PERANCANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN …
Transcript of PERANCANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN …
Jurnal Ilmiah NERO Vol. 2, No.2 2016
115 | N E R O
PERANCANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN
PEMILIHAN SUPPLIER PADA UD. SEMBODO SAWOO
BERBASIS WEB
Fauzan Masykur1)
, Ali Mahmudi 2)
Program Studi Teknik Informatika
Fakultas Teknik, Universitas Muhammadiyah Ponorogo
Email : 1) [email protected], 2)
ABSTRAK
Supplier bahan baku merupakan sumber daya utama dalam peningkatan kualitas dan kuantitas
distribusi suatu perusahaan distributor, oleh sebab itu diperlukan supplier bahan baku yang profesional
dan berkualitas untuk meningkatkan mutu tersebut. Salah satu upaya untuk mendapatkan supplier bahan
baku yang berkualitas adalah dengan melakukan pemilihan supplier. Sistem pendukung keputusan yang
dilakukan pada UD Sembodo masih bersifat konvensional yang hanya didasarkan pada unsur
pengalaman selama bermitra bisnis dan performasi secara umum tanpa menilai dari segi-segi yang lebih
detail sehingga penilaian masih bersifat subyektif.Berdasarkan permasalahan tersebut, maka dalam
penelitian ini dikembangkan sistem pendukung keputusan dengan menggunakan metode FMADM dengan
perhitungan SAW untuk penentuan supplier penyedia bahan baku. Sistem ini menggunakan kriteria yang
ditentukan oleh pengguna, diproses dengan perhitungan SAW, dan menghasilkan daftar penilaian
masing-masing supplier penyedia bahan baku yang akan dipilih. Hasil pengujian sistem pendukung
keputusan ini menyatakan bahwa sistem telah berjalan dengan benar, sehingga sistem ini dapat
digunakan untuk membantu pimpinan dalam mengambil keputusan pemilihan supplier bahan baku yang
lebih obyektif.
Kata kunci: suplier, sistem pendukung keputusan, SAW, FMADM
ABSTRACT
Supplier of raw materials is a main resource in improving quality and quantity of distribution from
company distributor, therefore, it is necessary to have a qualified and professionals suppliers of raw
material to improve quality. An effort to get a good quality supplier of raw materials is perform a
supplier selection. In selecting the supplier, UD Sembodo based on experience during a business partner
without judging of facets in detail so that ratings are subjective. Based on these problems, in this study
developed a decision support system using SAW FMADM calculations for determining the suppliers of
raw material. This system uses the criteria set by the owner, processed with the calculation of SAW, and
generates a list of values based on calculation. The test results of this decision support system stating that
system has been running correctly, so that system can be used to assist management in making a decision
to choose supplier of raw material selection objectively.
Keywords: suppliers, decision support systems, SAW, MADM.
1. PENDAHULUAN
Di era globalisasi seperti saat ini, persaingan antar perusahaan menjadi semakin ketat.
Supplier sebagai pihak penyedia bahan baku, sangat berperan penting dalam menentukan
kualitas produk dan kelancaran proses penyaluran barang. Untuk itu, perusahaan perlu selektif
dalam memilih Supplier sebagai mitra bisnis.
UD. Sembodo Sawoo merupakan sebuah perusahaan penyalur barang yang bergerak dalam
penjualan material bangunan. Masalah yang dialami UD. Sembodo Sawoo adalah sulitnya
menentukan Supplier mana yang memiliki performasi baik dari segi waktu pengiriman, kualitas
dan kuantitas sehingga perusahaan bisa memprioritaskan Supplier tersebut dalam memenuhi
bahan baku yang dibutuhkan. Selain itu dalam memilih Supplier pihak UD. Sembodo Sawoo
masih menggunakan cara subyektif yaitu dengan berdasarkan pengalaman menjadi mitra kerja
tanpa memperhitungkan berdasarkan kriteria. Tentu saja hal ini tidak efektif bila digunakan
sebagai acuan dalam pemilihan Supplier.
