SISTEM PENGENALAN PLAT NOMOR KENDARAAN INDONESIA MENGGUNAKAN K-NEAREST NEIGHBOR BERBASIS OPENCV PYTHON

Abstract

Plat nomor kendaraan merupakan identitas resmi kendaraan bermotor yang memiliki peran penting dalam pengawasan lalu lintas dan penegakan hukum. Pengenalan plat nomor secara manual memiliki keterbatasan dalam kecepatan dan konsistensi, sehingga dibutuhkan sistem otomatis yang mampu membaca plat nomor kendaraan secara akurat. Penelitian ini bertujuan membangun sistem Automatic License Plate Recognition berbasis Computer Vision klasik yang mampu mendeteksi dan membaca plat nomor kendaraan Indonesia secara otomatis menggunakan algoritma K-Nearest Neighbor (KNN) dan adaptive thresholding melalui library OpenCV Python. Sistem yang dikembangkan bekerja melalui empat tahap utama: deteksi lokasi plat nomor kendaraan menggunakan pengelompokan kontur karakter; praproses citra menggunakan ekstraksi value channel pada ruang warna HSV, peningkatan kontras morfologi dengan operasi Top-Hat dan Black-Hat, serta adaptive thresholding; segmentasi karakter melalui analisis kontur pada citra biner; dan pengenalan karakter menggunakan algoritma KNN dengan fitur vektor piksel berukuran 20×30 yang dimampatkan menjadi 600 dimensi. Sistem juga dilengkapi mekanisme deteksi kecerahan otomatis untuk membedakan plat terang dan gelap. Pengujian dilakukan terhadap 25 gambar plat nomor kendaraan dengan kondisi bervariasi. Sistem berhasil membaca seluruh karakter dengan benar pada 21 dari 25 gambar (84%). Kesalahan pengenalan terjadi pada 3 gambar akibat kemiripan bentuk karakter seperti W/V dan O/0, serta pada 1 gambar akibat noise pencahayaan yang terbaca sebagai karakter. Sistem bekerja optimal pada plat hitam dan putih, namun belum memberikan hasil maksimal pada plat berwarna lain seperti merah. Sistem yang dibangun terbukti mampu mengenali plat nomor kendaraan Indonesia dengan akurasi yang memadai menggunakan pendekatan ringan tanpa kebutuhan GPU.