y y y
17 x x x x x x x x y
18 x x x x x y y y y
19 x x x x x x x x x
20 x x x x x y y y y
21 x x x x x x x x x
22 x x x x y x y y x
23 x y y y y y y y y
24 x y y y y y y y y
25 x x x x x y y y y
26 x x x x x x x y y
27 x x x y x x x y y
28 x x x y y x y y x
29 x x x y y y y y y
30 x x x x x y y y x
31 x x x x y y y y y
32 x x x y x y y y y
33 y x y y y y y y y
34 x x x x y y y y y
35 x x x y y y y y y
36 x x x x x y y y y
37 x x x x y y y y y
38 x x x x y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L52
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk 105%
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x y y x y y y y
2 y x y x y y y y y
3 x x x y y y y y y
4 x x y y x y y y y
5 x y y y y y y y y
6 x x y y y y y y y
7 x x x y y y y y y
8 x x y y y y y y y
9 x x x x x x x x x
10 x x x x x x x y y
11 x x x x x x x x y
12 x x x x x x x x y
13 x x x x y y y y y
14 x x y y y y y y y
15 x y y y y y y y y
16 x x x y y y y y y
17 x x x x x x x x y
18 x x x x x y y y y
19 x x x x x x x x x
20 x x x x x y y y y
21 x x x x x x x x x
22 x x x x y x y y x
23 x y y y y y y y y
24 x y y y y y y y y
25 x x x x x y y y y
26 x x x x x x x y y
27 x x x y x x x y y
28 x x x y y x y y x
29 x x x y y y y y y
30 x x x x x y y y x
31 x x x x y y y y y
32 x x x y x y y y y
33 y x y y y y y y y
34 x x x x y y y y y
35 x x x y y y y y y
36 x x x x x y y y y
37 x x x x y y y y y
38 x x x x y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L53
Gambar rambu
larangan lalu
lintas
Percobaan untuk 110%
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x x x x x y y y
2 x y y y y y y y y
3 x x y y y y y y y
4 x x y x x y y y y
5 x y y y y y y y y
6 x x x y x x y y y
7 x x x y y y y y y
8 x x x y y y y y y
9 x x x x x x x y y
10 x y y x y y x x x
11 x x y y x x x y y
12 x x x x y y y y y
13 x x y y y y y y y
14 x x y y y y y y y
15 x x x y y y y y y
16 x x x y y y y x x
17 x x x x x x x x x
18 x x x x x y x y y
19 x x x x x y y y x
20 x y y y y y y y y
21 x x x x x x x x x
22 x x x x x x x x y
23 x y y y y y y y y
24 x y y y y y y y y
25 x x x x y y y y y
26 x x x x x x y y y
27 x x x y y x y y x
28 x x x x x y y y x
29 x y x y x y y y y
30 x x x x x x x x x
31 x x y y x y y y y
32 x x x y y y y y y
33 x x x y x x y y y
34 x x x x y y y y y
35 x x x y y y y y y
36 x x x x y y y y y
37 x x x y y y x y x
38 x x x y y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L54
D. Data pengujian untuk K-NN = 7 (tidak dimasukan ke dalam database)
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk 90%
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x x x x x y y y
2 x y y y y y y y y
3 x x y y y y y y y
4 x x y x x y y y y
5 x y y y y y y y y
6 x x x y x x y y y
7 x x x y y y y y y
8 x x x y y y y y y
9 x x x x x x x y y
10 x y y x y y x x x
11 x x y y x x x y y
12 x x x x y y y y y
13 x x y y y y y y y
14 x x y y y y y y y
15 x x x y y y y y y
16 x x x y y y y x x
17 x x x x x x x x x
18 x x x x x y x y y
19 x x x x x y y y x
20 x y y y y y y y y
21 x x x x x x x x x
22 x x x x x x x x y