Jurnal Ilmiah NERO Vol. 2, No.2 2016
116 | N E R O
Untuk memudahkan pemilihan Supplier, maka dibutuhkan sebuah sistem atau metode yang
tidak hanya memprioritaskan subyektifitas melainkan menggunakan data sebagai acuan dalam
memilih Supplier, sehingga hasil pemilihan bisa lebih efektif dan akurat. Untuk itu dibuatlah
sistem pendukung keputusan yang bertujuan untuk mempermudah dan memberikan pilihan
Supplier yang cocok bagi konsumen dan diharapkan dapat membantu masalah - masalah yang
ada pada perusahaan. Dalam penelitian ini nantinya Aplikasi Sistem Pendukung Keputusan
dijalankan oleh pemilik UD. Sembodo Sawoo diserahkan ke bagian manager yang berwenang
dalam pengambilan keputusan.
Mengingat pentingnya suatu metode untuk membantu sistem pengambilan keputusan
pemilihan Supplier pada UD. Sembodo Sawoo, maka penulis tertarik untuk melakukan
penelitian dengan menggunakan pendekatan Fuzzy Multiple Attribute Decision Making
(FMADM) untuk mencari inputan data kemudian dilanjutkan dengan menggunakan metode
SAW (Simple Additive Weighting) sebagai perhitungannya.
1.1 Perumusan Masalah
Berdasarkan permasalahan diatas maka rumusan masalah yang akan dibahas dalam
penelitian ini adalah:
a. Bagaimana menerapkan pendekatan Fuzzy Multiple Attribute Decision Making (FMADM)
dan metode SAW dalam pemilihan supplier untuk membantu UD. Sembodo Sawoo agar
dapat bekerja dengan cepat dan tepat?
b. Kriteria apa saja yang diperlukan dalam proses seleksi pemilihan supplier pada UD
Sembodo?
c. Bagaimana merancang aplikasi sistem pendukung keputusan pemilihan supplier dengan
menggunakan Bahasa Pemrograman PHP MyAdmin dan MySQL?
2. DASAR TEORI
2.1 Sistem Pendukung Keputusan
Decision Support System (DSS) biasanya dibangun untuk mendukung solusi atas suatu
masalah atau untuk mengevaluasi suatu peluang. Decision Support System (DSS) yang seperti
itu disebut aplikasi Decision Support System (DSS). Aplikasi Decision Support System (DSS)
digunakan dalam pengambilan keputusan. [1]
2.2 Fuzzy Logic
Logika Fuzzy merupakan studi tentang metode dan prinsip-prinsip pemikiran dimana
pemikiran tersebut menghasilkan preposisi yang baru dari preposisi yang lama. Pada logika
lama, preposisi diperlukan diantara true dan false, nilai kebenaran dari preposisi tersebut antara
1 atau 0. Fuzzy logic membuat pernyataan umum dari dua nilai logika lama dengan cara
menyertakan nilai kebenaran dari sebuah preposisi untuk dijadikan sembarang angka diantara
interval (1,0). [2]
2.3 Fuzzy Multiple Attribute Decision Making (FMADM)
Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang digunakan
untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari
FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan
proses perangkingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada
3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif
dan pendekatan integrasi antara subyektif & obyektif. Masing-masing pendekatan memiliki
kelebihan dan kelemahan.
Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para
pengambil keputusan, sehingga beberapa faktor dalam proses perangkingan alternatif bisa
ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara
matematis sehingga mengabaikan subyektifitas dari pengambil keputusan. [3]
Jurnal Ilmiah NERO Vol. 2, No.2 2016
117 | N E R O
2.4 Simple Additive Weight (SAW)
Metode SAW sering juga dikenal sebagai metode penjumlahan terbobot. Konsep dasar
metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif
pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke
suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.
Gambar 1 : Formula untuk mencari normalisasi.
Keterangan,
Rij : Rating kinerja ternormalisasi.
Maximum : Nilai maksimum dari setiap baris dan kolom.
Minimum : Nilai minimum dari setiap baris dan kolom.
Xij : Baris dan kolom dari matriks.
Benefit : Jika nilai terbesar adalah terbaik.
Cost : Jika nilai terkecil adalah terbaik.
Dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2,...,m
dan j=1,2,...,n.
