<![CDATA[Sistem identifikasi dan pengenalan plat nomor serta label produk-produk di industri menjadi aplikasi yang penting. Sistem tersebut bertujuan untuk mengekstraksi dan mengenali plat nomor dari citra kendaraan sehingga dapat digunakan sebagai access control system gerbang tol, area parkir, maupun sistem pengamanan serta sistem pembayarannya. Selain itu, pengenalan label produk-produk di industri juga sangat penting untuk kemudahan pengelolaan data. Untuk mendukung hal tersebut, perlu dilakukan penelitian tentang perancangan sistem pengenalan plat nomor kendaraan untuk mendapatkan performa sistem yang baik. Berbagai metode telah digunakan dalam penelitian pengenalan plat nomor seperti Fuzzy dan JST. Namun, dalam penelitian tugas akhir ini dikembangkan sistem pengenalan karakter menggunakan metode PCA. Principal Component Analysis (PCA) adalah suatu metode untuk merepresentasikan suatu objek di mana ditekankan pada proses ekstraksi fitur. Ekstraksi fitur bertujuan untuk mengekstraksi ciri-ciri khusus dari objek serta mereduksi dimensinya dengan mengubah sejumlah variabel korelasi ke jumlah yang lebih sedikit, sehingga proses komputasi mampu berlangsung lebih cepat. Dalam tugas akhir ini, telah dilakukan penelitian dengan mengambil citra plat nomor melalui webcam dan diuji dengan program pengenalan plat nomor. Dari hasil uji pengenalan, PCA terbukti dapat diaplikasikan pada sistem pengenalan plat nomor kendaraan dengan tingkat keberhasilan yang baik untuk jarak dan posisi tertentu. Demikian juga untuk metode segmentasi karakter plat nomor, labeling merupakan metode yang mampu diterapkan dalam penelitian ini. Hasil pengujian menunjukkan bahwa sistem pengenalan plat nomor kendaraan ini mampu diaplikasikan secara optimal dengan tingkat pengenalan 80%-100% pada jarak webcam 1m dan sudut antara -150 sampai 150 dari pusat plat nomor serta ketinggian webcam 25-100cm. Hal itu menunjukkan bahwa sistem tersebut juga baik untuk diaplikasikan dalam pengenalan label produk-produk di industri.]]>