23 x y y y y y y y y
24 x y y y y y y y y
25 x x x x y y y y y
26 x x x x x x y y y
27 x x x y y x y y x
28 x x x x x y y y x
29 x y x y x y y y y
30 x x x x x x x x x
31 x x y y x y y y y
32 x x x y y y y y y
33 x x x y x x y y y
34 x x x x y y y y y
35 x x x y y y y y y
36 x x x x y y y y y
37 x x x y y y x y x
38 x x x y y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L55
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk 95%
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x x x x x y y y
2 x y y y y y y y y
3 x x y y y y y y y
4 x x y x x y y y y
5 x y y y y y y y y
6 x x x y x x y y y
7 x x x y y y y y y
8 x x x y y y y y y
9 x x x x x x x y y
10 x y y x y y x x x
11 x x y y x x x y y
12 x x x x y y y y y
13 x x y y y y y y y
14 x x y y y y y y y
15 x x x y y y y y y
16 x x x y y y y x x
17 x x x x x x x x x
18 x x x x x y x y y
19 x x x x x y y y x
20 x y y y y y y y y
21 x x x x x x x x x
22 x x x x x x x x y
23 x y y y y y y y y
24 x y y y y y y y y
25 x x x x y y y y y
26 x x x x x x y y y
27 x x x y y x y y x
28 x x x x x y y y x
29 x y x y x y y y y
30 x x x x x x x x x
31 x x y y x y y y y
32 x x x y y y y y y
33 x x x y x x y y y
34 x x x x y y y y y
35 x x x y y y y y y
36 x x x x y y y y y
37 x x x y y y x y x
38 x x x y y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L56
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk 100%
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x y x y y y y y
2 y x y y y y y y y
3 y y x y y y y y y
4 x x x x x x x y y
5 x y x y y y y y y
6 x x x x x x x x x
7 x x x x y y y y y
8 x x x x x x y y y
9 x x x y x x x x y
10 x x x x y y y y y
11 x x y x y y y y y
12 x x y x y y y y x
13 x x x x x x y y y
14 x x x x y x x y y
15 x x x y y y y x y
16 x x x x x x x x y
17 x x x x x x x x x
18 y x x x x y y y y
19 x x x x x x x x x
20 x x x y y y y y y
21 x x x y x x x y x
22 x x x x x x y y y
23 x x x x x y y y y
24 x x x x x x y y y
25 x x x x y y x y y
26 x x x x x y y y y
27 x x x y y y y y y
28 x x x x x x x x y
29 x x x x x y y y y
30 x x y y y y y y y
31 x x y y y y y x y
32 x y y y x y x x x
33 x x x y x x y y y
34 x x x x x x y y y
35 x y x y y y y y y
36 x x y y y y y y y
37 x x x x y y y y y
38 x x x x x y x y x
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L57
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk 105%
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x x x y y y y y y
2 x x y y y y y y y
3 x y y y y y y y y
4 x x y y y y y y y
5 x y y x x y y y y
6 x x x x x x y y y
7 x y x y y y y y y
8 x x x x x x x x x
9 x x x x y x x x y
10 x x y x x y x x x
11 x x x x x x x y x
12 x x x x x y x x x
13 x x x x y y y y y
14 x y x x x y y y y
15 x x y y x x y y y
16 x y y y y y y y y
17 x x y y y y x x x
18 x x x x x x y y y
19 x x x x x x x x x
20 x x x y y y y y y
21 x x x x x x x x x
22 x x x x y x y y x
23 x y y y y y y y y
24 x y y y y y y y y
25 x x x y y y y y y
26 x x x x y y y x x
27 x x x y x x x x x
28 x x x y x y y y x
29 x y x y y x x y y
30 x x x x x x x x x