Nilai preferensi untuk setiap alternative (Vi) diberikan sebagai:
Gambar 2 : Formula mencari nilai preverensi
Keterangan ,
Vi : Nilai Akhir Alternative.
Wi : Bobot yang telah ditentukan.
Rij : Normalisasi matriks.
Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih. [4]
3. METODOLOGI PENELITIAN
3.1 Alat dan Bahan
a. Literatur dari berbagai sumber seperti buku, jurnal dan internet browsing.
b. Hasil wawancara dari narasumber yaitu pihak pemilik UD Sembodo Sawoo.
3.2. Langkah-langkah
a. Studi Pustaka, yaitu kegiatan menghimpun informasi yang relevan dengan topik atau
masalah yang akan atau sedang diteliti, dari buku-buku ilmiah, laporan penelitian,
karangan-karangan ilmiah, peraturan-peraturan, ketetapan-ketetapan, jurnal, dan sumber-
sumber tertulis baik tercetak maupun elektronik lain.
b. Observasi dan pengumpulan data, Observasi adalah metode pengumpulan data melalui
pengamatan langsung atau peninjauan secara cermat dan langsung di lapangan atau lokasi
penelitian. Pengumpulan data juga dilakukan dengan wawancara pada nara sumber yang
kompeten.
c. Rancangan prototype, Kegiatan perancangan meliputi rancangan database, user interface
dan coding program.
d. Implementasi, hasil rancangan prototype diimplementasikan dalam sebuah aplikasi.
e. Evaluasi dan pengujian sistem, tahap pengujian dilakukan setelah semua rancangan
prototype diimplementasikan dengan tujuan untuk mengetahui apakah sistem pendukung
keputusan yang dibuat sesuai dengan tujuannya yaitu memberikan keputusan tentang
pemilihan suplier pada UD Sembodo.
Jurnal Ilmiah NERO Vol. 2, No.2 2016
118 | N E R O
4. PENGUJIAN DAN PEMBAHASAN
4.1 Analisis Kebutuhan
Analisis kebutuhan sistem ini digunakan untuk mengumpulkan data dan memilih metode
dan teknologi yang sesuai untuk sistem yang akan dibuat. Hasil dari penelitian yang telah
dilakukan didapatkan tujuh kriteria dalam pemilihan suplier :
1. Tingkat kenaikan harga = 20%.
2. Tingkat besarnya diskon = 10%.
3. Waktu pengiriman = 20%.
4. Ketepatan jumlah barang = 20%.
5. Level cacat barang yang dikirim = 15%
6. Respon layanan pengaduan = 5%
7. Ada atau tidaknya garansi = 10%
Setelah tujuh kriteria di atas terpenuhi, diperlukan suatu metode sebagai alat pengambilan
keputusannya. Dimana salah satu metode terbaik dalam pengambilan keputusan tersebut adalah
metode Fuzzy Multiple Attribute Decision Making (FMADM) dengan perhitungan SAW.
3.2 Perancangan Basis Data
Selanjutnya setelah kriteria dan metode terpenuhi, ada beberapa proses yang harus
dijelaskan dalam perancangan basis datanya tersebut. Sehingga sistem pendukung keputusan ini
dapat dipahami bagaimana perancangannya dan dapat bermanfaat bagi semua orang.
Diantaranya sebagai berikut:
a. Flowchart
Flowchart adalah sebuah diagram alur yang menjelaskan setiap proses yang dilakukan
dalam proses suatu sistem. Dari pengamatan yang dilakukan dapat digambarkan flowchart
proses sistem pendukung keputusan pemilihan suplier seperti pada Gambar 3:
Gambar 3 Flowchart Sistem
Start Input Username
Dan Password Proses Login
Cek
Input Data
Barang
Proses
Simpan
Barang
Proses
Tampil
Barang
Input Data
Suplier
Proses Simpan
Data Suplier
Benar
Salah
Proses Tampil
Suplier
Input Data
Nilai Suplier
Proses
Simpan Data
Nilai Suplier
Proses
Tampil Nilai
Suplier
Input Data
Nilai
Kriteria
Proses
Simpan Data
Nilai Kriteria
Proses
Tampil Nilai
Kriteria
Proses
Perhitungan
Matrik Awal
Proses
Perhitungan
Matrik
Normalisasi
Proses
Perhitungan Akhir
(Perangkingan)
Cetak Hasil
End
Jurnal Ilmiah NERO Vol. 2, No.2 2016
119 | N E R O
user SPK Pemilihan Supplier UD
Sembodo
0
Review Hasil APK Sebelumnya
Data Nilai Supplier
Data Supplier
Data Barang
Data Login
Admin
Halaman User
Hasil SPK
Historis Hasil SAW
Review Hasil APK Sebelumnya
Data Nilai Kriteria
Data Nilai Supplier
Data Supplier
Data Barang
Data Login
Halaman User
Hasil SPK
Historis Hasil SAW
User
1
Login ke
sistem1 tb.user
2
proses data
user
2 tb.barang
3 tb.supplier
6 tb.hasil
3
proses data
barang
5 tb.nilaikriteria
4 tb.nilaisupplier
kode user + password user
Login gagal
Login sukses user
Input data user
Info data user
4
proses data
supplier
5
proses data
nilai
supplier
6
proses data
nilai kriteria
7
perhitungan
SAW
data user
data user
Input data barang
Input data supplier
Input data nilai supplier
Input data nilai kriteria
Info data barang
Info data supplier
Info data nilai supplier
Info data nilai kriteria
data barang
data supplier
data nilai supplier
data nilai kriteria
8
Review
Hasil
data hasil perhitungan
data nilai kriteria
data nilai supplier
data supplier
data barang
data hasil perhitungan
Info hasil SPK
Review hasil SPK
Admin
kode user + password admin
Login gagal
Login sukses admin
b. Data Flow Diagram (DFD)
1. Diagram Konteks
Diagram Konteks mengambarkan secara umum proses tranformasi data dalam sistem
pendukung keputusan pemilihan suplier ini. Untuk lebih jelasnya dapat dilihat pada gambar
berikut ini :
Gambar 4 Diagram Konteks
2. DFD Level 1 Pengolahan Data
DFD level 1 dari SPK pemilihan supplier UD Sembodo ini menggambarkan secara umum
dari proses-proses yang
terdapat pada SPK pemilihan supplier UD Sembodo secara lebih rinci.
Secara umum, proses-proses yang terdapat pada SPK pemilihan supplier UD Sembodo
dapat dilihat pada gambar 5 ;
Gambar 5. DFD Level 1 Pengolahan Data
Jurnal Ilmiah NERO Vol. 2, No.2 2016
120 | N E R O
1
User
mengubah
barang
suplier
nilaisuplier
nilaikriteria
hasil
mengubah
mengubah
mengubah
4
mendukung
mendukung
2
melihat
id_user
username
password
status
kd_barangnm_barangkd_suplier
alamat
nm_suplier
kd_brang
nm_suplier
nilai
nm_barang
kd_suplier
2
C1
0
id_nilaikriteria
c4
c2
c5
c1
c3
kd_barang
3
kd_suplier
3
1
1
1
11
1
1
1
1
n
n n
n
nama
almat
id_nilaisuplier nm_suplier
2
c6
c7
C2
0C3
0
C5
0
C4
0C6
0
C7
0
a. Entity Relationship Diagram (ERD)
Terdapat enam tabel dari sistem pendukung keputusan pemilihan suplier di UD Sembodo
berbasis web ditunjukkan pada gambar berikut ini :
Gambar 6. Entity Relationship Diagram (ERD)
3.3 Interface
a. Halaman Login, berfungsi sebagai keamanan sistem menggunakan kombinasi username
dan password.
b. Halaman Utama, berfungsi sebagai halaman dari semua menu yang ada.
c. Halaman Data Barang, berfungsi untuk mengolah data barang seperti input,edit, dan delete
barang.
d. Halaman Data Suplier, digunakan untuk mengolah data diri para suplier seperti nama,
alamat, dan barang.
e. Halaman Nilai Suplier, digunakan untuk mengolah data penilain kepada masing-masing
suplier berdasarkan kriteria.
f. Halaman Nilai Kriteria, digunakan untuk mengolah data penilain dari sang pemilik yang
digunakan sebagai pembanding.
g. Halaman Perhitungan, digunakan untuk menampilkan proses perhitungan beserta hasil
perangkingan.
h. Halaman Hasil, digunakan untuk menampilkan hasil perhitungan beserta detail data diri
suplier.
i. Halaman Cetak, digunakan untuk menampilkan hasil perangkingan dalam bentuk laporan
dokumen.
j. Halaman Grafik, digunakan untuk mempermudah tampilan hasil perhitungan berupa grafik
batang.
Jurnal Ilmiah NERO Vol. 2, No.2 2016
121 | N E R O
Gambar 7.Halaman Depan Prototipe SPK Pemilihan Suplier UD Sembodo
4.4 Pengujian Prototipe Dengan Microsoft Excel 2010
Berdasarkan hasil perhitungan melalui Prototipe dan Ms Excel 2010 terdapat sedikit
perbedaan pada hasil akhir. Hal ini diakibatkan karena perbedaan pembulatan dari Prototipe
dengan Ms Excel 2010. Namun secara keseluruhan hasil pengujian perhitungan dengan
menggunakan Prototipe dan Ms Excel bisa dikatakan sama. Untuk lebih jelasnya bisa dilihat
pada gambar berikut ini :
Gambar 8.Hasil Akhir Menggunakan Ms Excel 2010 Dan Prototipe
Jurnal Ilmiah NERO Vol. 2, No.2 2016
122 | N E R O
5. KESIMPULAN
Metode FMADM dengan perhitungan SAW merupakan metode yang dapat digunakan
untuk proses pemilihan suplier, karena metode ini dapat memberikan solusi pemilihan suplier
yang memiliki performasi yang baik. Langkah paling penting adalah pembobotan pada masing-
masing kriteria, karena ketepatan pembobotan ini mempengaruhi langkah-langkah penghitungan
SAW selanjutnya.
Pembuatan sistem pendukung keputusan pemilihan suplier berbasis komputer dengan
menggunakan perhitungan SAW ini dilakukan dengan membuat sistem yang terdiri dari 4
modul, yakni modul pengelolaan data barang, modul pengelolaan data suplier, modul
pengelolaan data penilaian suplier berdasarkan kriteria, modul pengelolaan data nilai
kepentingan kriteria dari pemilik toko. Keempat modul itu memiliki keterhubungan dalam
proses pemberian keputusan pemilihan suplier.
Modul penilaian suplier dan modul penilaian kepentingan kriteria merupakan modul utama
yakni modul yang mengolah proses penilaian berdasarkan kriteria-kriteria yang sudah
ditentukan dan nilai kepentingan kriteria yang menjadi pembanding dari nilai suplier, dengan
melalui pembobotan serta proses penghitungan dengan menggunakan perhitungan SAW.
Hasil akhir dari proses penghitungan dan perangkingan tersebut merupakan laporan (view)
yang memuat semua komponen yang berperan dalam proses pemilihan suplier.
DAFTAR PUSTAKA
[1] Nurhalimah, “Sistem Pendukung Keputusan Pemilihan Supplier Bahan Baku Konveksi,”
STMIK Budi Darma Medan 2015
[2] Apriansyah, Dinna, “Penentuan Penerima Beasiswa Dengan Menggunakan Fuzzy Multiple
Atribute Decission Making,” Fakultas Ilmu Komputer Universitas Sriwijaya 2011.
[3] Riska dkk, “Sistem Pendukung Keputusan Untuk Menentukan Penerima Beasiswa Bank
Bri Menggunakan FMADM,” SNATI 2009.
[4] Alif, Ir Edi Noersasongko,M.Kom, “Sistem Pendukung Keputusan Kelayakan Pemberian
Kredit Motor Menggunakan Metode Simple Additive Weighting Pada Perusahaan Leasing
Hd Finance,” Universitas Dian Nuswantoro Semarang 2014.
Jurnal Ilmiah NERO Vol. 2, No.2 2016
123 | N E R O
PENGENALAN KARAKTER PLAT KENDARAAN BERMOTOR
BERBASIS CITRA DENGAN MENGGUNAKAN METODE CANNY
DAN ALGORITMA BACKPROPAGATION
Andy Haryoko1)
, Sholeh Hadi Pramono2)
, M. Aziz Muslim3)
Program Studi Teknik Elektro, Fakultas Teknik, Universitas Brawijaya
Jl Veteran Malang, Jawa Timur Indonesia 65145 1)
Program Studi Teknik Informatika, Fakultas Teknik, Universitas PGRI Ronggolawe Tuban
Jl Manunggal 61 Tuban Jawa Timur 62381
Email : [email protected] 1)
, [email protected] 2)
ABSTRAK
Transportasi merupakan kebutuhan yang sangat penting dalam kehidupan sehari-hari. Namun,
Kenyataannya banyak permasalahan yang ditimbulkan dari transportasi itu sendiri. Salah satu
permasalahan yang timbul adalah pada angkutan umum. Salah satu upaya yang dilakukan pemerintah
untuk mengatasi permasalahan tersebut adalah dengan pengadaan Uji Kir. Hanya saja Uji Kir itu
sendiri memiliki beberapa kelemahan. Salah satu kelemahannya adalah sistem pendataan yang masih
manual. Sehingga, Kesalahan manusia dalam pencatatan kendaraan dan waktu yang dibutuhkan dalam
proses tersebut merupakan kendala yang bisa saja terjadi selama proses tersebut. Salah satu metode
yang dapat diterapkan untuk mengatasi masalah di atas adalah metode pengenalan Tanda Nomor
Kendaraan Bermotor (TNKB) yang melekat pada kendaraan bermotor tersebut Pengenalan pola dapat
digunakan sebagai identifikasi pengenalan plat nomor kendaraan pada sistem yang diajukan pada
penelitian ini. Filter canny digunakan untuk mendapatkan citra yang baik dalam pengambilan citra
karakter. Karakter disampling dengan ukuran 12X7 untuk dikonversi kedalam bentuk biner sebagai input
neuron dalam jaringan syaraf tiruan arsitektur Multi Layer Perceptron yang digunakan menggunakan 3
Layer dengan jumlah masing masing node 84, 50, 36. Jaringan syaraf tiruan dilatih dengan algoritma
Backpropagation dengan parameter learning rate 0.3 dan momentum 0.9. Proses training akan
dihentikan apabila iterasi mencapai nilai maksimal 10.000 atau MSE (Mean Square Error) 0.0001. Dari
hasil pengujian yan dilakukan sistem mampu mengenali karakter angka 100% sedangkan huruf 86,87%
jadi kehandalan sistem mengenali karakter secara keseluruhan adalah 94,29%..
Kata kunci: Fiter Canny, Jaringan Syaraf Tiruan, Multi layer perceptron (MLP), Pengenalan
karakter Tanda Nomor Kendaraan Bermotor (TNKB), Pengolahan Citra Digital.
ABSTRACT
Transportation is important needs in daily life. However, there are many transportation problems in our
country. One of them is public transportation. To overcome it, the government implement KIR. But this
KIR has several weakness. One of them is manual data. As consequences, human error in listing can
came out as the process goes on. Pattern recognition can be used to implement automatic number plate
identification in this system. One of the method is canny filter. Canny filter is uses to obtain a good image
in the character image acquisition. Characters based with 12X7 pixels are be converted into binary as
input for Multi Layer Perception with 3 layers node number of each node 84, 50, 36. Artificial neural
network is trained with back propagation algorithm with a learning rate parameter 0.3 and momentum
0.9. The training process will be terminated when the iteration reaches a maximum value of 10,000 or
MSE (Mean Square Error) 0.0001. Recognition rate for numeral character is 100%, however recognition
rate for letter character is little bit worse, 86,87%. So overall performance is 94,29% for the whole
characters.
Keywords: Canny Filter, Artificial Neural Network, Digital Image Processing, Licences Plate
Identifcation, Multi Layer Perceptron, Neural Network.
1. PENDAHULUAN
Transportasi merupakan kebutuhan yang sangat penting dalam kehidupan sehari-hari. Hal
ini dikarenakan hampir semua kegiatan manusia tidak lepas dari proses transportasi [1].