31 x x y y y y y y y
32 x x x x y y y y y
33 x x y y x x x y y
34 x x x y y y y y y
35 x x x y y y y y y
36 x x x x x y y y y
37 x x x x x y y y y
38 x x x y y y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L58
Keterangan: X= Dikenali secara salah
Y= Dikenali secara benar
Gambar rambu
larangan lalu
lintas
Percobaan untuk 110%
Resizing 64x64
Tingkat pengenalan (%)
2x2 3x3 4x4 5x5 6x6 7x7 8x8 9x9 10x10
1 x y y y x x y y y
2 x x y y y y y y y
3 x y y y y y y y y
4 x x x y y y y y y
5 x y x y y y y y y
6 x x x x x x x x y
7 x x x y y y y y y
8 x y y y x y y y y
9 x x x x x x x x y
10 x x x x y y y y x
11 x x y x y y y y y
12 x x y x x x x x x
13 x x x y y y y y y
14 x x x x y y y y y
15 x x y x y y y y y
16 x x x x x y y y y
17 x y x x x x x x y
18 x x x x x y y y y
19 x x x x x x x y x
20 x x x x x y y y y
21 x x y y y x x x x
22 x y x x x x x x y
23 x y y y y y y y y
24 x x x x x y y y y
25 x x x x y y y y y
26 x x x x x y y y y
27 x x x x x y x x y
28 x x x x x y x y x
29 x x y y x y x y y
30 x x x x x x x x y
31 x x x x x y y y y
32 x x x x x y y y y
33 x x x x x x x x y
34 x x x y y y y y y
35 x y x x x y y y y
36 x x x x x y y y y
37 x y x x x x y y y
38 x x x x x y y y y
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L59
LAMPIRAN VI
Gambar Grafik Hasil Tingkat Pengenalan Untuk Variasi Rotasi
a. Grafik Untuk k=1
b. Grafik Untuk k=3
0
10
20
30
40
50
60
70
80
90
100
Variasi
Rotasi
Ukuran Window
Resizing 64x64
dengan k=1
-10
-5
0
5
10
rata-rata
0
10
20
30
40
50
60
70
80
90
100Variasi
Rotasi
Ukuran Window
Resizing 64x64
dengaan k=3
-10
-5
0
5
10
Rata-rata
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L60
c. Grafik Untuk k=5
d. Grafik Untuk k=7
0
10
20
30
40
50
60
70
80
90
100Variasi
Rotasi
Ukuran Window
Resizing 64x64
dengan k=5
-10
-5
0
5
10
Rata-rata
0
10
20
30
40
50
60
70
80
90
100 Variasi
Rotasi
Ukuran Window
Resizing 64x64
dengan k=7
-10
-5
0
5
10
Rata-rata
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L61
Gambar Grafik Hasil Tingkat Pengenalan Untuk Variasi skala
a. Grafik Untuk k=1
b. Grafik Untuk k=3
0
10
20
30
40
50
60
70
80
90
100 Variasi
Skala
Ukuran Window
Resizing 64 x 64
dengan k=1
90
95
100
105
110
rata-rata
0
10
20
30
40
50
60
70
80
90
100 Variasi
Skala
Ukuran Window
Resizing 64 x64
dengan k=3
90
95
100
105
110
rata-rata
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L62
c. Grafik Untuk k=5
d. Grafik Untuk k=7
0
10
20
30
40
50
60
70
80
90
100Variasi
Skala
Ukuran Window
Resizing 64 x 64
dengan k=5
90
95
100
105
110
rata-rata
0
10
20
30
40
50
60
70
80
90
100 Variasi
Skala
Ukuran Window
Resizing 64 x 64
dengan k=7
90
95
100
105
110
rata-rata
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L63
LAMPIRAN VII
Hasil pengenalan dari proses Presprocessing
a. Proses capture
b. Proses grayscale
c. Proses cropping
d. Proses resizing
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L64
e. Proses ekstraksi ciri DCT
f. Hasil tampilan ukuran window
2x2 3x3 4x4
5x5 6x6 7x7
8x8 9x9 10x10
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI