TUGAS AKHIR PENGENALAN PLAT NOMOR SEPEDA MOTOR MENGGUNAKAN EKSTRAKSI CIRI DCT DAN FUNGSI JARAK EUCLIDEAN

Gratis

0
0
111
7 months ago
Preview
Full text
(1)PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI TUGAS AKHIR PENGENALAN PLAT NOMOR SEPEDA MOTOR MENGGUNAKAN EKSTRAKSI CIRI DCT DAN FUNGSI JARAK EUCLIDEAN Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Program Studi Teknik Elektro Oleh : VINCENSIUS ANGGA FITRIANTORO NIM : 095114016 JURUSAN TEKNIK ELEKTRO FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2014 i

(2) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI FINAL PROJECT MOTORCYCLE LICENSE PLATE RECOGNITION USING DCT FEATURE EXTRACTION AND EUCLIDEAN DISTANCE FUNCTION Presented as Partial Fulfillment of the Requirements To Obtain the Sarjana Teknik Degree In Electrical Engineering Study Program VINCENSIUS ANGGA FITRIANTORO NIM : 095114016 DEPARTMENT OF ELECTRICAL ENGINEERING FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY YOGYAKARTA 2014 ii

(3) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI

(4) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI

(5) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI PERNYATAAN 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, 19 Februari 2014 Vincensius Angga Fitriantoro v

(6) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI HALAMAN PERSEMBAHAN DAN MOTTO HIDUP MOTTO : Selama diri mu ada, lakukanlah karya yang terbaik karena karya itu selamanya Karya tulis ini kupersembahkan untuk,… Tuhan Yesus Kristus,, Bapak dan Ibu tercinta ,, Para sahabat, dan Semua orang yang menyayangi ku,, Terima kasih semuanya…………………. vi

(7) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma : Nama : Vincensius Angga Fitriantoro Nomor Mahasiswa : 095114016 Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan Universitas Sanata Dharma karya ilmiah saya yang berjudul : PENGENALAN PLAT NOMOR SEPEDA MOTOR MENGGUNAKAN EKSTRAKSI CIRI DCT DAN FUNGSI JARAK EUCLIDEAN 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 pangakalan data, mendistribusikan secara terbatas, dan mempublikasikannya di Internet atau media lain untuk kepentingan akademis tanpa perlu meminta ijin dari saya maupun memberikan royalti kepada saya selama tetap mencantumkan nama saya sebagai penulis. Demikian pernyataan ini saya buat dengan sebenarnya. Yogyakarta, 19 Februari 2014 (Vincensius Angga Fitriantoro) vii

(8) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI INTISARI Pengolahan citra merupakan suatu teknologi yang berkembang pada saat ini. Salah satu penerapan dari pengolahan citra tersebut adalah pengenalan plat nomor kendaraan sepeda motor. Sistem pengenalan plat nomor yang dibuat adalah pengenalan plat nomor sepada motor dengan menggunakan eksraksi ciri DCT dan fungsi jarak Euclidean. Prinsip kerja dari sistem ini, input berupa citra plat nomor diubah ke grayscale, diproses menjadi citra biner. Proses segmentasi digunakan untuk memotong tiap karakter yang terdapat pada plat nomor. Karakter hasil segmentasi kemudian dipotong sesuai dengan bounding box dan dicentering serta mengubah ukuran karakter menjadi ukuran 64x64 piksel. Karakter yang telah di-centering kemudian diektraksi menggunakan Discrete Cosine Transfrom (DCT). Proses pencocokan data uji dengan database dilakukan dengan menggunakan fungsi jarak Euclidean. Database berjumlah 36 karakter, terdiri dari angka 0-9 dan huruf A-Z.. Hasil dari perhitungan jarak yang dilakukan, menunjukkan hasil pengenalan karakter yang terdapat pada plat. Hasil pengenalan tersebut ditampilkan dalam bentuk teks. Hasil dari penelitian ini adalah dengan menggunakan koefisien DCT 320 telah menghasilkan tingkat pengenalan karakter hingga sebesar 98,75% dan pengenalan plat secara benar hingga 90%. Kata Kunci : Pengolahan Citra, Discrete Cosine Transfrom (DCT) , Euclidean, Segmentasi viii

(9) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI ABSTRACT Image processing is a technology that is developing at the moment. One application of the image processing is motorcycle license plate recognition. A license plate recognition system will be createn on this final project is motorcycle license plate recognition using DCT feature extraction and Euclidean distance fungtion. The principle of this system, the input in the from of the image of a license plate converted into grayscale and processed into the image binary. The process segmentation used to cut off every character that is added to a license plate. Character segmentation result is then cut according to the bounding box and centering as well as change the size of character into a size 64x54 pixel. The character has been centering then extracted using Discrete Cosine Transform (DCT). The process of matching test data with the database using the Euclidean distance function. The database amounted to 36 characters, consisting of numbers 0-9 and letters A-Z. The result of the calculation of distance shows the result recognition of characters in license plate. The result recognition are displayed in text form. The result of the research is to use DCT coeffisient 320 has produced up to character recognition rate of 98,75% and recognition plate correctly up to 90%. Keyword: image processing, Discrete Cosine Transfrom (DCT) , Euclidean, Segmentation ix

(10) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI KATA PENGANTAR Puji dan syukur penulis panjatkan kepada Tuhan Yesus Kristus karena berkat rahmat dan penyertaan-Nya penulis dapat menyelesaikan laporan akhir ini dengan baik. Laporan akhir ini disusun untuk memenuhi syarat memperoleh gelar sarjana. Pada proses penulisan laporan akhir ini, penulis menyadari bahwa ada banyak pihak yang telah memberikan perhatian dan bantuannya sehingga dapat terlesaikan dengan baik. Oleh karena itu, penulis ingin mengucapkan terima kasih kepada : 1. Tuhan Yesus Kristus, atas penyertaan-Nya. 2. Paulina Heruningsih Prima Rosa, S.Si., M.Sc., Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma. 3. Petrus Setyo Prabowo, S.T., M.T., Ketua Program Studi Teknik Elektro Universitas Sanata Dharma. 4. Dr. Linggo Sumarno, dosen pembimbing dengan penuh pengertian dan kesabaran dalam memberi bimbingan, kritik, saran, serta motivasi kepada penulis untuk menyelesaikan tugas akhir ini. 5. Dr. Iswanjono dan Ir. Th. Prima Ari Setiyani, M.T., dosen penguji yang telah memberikan masukan, bimbingan, saran untuk merevisi tugas akhir ini. 6. Bapak dan ibu dosen yang telah mengajarkan banyak hal selama penulis menempuh pendidikan di Program Studi Teknik Elektro, Fakultas Sains dan Teknologi Universitas Sanata Dharma. 7. Staff sekretariat Teknik Elektro, atas bantuanny dalam membantu dan melayani mahasiswa. 8. Kedua orang tuaku serta saudariku, atas doa dan dukungannya kepada penulis. 9. Para sahabat angkatan 2009 Teknik Elektro, teman-teman UKM Taekwondo atas doa dan dukungannya agar penulis tetap semangat dalam menyelesaikan tugas akhir ini. 10. Semua pihak yang tidak dapat disebutkan satu persatu atas dukungan dan bantuan yang telah diberikan dalam penyelesaian tugas akhir ini. x

(11) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI Penulis menyadari bahwa penyusunan laporan tugas akhir ini masih mengalami kesulitan dan kekurangan. Oleh karena itu, penulis mengharapkan masukan, kritik dan saran yang membangun agar laporan tugas akhir ini menjadi lebih baik dan dapat bermanfaat sebagaimana mestinya. Penulis Vincensius Angga Fitriantoro xi

(12) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI DAFTAR ISI HALAMAN JUDUL .................................................................................................... i HALAMAN PERSETUJUAN ...................................................................................... iii HALAMAN PENGESAHAN ....................................................................................... iv PERNYATAAN KEASLIAN KARYA ........................................................................ v HALAMAN PERSEMBAHAN DAN MOTTO HIDUP ............................................... vi LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS ........................................................ vii INTISARI ..................................................................................................................... viii ABSTRACT ................................................................................................................. ix KATA PENGANTAR .................................................................................................. x DAFTAR ISI ................................................................................................................ xii DAFTAR GAMBAR .................................................................................................... xv DAFTAR TABEL......................................................................................................... xvii BAB I PENDAHULUAN 1.1 Latar Belakang ............................................................................................... 1 1.2 Tujuan............................................................................................................ 2 1.3 Batasan Masalah ............................................................................................ 2 1.4 Metodelogi Penelitian .................................................................................... 2 BAB II DASAR TEORI 2.1 Plat Nomor ..................................................................................................... 4 2.2 Pengolahan Citra ............................................................................................ 5 2.2.1 Definisi Citra ........................................................................................ 5 2.2.2 Citra Grayscale .................................................................................... 6 2.2.3 Thershold Metode Otsu ........................................................................ 6 2.3 Discrete Cosine Transform (DCT) ................................................................. 8 2.3.1 Two Dimensional Discrete Cosine Transform ....................................... 8 xii

(13) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 2.3.2 Zigzag Scan .......................................................................................... 9 2.4 Fungsi Jarak Euclidean .................................................................................. 10 2.5 Transformasi Geometris Spasial ..................................................................... 11 2.6 Filter ............................................................................................................. 12 2.6.1 Filter Gaussian ..................................................................................... 12 2.6.2 Filter Median ........................................................................................ 13 2.7 Matlab............................................................................................................ 13 BAB III PERANCANGAN PENELITIAN 3.1 Perancangan Sistem ....................................................................................... 15 3.2 Proses Kerja Sistem ....................................................................................... 16 3.2.1 Input Data ............................................................................................ 16 3.2.2 Grayscale, Cropping dan Binerisasi ..................................................... 16 3.2.3 Border Clearing dan Median Filtering ................................................. 18 3.2.4 Segmentasi ........................................................................................... 19 3.2.5 Potong Citra Sesuai Bounding Box ....................................................... 21 3.2.6 Rezising dan Centering ......................................................................... 23 3.2.7 Filter Gaussian dan Ekstrasi Ciri DCT .................................................. 25 3.2.8 Perhitungan Jarak ................................................................................. 26 3.2.9 Penentuan Keluaran .............................................................................. 26 3.3 Database ........................................................................................................ 27 3.4 Perhitungan Tingkat Pengenalan Karakter ...................................................... 27 3.5 Perancangan Tampilan Program ..................................................................... 28 BAB IV HASIL DAN PEMBAHASAN 4.1 Pengujian Sistem Pengenalan Plat Nomor Sepeda Motor ............................... 30 4.1.1 Tampilan Listbox .................................................................................. 32 4.1.2 Tampilan Pengenalan ........................................................................... 34 4.1.3 Tombol END ........................................................................................ 35 4.2 Proses Pembentukan Database ....................................................................... 36 4.3 Penentuan Nilai Parameter ............................................................................. 37 xiii

(14) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 4.3.1 Analisa Hasil Pengenalan Plat Nomor Sepeda Motor ............................ 37 4.4 Keterbatasan Metodelogi ................................................................................ 40 BAB V PENUTUP 5.1 Kesimpulan .................................................................................................... 43 5.2 Saran.............................................................................................................. 43 DAFTAR PUSTAKA .................................................................................................. 44 LAMPIRAN ................................................................................................................ 46 xiv

(15) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI DAFTAR GAMBAR Gambar 2.1 Contoh plat Nomor (TNKB) sepeda motor ................................................. 4 Gambar 2.2 Contoh citra digital ...................................................................................... 5 Gambar 2.3 Metode Otsu ................................................................................................ 7 Gambar 2.4 Contoh hasil konversi citra digital ............................................................... 9 Gambar 2.5 Urutan zigzag scan ....................................................................................... 10 Gambar 2.6 Ilustrasi metode Euclidean ........................................................................... 11 Gambar 2.7 Transformasi spasial[5] ............................................................................... 11 Gambar 2.8 Tampilan Matlab .......................................................................................... 14 Gambar 3.1 Diagram blok sistem .................................................................................... 15 Gambar 3.2 Proses citra RGB ke Grayscale ................................................................... 16 Gambar 3.3 Contoh hasil cropping ................................................................................. 17 Gambar 3.4 Contoh citra biner ........................................................................................ 18 Gambar 3.5 Hasil proses clear border ............................................................................. 18 Gambar 3.6 Hasil proses median filter ............................................................................ 19 Gambar 3.7 Diagram blok segmentasi ............................................................................ 19 Gambar 3.8 Histogram proyeksi vertikal citra plat ......................................................... 20 Gambar 3.9 Hasil segmentasi citra plat ........................................................................... 20 Gambar 3.10 Diagram blok bounding box ....................................................................... 21 Gambar 3.11 Proses bounding box ................................................................................... 22 Gambar 3.12 Diagram blok centering .............................................................................. 24 Gambar 3.13 Hasil proses centering ................................................................................ 24 Gambar 3.14 Diagram blok ekstraksi ciri DCT ................................................................ 25 Gambar 3.15 Diagram blok fungsi jarak .......................................................................... 26 Gambar 3.16 Diagram blok penentuan hasil pengenalan ................................................. 27 Gambar 3.17 Diagram blok pembentukan database ........................................................ 27 Gambar 3.18 Rancangan tampilan GUI ........................................................................... 28 Gambar 4.1 Icon Matlab .................................................................................................. 30 Gambar 4.2 Tampilan awal Matlab ................................................................................. 31 xv

(16) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI Gambar 4.3 Tampilan utama program pengenalan plat nomor sepeda motor................. 31 Gambar 4.4 Proses pengenalan plat nomor sepeda motor ............................................... 32 Gamabr 4.5 Sintaks program listbox ................................................................................ 33 Gambar 4.6 Tampilan pesan jika type file salah .............................................................. 34 Gambar 4.7 Sintaks program histogram proyeksi vertikal ............................................... 36 Gambar 4.8 Program untuk menampilkan proses centering dan pengenalan .................. 35 Gambar 4.9 Tampilan GUI ketika tombol END ditekan .................................................. 36 Gambar 4.10. Sintaks program pembentukan database ................................................... 36 Gambar 4.11 Grafik pengaruh DCT ................................................................................. 38 Gambar 4.12 Citra plat dengan kemiringan 2 derajat ....................................................... 41 Gambar 4.13 Citra plat yang terpasang terbalik ............................................................... 42 Gambar 4.14 Bagian plat yang dipotong .......................................................................... 42 xvi

(17) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI DAFTAR TABEL Tabel 2.1 Jenis Transformasi Affine ............................................................................. 12 Tabel 4.1 Hasil Pengenalan Plat Nomor Sepeda Motor................................................. 37 Tabel 4.2 Hasil Perhitungan Jarak Euclidean ................................................................ 40 xvii

(18) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI BAB I PENDAHULUAN 1.1 Latar Belakang Kemajuan teknologi dari masa ke masa semakin berkembang dengan pesat. Banyak terobosan-terobosan baru diciptakan dengan menggunakan basis teknologi canggih. Semua hal ini bertujuan demi mempermudah dan membantu kinerja manusia. Salah satu teknologi yang berkembang sekarang mengenai proses pencitraan (image processing). Pengolahan citra atau image processing merupakan bidang yang berhubungan dengan proses transformasi citra yang bertujuan untuk mendapatkan kualitas citra yang lebih baik [1]. Salah satu contoh penerapan image processing adalah pengenalan nomor plat kendaraan bermotor. Pada proses pengenalan, tidak semua objek akan dikenali dan digunakan. Dibutuhkan suatu metode yang digunakan untuk mereduksi piksel tersebut yang kemudian akan digunakan sebagai ciri. Proses ini dinamakan sebagai ekstraksi ciri. Sistem pengenalan plat nomor kendaraan sudah pernah dilakukan, antara lain oleh Patardo Marasi Manurung[2]. Metode yang digunakan untuk sistem pengenalan plat adalah jaringan kompetitif dan jaringan kohoren. Peneliti lainnya adalah Ottopianus Mellolo yang membuat pengenalan plat kendaraan bermotor menggunakan metode Euclidean distance pattern matching [3]. Pada penulisan ini, penulis membuat sistem pengenalan plat nomor sepeda motor dengan menggunakan ekstraksi ciri Discrete Cosine Transform (DCT) dan fungsi jarak Euclidean. Prinsip kerja dari sistem ini, input berupa citra plat nomor berupa citra grayscale, diproses menjadi citra biner. Proses segmentasi digunakan untuk memotong tiap karakter yang terdapat pada plat nomor. Karakter hasil segmentasi kemudian dipotong sesuai dengan bounding box dan dicentering serta mengubah ukuran karakter menjadi ukuran 64x64 piksel. Proses pencocokan data uji dengan database dilakukan dengan menggunakan fungsi jarak Euclidean. Database berjumlah 36 karakter, terdiri dari angka 0-9 dan huruf A-Z. Hasil dari perhitungan jarak yang dilakukan, menunjukkan hasil pengenalan karakter yang terdapat pada plat. Hasil pengenalan tersebut ditampilkan dalam bentuk teks. 1

(19) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 1.2 2 Tujuan dan Manfaat Penelitian Tujuan dari penulisan tugas akhir ini adalah menghasilkan bagian dari sistem pengenalan karakter berupa huruf dan angka pada plat nomor kendaraan sepeda motor. Manfaat dari penelitian ini adalah : a. Untuk penelitian awal pengenalan plat nomor kendaraan sepeda motor pada sistem parkir kendaraan. b. Untuk media pembelajaran mengenai image processing dan pengenalan karakter. 1.3 Batasan Masalah Pada perancangan sistem ini, peneliti fokus pada pembuatan software komputer untuk pengenalan plat nomor sepeda motor. Peneliti menetapkan beberapa batasan masalah dalam penelitian ini, antara lain: a. Pengenalan nomor kendaraan sepeda motor plat berwarna hitam , dengan ukuran plat 255x110 mm dan plat nomor yang digunakan dalam penelitian ini telah sesuai dengan yang ditetapkan oleh pemerintah. b. Kondisi plat nomor tidak mempunyai baut. c. Plat nomor yang digunakan terdiri dari 8 karakter. d. Resolusi kamera yang digunakan 5 MP (2560x1920 piksel). e. Input data plat berupa citra grayscale. f. Pencahayaan dalam pengambilan citra plat dikondisikan sedemikian rupa sehingga tidak menimbulkan efek silau pada citra. g. Menggunakan ekstraksi ciri Discrete Cosine Transform (DCT) dengan ukuran 64x64 piksel. h. Menggunakan fungsi jarak Euclidean untuk membandingkan nilai ektraksi ciri database dengan nilai ekstraksi ciri pada data uji . i. Hasil pengenalan tidak real time. j. 1.4 Menggunakan software Matlab dalam pembuatan program. Metodelogi Penelitian Langkah-langkah dalam pengerjaan tugas akhir : a. Pengumpulan bahan-bahan referensi berupa buku dan jurnal-jurnal serta informasi dari website yang terpercaya.

(20) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 3 b. Perancangan subsistem software. Tahap ini bertujuan untuk mencari bentuk model yang optimal dari sistem yang akan dibuat dengan mempertimbangkan faktor-faktor permasalahan dan kebutuhan yang ditentukan c. Pembuatan subsistem software. Sistem bekerja ketika user memilih citra plat nomor yang akan diproses melalui listbox pada software. Citra plat yang telah dipilih kemudian ditampilkan histogram proyeksi vertikal, hasil segmentasi dari citra plat dan hasil pengenalan plat nomor dengan menekan push button. Semua proses dalam sistem ini akan diolah oleh komputer untuk mendapatkan hasil pengenalan. d. Analisa dan penyimpulan. Analisa dilakukan dengan menyelidiki pengaruh variasi jumlah koefisien DCT terhadap tingkat pengenalan karakter pada plat nomor. Penyimpulan hasil percobaan dilakukan dengan mencari jumlah koefisien DCT untuk menghasilkan tingkat pengenalan yang tertinggi.

(21) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI BAB II DASAR TEORI 2.1 Plat Nomor Plat nomor disebut juga Tanda Nomor Kendaraan Bermotor (TNKB). Plat nomor memiliki nomor seri yakni susunan huruf dan angka yang dikhususkan bagi kendaraan tersebut. Nomor seri ini dipadukan dengan informasi lain mengenai kendaraan tersebut, seperti merk, warna, model, tahun pembuatan, nomor mesin kendaraan, serta nama dan alamat pemilik kendaraan. Semua data tersebut tertera dalam Surat Tanda Kendaraan Bermotor (STNK). Ukuran plat nomor lama untuk kendaraan roda 2 dan roda 3 mempunyai ukuran plat 255 x 110 mm dan untuk kendaraan roda 4 atau lebih ukuran platnya 395 x 135 mm[4]. Di Indonesia, sebuah plat nomor pribadi memiliki warna dasar hitam dengan karakter berwarna putih, sedangkan pola karakter di dalamnya memiliki kesamaan dengan pola kendaraan umum. Pola dari plat nomor kendaraan sebagai berikut [2] : - KA : Kode area kendaraan berupa huruf dengan maksimum jumlah 2 digit dan minimum 1 digit, seperti B, untuk Jakarta dan sekitarnya, F untuk Bogor, AB untuk Yogyakarta, dan lain sebagainya. - NP : Nomor plat kendaraan berupa angka dengan batas maksimum jumlah digit 4 dan minimum 1, seperti 1, 1092, 9211 dan lain-lain. - KT : Karakter tambahan yang bisa ada atau tidak (optimal), berupa huruf dengan batas jumlah maksimum digit 2 dan minimal 0, seperti A, BS, XY dan lain sebagianya. Plat nomor atau TNKB yang baru dapat dilihat pada gambar 2.1. 255 mm 110 mm Gambar 2.1 Contoh Plat Nomor (TNKB) Sepeda Motor 4

(22) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 2.2 5 Pengolahan Citra 2.2.1 Definisi Citra Citra dapat didefiniskan sebagai fungsi 2 dimensi f(x,y), di mana x dan y adalah koordinat spasial dan amplitudo dari f pada koordinat (x,y) disebut intensitas[5].Citra digital terdari atas sejumlah elemen tertentu. Elemen-elemen ini disebut picture elements, image elements, pels, dan piksel. Gambar 2.2 merupakan citra dengan mempunyai koordinat spasial dan nilai (x dan y) Gambar 2.2 Contoh citra digital Proses transformasi dari bentuk tiga dimensi ke bentuk dua dimensi untuk menghasilkan citra akan dipengaruhi oleh bermacam-macam faktor[6]. Faktor – faktor ini mengakibatkan penampilan citra suatu benda tidak persis dengan bentuk fisik nyatanya. Faktor-faktor tersebut merupakan efek degradasi atau penurunan kualitas yang dapat berupa rentang kontras benda yang terlalu sempit atau terlalu lebar, distrorsi kekaburan , noise atau gangguan yang disebabkan oleh interferensi peralatan. Dalam image processing, terdapat prosess akusisi citra digital yaitu proses yang sangat menentukan kualitas hasil dari proses pencitraan digital yang akan diperoleh. Proses akusisi citra digital dapat dilakukan dengan memerlukan 3 komponen utama, yaitu sumber cahaya, objek atau benda yang akan diamati dan sensor dari kamera. Proses akusisi data tersebut adalah cahaya yang mengenai permukaan benda dipantulkan ke segala arah. Pantulan cahaya ini sebagian ditangkap oleh sensor peka cahaya pada kamera. Intensitas cahaya yang diterima oleh sensor merepresentasikan kondisi objek, sehingga citra digital

(23) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 6 yang diperoleh merupakan informasi tentang objek yang terbentuk dari pantulan cahaya atau refleksi pada permukaan objek. 2.2.2 Citra Graysacle Citra beraras keabuan (citra grayscale) adalah citra berwarna yang menggunakan tingkatan warna abu-abu (gray)[7]. Citra grayscale hanya perlu menyatakan intesitas tiap piksel sebagai nilai tunggal, berbeda dengan citra berwarna yang membutuhkan 3 nilai intensitas untuk tiap pikselnya. Proses awal yang dilakukan dalam image processing adalah mengubah citra berwarna menjadi citra grayscale. Citra grayscale berbeda dengan citra “hitam-putih”, sebab dalam konteks komputer ,citra hitam-putih terdiri dari 2 warna yaitu hitam dan putih. Nilai piksel dari RGB tidak langsung dibagi 3 untuk mendapatkan hasil citra grayscale yang lebih baik. Namun, terdapat persentasi dari masing-masing nilai RGB[8]. Salah satu cara yang dapat dilakukan untuk mengkonversi RGB ke grayscale adalah menggunakan sistem warna YUV. Citra RGB dikonversi ke YUV dengan mengambil komponen Y (iluminasi). Persamaan yang digunakan adalah : Gray = 𝑌 = 0.2989 x R + 0.5870 x G + 0.1140 x B (2.1) 2.2.3 Threshold Metode Otsu Threshold dengan metode Otsu diperkenalan oleh Nobuyuki Otsu[9]. Threshold merupakan suatu metode yang dapat digunakan untuk mengkonversi citra grayscale menjadi citra biner. Pendekatan yang dilakukan oleh metode Otsu adalah melakukan analis diskriminan, yaitu menentukan variabel yang dapat membedakan antara dua atau lebih kelompok yang muncul secara alami. Analisis diskriminan memaksimumkan variable tersebut agar membagi objek dan latarbelakang(background). Metode Otsu dapat diformulasikan sebagai berikut : keterangan : 𝑃𝑖 = probabilitas piksel pada level i 𝑛𝑖 = jumlah piksel pada level i N = total jumlah piksel pada citra 𝑃𝑖 = 𝑛𝑖 𝑁 (2.2)

(24) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 𝜔 𝑘 = 𝜇 𝑘 = 𝜇𝑇 = keterangan: 𝑘 𝑖=1 𝑘 𝑖=1 𝑘 𝑖=1 𝑃𝑖 7 (2.3) 𝑖. 𝑃𝑖 (2.4) 𝑖. 𝑃𝑖 (2.5) 𝜔(𝑘) = nilai zeroth cumulative moment 𝜇(𝑘 ) = first cumulative moment 𝜇 𝑇 = total nilai mean Nilai varian antar kelas dapat dihitung dengan : 𝜎𝐵2 𝑘 ∗ = max1≤𝑘<𝐿 𝜎𝐵2 𝑘 dengan : 𝜎𝐵2 (2.6) [𝜇 𝑇 𝜔 𝑘 − 𝜔(𝑘) ]2 𝑘 = 𝜔(𝑘) [1 − 𝜔 𝑘 ] (2.7) keterangan : 𝜎𝐵2 = variasi antar kelas k = nilai ambang (Threshold) L= nilai grayscale 255 Contoh hasil threshold dari sebuah citra grayscale dapat dilihat pada gambar 2.3 (a) (b) Gambar 2.3 Metode Otsu (a) Citra grayscale. (b) Hasil dari proses threshold[9]

(25) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 2.3 8 Discrete Cosine Transform (DCT) Discrete Cosine Transform (DCT) mempresentasikan sebuah citra dari penjumlahan sinusoida dari magnitude dan frekuensi yang berubah-ubah[10]. Pada transformasi citra, DCT membagi citra ke dalam blok-blok kecil dengan ukuran tetap yeng kemudian dikonversikan dari domain spasial ke domain frekuensi. Tipe dari Discrete Cosine Transform (DCT) terbagi menjadi 2 tipe yaitu DCT 1-Dimensi dan DCT 2Dimensi. 2.3.1 Two Dimensional Discrete Cosine Transform (2-D DCT) Discrete Cosine Transform (DCT) mempunyai hubungan erat dengan Discrete Fourier Transform. Hal tersebut dipisahkan dengan transformasi linear. Transformasi 2 dimensi equivalen dengan DCT 1 dimensi yang diikuti oleh 1 dimensi DCT pada dimensi lain.Definisi dari DCT 2 dimensi dengan gambar input A dan output gambar B sebagai berikut [11]: 𝐵𝑝𝑞 = αp αq 𝑀−1 𝑁−1 𝑚 =0 𝑛=0 𝐴𝑚𝑛 cos 𝜋 2𝑥 + 1 𝑞 𝜋 2𝑥 + 1 𝑝 𝑐𝑜𝑠 , 2𝑁 2𝑀 0≤𝑝≤𝑀−1 0≤𝑞≤𝑁−1 di mana : dan keterangan : Nilai αp αq adalah himpunan hasil yang nilainya ditentukan dari koefisien p dan q. M dan N adalah kolom dan baris dari gambar A, f adalah nilai pixel , m dan n adalah koordinat pixel gambar A (2.8)

(26) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 9 p dan q adalah koefisien titik koordinat matrik yang akan di –DCT 2 dimensi Tiap koefisiensi dari matriks keluaran ini merupakan nilai pada tiap frekuensi spasial dua dimensi. Koefisien (0,0) merupakan koefisien pada frekuensi terendah dalam matriks. Koefisien ini disebut sebagai koefisien DC, yang paling menentukan pada blok, karena merupakan nilai rata-rata dari blok. Koefisien lainnya disebut sebagai koefisien AC, yang menerangkan jumlah daya spectral yang terdapat pada masing-masing frekuensi spasial .Gambar hasil transformasi DCT ditunjukkan pada gambar 2.4. (a) (b) Gambar 2.4 Contoh hasil konversi DCT (a) Citra grayscale (b) Hasil ekstraksi ciri 2.3.2 Zigzag Scan ZigZag scanning berfungsi untuk merepresentasikan Matriks 2-D dari koefisien DCT terkuantisasi dalam bentuk vektor satu dimensi .Zigzag scan mulai dilakukan dengan komponen DC (frekuensi nol) dilanjutkan dengan frekuensi yang makin besar dengan untuk mendapatkan suatu deretan linear dari koefisien zigzag..[12]. Gambar 2.5 menunjukkan urutan zigzag scan. Keterangan : 1. Lapis 1 = 1 koefisien DCT 9. Lapis 10 = 55 koefisien DCT 2. Lapis 2 = 3 koefisien DCT 10. Lapis 11 = 66 koefisien DCT 3. Lapis 3 = 6 koefisien DCT 11. Lapis 12 = 78 koefisien DCT 4. Lapis 4 = 10 koefisien DCT 12. Lapis 13 = 91 koefisien DCT 5. Lapis 5 = 15 koefisien DCT 13. Lapis 14 = 105 koefisien DCT 6. Lapis 6 = 21 koefisien DCT 14. Lapis 15 = 120 koefisien DCT 7. Lapis 7 = 28 koefisien DCT 15. Lapis 16 = 136 koefisien DCT 8. Lapis 8 = 36 koefisien DCT 16. Lapis 17 = 143 koefisien DCT

(27) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 10 Lapis DCT 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Gambar 2.5 Urutan Zigzag Scan 2.4 Fungsi Jarak Euclidean Prinsip dasar dari fungsi jarak Eucelidian adalah mengukur jarak antar dua titik (x dan y)[13]. Persamaan yang digunakan untuk menghitung jarak Eucledian dapat didefinisikan antara dua titik, yaitu x = (x1, x2, x3,,,,, xn ) dan y = (y1, y2, y3,,,,, yn ). Prinsip ini, pada dasarnya sama dengan persamaan Pythagoras ketika digunakan dalam 2 dimensi Gambar 2.5 dibawah ini penggambaran dari metode Eucledian, yang berupa garis lurus :

(28) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 11 Y X Gambar 2.6 Ilustrasi metode Eucledian Secara matematis, jarak ke n dapat dituliskan dalam persamaan : 𝑑𝑖 x, y = 𝑛 𝑖=1 | 𝑥𝑖 − 𝑦𝑖 |2 (2.9) Semakin kecil jarak yang dihasilkan antara 2 data (data testing dan data training), maka semakin besar kemiripan antar 2 data tersebut. 2.5 Transformasi Geometris Spasial Jika citra f didefinisikan pada sistem koordinat a(w,z), mengalami distorsi gemotris yang menghasilkan citra g dengan sistem koordinat (x,y) maka transformasi dapat dinyatakan dengan (x,y) = T{(w,z)}[5]. Contoh dalam trasnformasi spasial sebagai berikut : Jika (x,y) =T{(w,z)} = (w/2, z/2), distrosi adalah penyusutan f dengan setengah dimensi spasial seperti ditunjukkan pada gambar 2.6. Gambar 2.7 Transformasi Spasial[5]

(29) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 12 Bentuk umum yang digunakan pada transformasi spasial adalah affine transform (Wolberg [1990] ). Transformasi affine dapat ditulis dalam bentuk matrik : 𝑡11 𝑡12 0 𝑥 𝑦 1 = 𝑤 𝑧 1 𝑇 = 𝑡21 𝑡22 0 𝑡31 𝑡32 1 Transformasi ini dapat menskalakan , men-translate, atau menggunting sejumlah titik, tergantung pada pilihan nilai T. Jenis transformasi affine yang digunakan terdapat pada tabel 2.1 Tabel 2.1 Jenis Transformasi Affine[5] 2.6 Filter Pada pengolahan citra digital, filter digunakan untuk menekan frekuensi tinggi pada citra seperti memperhalus citra (smoothing) atau menekan frekuensi rendah seperti memperjelas deteksi tepi pada citra [14]. Tujuan dari pemfilteran pada pengolahan citra digital adalah mendapatkan citra yang lebih jelas sehingga dapat dianalisa. Filter Gaussian dan Filter Median merupakan contoh filter yang digunakan dalam pengolahan citra digital. 2.6.1 Filter Gaussian Filter Gaussian adalah filter yang merupakan respon dari fungsi Gaussian[14].Gaussian low pass filters (GLPF) bisa dimanfaatkan untuk mengetahui lebih dalam relasi antara spasial dengan frekuensi domain. Filter Gaussian hampir sama dengan filter mean. Namun, ada nilai bobot yang tidak rata seperti pada filter rata-rata, tetapi mengikuti fungsi Gaussian. Rumus untuk filter Gaussian 2D sebagai berikut[15]: ℎ 𝑥, 𝑦 = 𝑒 −(𝑥 2 +𝑦 2 𝑠𝑥𝑦 )/2𝜎 2 (2. 10)

(30) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 13 dengan: sxy = dan 𝜎 adalah deviasi standar , 𝑥 𝑦 𝑒 −(𝑥 2 +𝑦 2 )/2𝜎 2 (2.11) sedangkan 𝑥=𝑦= − 𝑁−1 𝑁−1 ,….., 2 2 dengan N adalah orde tapis. 2.6.2 Filter Median Filter median merupakan suatu metode yang menitikberatkan pada nilai median atau nilai tengah dari jumlah keseluruhan piksel yang ada disekelilingnya[16]. Filter median merupakan salah satu contoh filter spasial non linear. Operasi untuk memperoleh nilai median akan menempatkan nilai yang sangat besar atau sangat kecil berada pada ujung atas atau ujung bawah urutan. Pada akhirnya, filter median secara umum akan mengganti piksel-piksel yang berderau dengan suatu nilai yang dekat dengan piksel-piksel disekitarnya. 2.7 Matlab Matlab merupakan bahasa pemrograman level tinggi yang dikhususkan untuk kebutuhan komputasi teknis, visualisasi dan pemograman seperti komputasi matematik, analisis data, pengembangan algoritma, simulasi dan pemodelan, serta grafik-grafik perhitungan [17]. Matlab dikembangkan oleh Mathworks, yang pada awalnya dibuat untuk mengakses data matrik pada proyek LINPACK dan EISPACK. Matlab mempunyai beberapa bagian Window yang dapat digunakan, antara lain : 1. Current Directory Window ini berfungsi untuk menampilkan isi directory kerja saat menggunakan matlab. 2. Command History Window ini berfungsi untuk menyimpan perintah-perintah apa saja yang sebelumnya dilakukan oleh pengguna terhadap Matlab.

(31) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 3. 14 Command Window Window merupakan window utama dari matlab. Pada bagian window berfunsi untuk menjalankan fungsi, mendeklarasikan variable, melakukan proses program serta melihat isi variable. 4. Workspace Workspace berfungsi untuk menampilkan seluruh variabel-variabel yang sedang aktif pada saat pemakaian Matlab. Apabila variabel berupa data matriks berukuran besar, maka user dapat melihat isi dari seluruh data dengan melakukan double Click pada variabel tersebut. Matlab secara otomatis akan menampilkan window “array editor” yang berisikan data pada setiap variable yang dipilih user. Gambar 2.7 merupakan tampilan halaman dari Matlab Gambar 2.8 Tampilan Matlab

(32) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI BAB III RANCANGAN PENELITIAN Pada bab ini, akan dijelaskan tentang langkah-langkah perancangan pembuatan sistem pengenalan plat nomor kendaraan. Bab ini berisi blok diagram sistem, Diagram blok sistem dan berbagai hal yang diperlukan dalam perancangan. 3.1 Perancangan Sistem Perancangan sistem pengenalan plat nomor kendaraan ini terdiri dari 3 tahap yaitu masukan (input), pre-processing dan hasil keluaran (output). Blok diagram tentang sistem pengenalan plat nomor sepeda motor dapat dilihat pada gambar 3.1 masukan Citra grayscale Cropping, & binerisasi Border Clearing & Median Filtering Potong sesuai Bounding Box Segmentasi Resizing Teks AB4183GI Penentuan keluaran Perhitungan Jarak Euclidean Ekstraksi ciri DCT Centering keluaran Database Gambar 3. 1 Diagram blok sistem Sistem pengenalan plat nomor sepeda motor terdiri dari software yang berfungsi sebagai user interface. Program sistem pengenalan ini dibuat dengan menggunakan program Matlab versi 7.0.4. Program berperan dalam mengatur setiap proses yang akan dilalui untuk mendapatkan hasil pengenalan plat nomor. Sistem pengenalan plat nomor ini dibuat dengan hasil pengenalan non-real time. 15

(33) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 3.2 16 Proses Kerja Sistem 3.2.1 Input Data Input data yang digunakan dalam sistem ini adalah citra plat. Citra plat diambil dengan menggunakan kamera yang mempunyai resolusi 5MP (2560x1920) piksel. Jarak pengambilan citra plat dengan kamera adalah 30 cm dengan tujuan seluruh bagian plat dapat terambil seluruhnya. Jarak 30 cm digunakan karena kondisi kamera yang mempunyai rentang jarak fokus yang tetap. Citra yang akan dibaca dengan menggunakan sintaks : imread(‘filename’). 3.2.2 Grayscale, Cropping dan Binerisasi a. Grayscale Citra plat yang digunakan adalah citra grayscale. Citra plat (RGB) diproses untuk menjadi citra grayscale. Sintaks yang digunakan adalah : rgb2gray Tujuan dari proses grayscale bertujuan untuk mempermudah proses pengenalan karakter plat nomor. Contoh program untuk mengubah citra RGB ke citra grayscale: img1 = imread(‘plat1.jpg’); img1 = rgb2gray(img1); Gambar 3.2 menunjukkan hasil dari proses pengubahan citra RGB ke citra grayscale (a) (b) Gambar 3. 2 Proses citra RGB ke citra grayscale (a) Citra RGB (b) Citra grayscale b. Cropping Proses cropping bertujuan untuk memotong bagian plat yang tidak digunakan dalam proses pengenalan plat. Bagian plat yang digunakan untuk proses pengenalan adalah bagian nomor polisi yang terdiri dari 8 karakter. Sintaks yang digunakan adalah : imcrop(matrik_gambar,matrik_titiksudut-crop)

(34) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 17 Penentuan titik-titik yang akan diambil menggunakan matrik_titiksudut_crop yang merepresentasikan nilai [x,y,a,b] [18]. Nilai x dan y adalah titik awal (sudut kiri atas) dari image yang akan dipotong sedangakan a adalah jumlah piksel memanjang ke arah sumbu-x dan b adalah jumlah piksel ke arah sumbu-y. Koordinat untuk memotong bagian plat yang tidak digunakan tersebut didapatkan dari hasil percobaan agar mendapatkan titik potong yang baik. Contoh implementasi dari fungsi tersebut : img1 = imread (‘plat1.jpg’); crop = imcrop(img1,[ 9 7 992 226]); Gambar 3.3 menunjukkan bagian plat yang telah dipotong. Bagian plat yang dipotong (a) (b) Gambar 3. 3 Contoh hasil cropping (a) Citra utuh (b) Hasil cropping c. Binerisasi Binerisasi merupakan tahapan mengubah citra grayscale menjadi citra biner yang bernilai 0 dan 1. Nilai 0 (nol) merepresentasikan warna hitam sedangkan warna putih direpresentasikan dengan nilai 1. Proses untuk membuat citra biner dilakukan dengan sintaks : - graythresh dan im2bw Sintaks graythresh bertujuan untuk mendapatkan nilai ambang batas (threshold) dan im2bw berfungsi untuk proses binerisasi itu sendiri. Sintaks graythresh merupakan penerapan dari metode Otsu[9]. Hasil dari proses binerisasi ditunjukkan pada gambar 3.4. Contoh dari implementasi program tersebut sebagai berikut : img1= imread(‘plat1.jpg’); crop= imcrop(img1,[7 8 2368 534]); img2= rgb2gray(crop);

(35) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 18 img3= graythresh(img2); img3= im2bw(img2,img3); Gambar 3. 4 Contoh citra biner 3.2.3 Border Clearing dan Median Filtering a. Border Clearing Pada bagian plat terdapat garis batas berwarna putih yang mengelilingi plat nomor. Garis batas yang mengelilingi plat tersebut tidak digunakan dalam proses pengenalan plat sehingga harus dihilangkan. Sintaks pada matlab yang dipakai untuk menghilangkan batas yang mengelilingi plat tersebut menggunakan : imclearborder Contoh implementasi dari sintaks imclearboder sebagai berikut : img3 = im2bw(img2,img3); img4 = imclearborder (img3); Hasil dari proses clear border ditunjukkan pada gambar 3.5 Gambar 3. 5 Hasil proses clear border b. Median Filtering Median filter adalah operasi nonlinear yang sering digunakan dalam pengolahan citra untuk menghilangkan “salt and pepper” noise[19]. Pengertian menghilangkan “salt and pepper” noise adalah median filter menghilangkan titik-titik hitam pada bagian warna putih dan menghilangkan titik-titik putih pada warna hitam. Sintaks matlab yang digunakan adalah : medfilt2(A,[m,n]) Contoh implementasi sintaks median filter sebagai berikut: img4 = imclearborder (img3);

(36) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 19 img5 = medfilt2(img4,[15 15]); Nilai median filtering yang digunakan adalah 15x15. Nilai tersebut didapat dari hasil percobaan sehingga dapat menghilangkan noise yang terdapat pada citra plat. Gambar 3.6 menujukkan hasil dari proses median filter Gambar 3. 6 Hasil proses median filter 3.2.4 Segmentasi Proses segmentasi merupakan proses untuk memisahkan tiap karakter pada plat nomor. Diagram blok segmentasi ditunjukkan pada gambar 3.7 Masukan citra hasil filtering median Jumlahkan baris & kolom piksel citra plat Cari posisi nol Penentuan posisi segmentasi Potong citra plat sesuai posisi segmentasi Keluaran Citra tersegmentasi . Gambar 3. 7 Diagram blok segmentasi Proses segmentasi dilakukan dengan menjumlahkan baris dan kolom piksel citra plat untuk mendapatkan histogram proyeksi vertikal citra plat. Bentuk histogram proyeksi vertikal ditunjukkan pada gambar 3.8.

(37) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI Tinggi Piksel 20 Data karakter Celah antar karakter Piksel Lebar Piksel Gambar 3. 8 Histogram proyeksi vertikal citra plat Berdasarkan hitogram proyeksi vertikal pada gambar 3.8, dicari letak posisi 0 (nol) yang merupakan celah antar karakter pada plat. Ketika posisi 0 (celah antar karakter) diketahui, maka proses selanjutnya adalah menentukan posisi segmentasi karakter. Penentuan posisi segmentasi dilakukan dengan menghitung perbedaan celah yang terdapat antar karakter. Jika perbedaan celah antar karakter lebih dari 1, maka nilai tersebut merupakan letak segmentasi. Proses terakhir dari segmentasi adalah memotong celah antar karakter berdasarkan posisi segmentasi yang telah didapat. Contoh hasil segmentasi ditunjukkan pada gambar 3.9. Gambar 3. 9 Hasil segmentasi citra plat 3.2.5 Potong Citra Sesuai Bounding Box Hasil dari segmentasi karakter pada plat nomor, kemudian dipotong sesuai dengan bounding box. Tujuan dari proses ini untuk mendapatkan karakter yang sesuai dengan

(38) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 21 bounding box sehingga dapat diproses pada tahap resizing dan centering. Diagram blok dari proses bounding box dapat dilihat pada gambar 3.10 Masukan Citra segmentasi Potong bagian kiri Putar 900 searah jarum jam dan potong bagian kiri Putar 900 searah jarum jam dan potong bagian kiri Putar 900 searah jarum jam potong bagian kiri dan Putar 900 searah jarum jam dan potong bagian kiri Putar 900 searah jarum jam (kembali pada posisi semula) Keluaran Citra karakter sesuai bounding box Gambar 3. 10 Diagram blok bounding box Pada proses bounding box, citra karakter yang akan dipotong sesuai dengan bounding box-nya dibalik (flip) secara horizontal sejauh 900 serah jarum jam dan matrik karakter citra plat di-transpose untuk memudahkan dalam proses pemotongan. Pemotongan dilakukan dengan cara memotong matrik citra karakter yang bernilai 0. Citra yang telah dipotong pada sisi pertama citra karakter kemudian diputar lagi sejauh 90 0 untuk memotong bagian sisi kedua dari citra karakter plat. Proses ini dilakukan sampai setiap sisi citra plat telah terpotong. Citra karakter plat yang telah terpotong disetiap sisinya diputar kembali sejauh 900 untuk membuat citra kembali pada posisi awal. Proses ini dilakukan kembali untuk setiap citra karakter hasil dari proses segmentasi. Contoh dari hasil bounding box ditunjukkan pada gambar 3.11

(39) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI Input Karakter (a) 22 Hasil Potong Kiri (b) Putar 900 (c) (d) Putar 900 (e) (f) Putar 900 (g) (h) Putar 900(kembali pada posisi awal) (i) Gambar 3. 11 Proses bounding box (a) Input karakter (b) Hasil potong kiri (c) Putar 900 serah jarum jam ke 1 (d) Hasil potong kiri (e) Putar 90 0 serah jarum jam ke 2 (f) Hasil potong kiri (g) Putar 900 serah jarum jam ke 3 (h) Hasil Potong kiri (i) Putar 90 0 serah jarum jam ke 4, kembali ke posisi awal

(40) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 23 3.2.6 Resizing dan Centering a. Resizing Resizing merupakan proses mengubah ukuran piksel citra. Proses resizing dilakukan dengan mengubah ukuran piksel citra dari hasil bounding box. Ukuran citra hasil bounding box diubah ukuran pikselnya dengan ukuran panjang 48 piksel dan lebarnya menyesuaikan lebar karakter. Penggunaan ukuran 48 piksel ini mengacu pada penelitian yang telah dilakukan, yaitu oleh Sumarno[15]. Sintaks matlab yang dapat digunakan untuk merubah ukuran piksel suatu citra adalah : imresize(A,m) dengan m adalah ukuran piksel yang digunakan untuk mengubah ukuran piksel. b. Centering Proses centering merupakan proses untuk mengatur citra menjadi center sehingga dapat dicocokan dengan database yang berukuran 64x64 piksel. Ukuran template diset dengan ukuran 64x64 piksel karena ukururan tersebut merupakan ukuran yang maksimum yang digunakan. Penggunaan citra berukuran 64x64 piksel ini telah dilakukan pada penelitian sebelumnya yang telah dijurnalkan. Salah satu peneliti yang menggunakan ukuran 64x64 piksel yaitu pada penelitian yang dilakukan oleh Sumarno[15]. Citra dari hasil resizing diproses agar menjadi centering dengan menambahan nilai nol (zero padding). Diagram blok proses centering ditunjukkan pada gambar 3.11

(41) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 24 Masukan citra karakterer sesuai boundingbox Resize kolom citra menjadi 48 piksel Hitung penambahan nol pada baris Hitung penambahan nol pada kolom Tambahkan nol pada baris matrik Tambahkan nol pada kolom matrik Cek hasil penambahan nol pada kolom dan baris Keluaran citra karakter centering Gambar 3. 12 Diagram blok centering Proses centering, menggunakan masukan dari hasil resizing yang berukuran 48 piksel dan lebarnya sesuai dengan bentuk dari karakter. Zero padding dilakukan untuk mendapatkan ukuran citra menjadi 64x64 piksel sehingga karakter berada ditengah. Penambahan nilai 0 ditambahkan pada baris dan kolom matrik citra. Perhitungan dilakukan agar penambahan nilai 0 pada baris dan kolom matrik citra menjadi 64x64 piksel. Penambahan nilai 0 disesuaikan dengan hasil rezising citra karakter. Berdasarkan hasil resizing, panjang kolom hasil resizing berukuran 48 piksel ditambahkan nilai 0 agar panjang kolom menjadi 64 piksel dan lebar kolom yang sesuai dengan lebar karakter ditambahkan agar ukuran lebarnya menjadi 64 piksel. Jika lebar matrik yang didapat lebih dari 64, maka akan diproses agar menjadi 64 piksel. Gambar 3.13 menunjukkan contoh hasil centering. Gambar 3. 13 Hasil proses centering

(42) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 25 3.2.7 Filter Gaussian dan Ekstraksi Ciri DCT Discrete Cosine Transform mengubah citra dari domain spasial ke domain DCT. Sebagian sinyal dari ranah DCT akan digunakan sebagai ekstraksi ciri. Sebagian sinyal yang digunakan sebagai ekstraksi ciri dapat diambil dari koefisien DCT ke-1 hingga (yang maksimum) ke-n, dengan n adalah panjang koefisien DCT. Diagram blok ekstraksi ciri ditunjukkan pada gambar 3.14. Masukan citra karakter centering Input citra karakter Low Pass Filtering DCT Hitung nilai absolut DCT Zigzag scanning Keluaran hasil ekstraksi ciri Gambar 3. 14 Diagram blok ekstraksi ciri DCT Citra hasil segmentasi plat yang telah di-centering kemudian akan diekstraksi ciri. Citra difilter dengan menggunakan low pass filter. Salah satu jenis low pass filter yang biasa digunakan untuk pengaburan citra 2 dimensi adalah filter Gaussian. Nilai filter Gaussian yang digunakan sedemikian rupa untuk mendapatkan hasil penapisan yang sempurna. Citra hasil filtering kemudian diekstraksi ciri DCT berukuran 64x64 piksel. Pengekstraksian ciri citra dilakukan dengan menggunakan sintaks dct2 pada matlab. Hasil dari DCT kemudian dihitung untuk mencari nilai absolutnya. Zigzag scanning digunakan untuk mengambil koefisien dari hasil hitung absolut ekstraksi.

(43) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 26 Nilai-nilai yang akan dievaluasi dari penelitian ini adalah :nilai koefisien lapisan DCT yang bernilai 15, 28, 45, 78, 120 dan 320. 3.2.8 Perhitungan Jarak Fungsi jarak yang digunakan adalah fungsi jarak Euclidean. Perhitungan jarak digunakan untuk menghitung jarak antara sebuah hasil ekstraksi ciri data masukan dengan 36 karakter hasil ekstraksi ciri pada database. Database tersebut terdiri dari angka (0-9) dan huruf (A-Z). Diagram blok perhitungan jarak ditunjukkan pada gambar 3.15 Masukan Hasil Ekstrksi ciri Database Hitung Jarak Minimum J0.....Jz Hasil Hitung Jarak Keluaran :Jarak minimum Gambar 3. 15 Diagram blok fungsi jarak 3.2.9 Penentuan Keluaran Proses penentuan keluaran merupakan proses penentuan hasil pengenalan data uji dengan database. Penentuan hasil pengenalan ini diperoleh dari proses perhitungan jarak yang mencari jarak minimum antara data uji dengan database. Pengenalan suatu karakter yang mempunyai jarak minimum ditentukan sebagai karakter keluar. Hasil pengenalan tersebut akan ditampilkan dalam bentuk teks. Diagram blok penentuan keluaran dapat dilihat pada gambar 3.16

(44) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 27 Masukan : Jarak minimum Output citra = Jarak minimum Tampiklan output dalam bentuk teks Keluaran : Hasil Pengenalan Gambar 3. 16 Diagram blok penentuan hasil pengenalan 3.3 Database Database diperlukan pada proses perhitungan jarak. Pembentukan dari database terdiri dari 36 karakter, yaitu angka (0-9) dan huruf (A-Z). Pembentukan database diambil dari citra karakter hasil proses segmentasi plat yang dipotong sesui dengan bounding box dan telah diproses resizing dan centering. Ukuran piksel dari database adalah 64x64 piksel. Filter Gaussian digunakan sebagai low pass filter citra karakter. Citra karakter tersebut diekstraksi DCT serta menghitung nilai absolut dari DCT. Nilai absolut DCT tersebut disimpan dalam format .mat yang digunakan sebagai database. Diagram blok pembentukan database ditunjukkan pada gambar 3.17 Masukan : Citra Karakter Low Pass Filtering DCT Hitung nilai absolut DCT Zigzag scanning Simpan hasil Keluaran : Matrik hasil Zigzag scan Gambar 3. 17 Diagram blok pembentukan database

(45) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 3.4 28 Perhitungan Tingkat Pengenalan Karakter Sistem pengenalan plat nomor kendaraan bermotor yang dirancang akan dievaluasi tingkat keberhasilan pengenalan karakter. Tingkat keberhasilan dari sistem ini terdiri dari 2 macam evaluasi yaitu tingkat keberhasilan pengenalan karakter dan pengenalan plat secara keseluruhan. Jumlah plat yang akan diuji sebanyak 30 plat. Perhitungan tingkat pengenalan karakter dan plat sebagai berikut : 𝐻𝑎𝑠𝑖𝑙 𝑃𝑒𝑛𝑔𝑒𝑛𝑎𝑙𝑎𝑛 𝑘𝑎𝑟𝑎𝑘𝑡𝑒𝑟 = 𝐻𝑎𝑠𝑖𝑙 𝑃𝑒𝑛𝑔𝑒𝑛𝑎𝑙𝑎𝑛 𝑝𝑙𝑎𝑡 = 3.5 𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑎𝑟𝑎𝑘𝑡𝑒𝑟 𝑦𝑎𝑛𝑔 𝑑𝑖𝑘𝑒𝑛𝑎𝑙𝑖 𝑥 100% (8 𝑥 𝑗𝑢𝑚𝑙𝑎ℎ 𝑝𝑙𝑎𝑡 𝑢𝑗𝑖) 𝑗𝑢𝑚𝑙𝑎ℎ 𝑝𝑙𝑎𝑡 𝑦𝑎𝑛𝑔 𝑑𝑖𝑘𝑒𝑛𝑎𝑙𝑖 𝑥 100% 𝑗𝑢𝑚𝑙𝑎ℎ 𝑝𝑙𝑎𝑡 𝑢𝑗𝑖 (3.1) (3.2) Perancangan Tampilan Program Tampilan utama program pengenalan plat nomor sepeda motor dibuat dengan menggunakan Graphical User Interface (GUI) pada Matlab. Tampilan program ini dibuat agar user dapat dengan mudah mengoperasikan program serta mengerti hasil dari pengenalan plat. Gambar 3.18 menunjukkan rancangan tampilan dari sistem pengenalan plat nomor sepeda motor. Gambar 3. 18 Rancangan tampilan GUI

(46) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 29 Keterangan dari tampilan GUI tersebut dapat dibaca pada tabel 3.1 Tabel 3.1 Keterangan Tampilan Program Nama Bagian Pilih Citra Plat Tampilan Citra Plat Nama Bagian Tampilan Histogram Proyeksi vertikal Tampilan Citra Centering Tampilan Hasil Pengenalan Tombol Pengenalan Tombol End Keterangan Mengambil citra plat yang telah tersedia dengan memilih citra plat pada listbox Menampilkan citra yang telah dipilih Keterangan Menampilkan histogram Proyeksi vertikal citra plat Menampilkan citra karakter yang telah dicentering Menampilkan hasil pengenalan plat Mengeksekusi program pengenalan Digunakan untuk mengakhiri proses program

(47) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI BAB IV HASIL DAN PEMBAHASAN Pada bab ini, akan dibahas tentang hasil uji coba sistem yang telah dibuat berdasarkan rancangan penelitian. Pengujian terhadap sistem yang telah dibuat perlu dilakukan untuk mengetahui tingkat kinerja program. Hasil pengujian berupa data-data dari pengenalan huruf dan angka dari plat yang menunjukkan kinerja dari sistem yang telah dibuat. Analisa dilakukan berdasarkan data-data yang diperoleh serta kinerja sistem yang telah dibuat. 4.1 Pengujian Sistem Pengenalan Plat Nomor Sepeda Motor Pengujian sistem dilakukan untuk memastikan dan mengetahui kinerja program yang telah dibuat berdasarkan rancangan yang telah dibuat. Pengujian sistem dilakukan menggunakan laptop dengan spesifikasi sebagai berikut : a. Processor : Intel® Pentium® CPU P1600 @2.00 GHz 2.00 GHz b. RAM : 1.00 GB c. Sistem operasi : 32-bit Spesifikasi tersebut digunakan karena mampu menjalankan program Matlab untuk pengenalan plat nomor sepeda motor. Program pengenalan dapat dijalankan dengan mengikuti langkah-langkah sebagai berikut : a. Klik dua kali icon matlab yang ditunjukkan pada gambar 4.1 Gambar 4.1 Icon Matlab 30

(48) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 31 b. Setelah mengklik icon matlab, akan muncul tampilan awal matlab. Tampilan awal matlab ditunjukkan pada gambar 4.2 Gambar 4.2 Tampilan awal matlab c. Pilih menu File, klik GUI maka akan muncul tampilan GUIDE Quick Start. Selanjutnya klik Open Existing GUI pilih D:\TUGAS AKHIR\HURUF\guiprog\guiplat.fig kemudian klik open maka akan muncul tampilan awal GUI. Klik run untuk menjalankan program GUI tersebut. Tampilan utama program pengenalan plat nomor ditunjukkan pada gambar 4.3. Gambar 4.3 Tampilan Utama Program Pengenalan Plat Nomor Sepeda Motor

(49) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 32 Proses pengenalan plat nomor sepeda motor pada GUI, dilakukan ketika user memilih citra plat yang terdapat pada listbox dengan mengklik 2 kali pada nomor plat sepeda motor. Citra plat nomor yang telah dipilih kemudian akan tampil pada axes1. Push button pengenalan berfungsi untuk menjalankan program pengenalan. Ketika user mengklik push button pengenalan, maka proses pengenalan akan berjalan. Pada proses pengenalan, akan ditampilkan histogram proyeksi vertikal, centering , dan hasil pengenalan. Gambar 4.4 menunjukkan proses pengenalan plat nomor ketika dijalankan. Gambar 4.4 Proses Pengenalan Plat Nomor Sepeda Motor User dapat mengganti citra plat nomor sepeda motor dengan citra plat nomor sepeda motor yang lain dengan cara mengklik 2 kali citra yang akan dipilih dan proses pengenalan dapat dilakukan seperti cara mengklik push button pengenalan. Push button end berfungsi untuk mengakhiri proses pengenalan plat nomor sepeda motor. Listing program utama pengenalan plat nomor terdapat pada lampiran L1. 4.1.1 Tampilan Listbox Tampilan listbox digunakan untuk menampilkan citra plat sepeda motor yang akan dipilih oleh user. Sintaks program listbox pada Matlab dapat dilihat pada gambar 4.5

(50) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI % Get default command line output from handles structure varargout{1} = handles.output; axes(handles.axes1); handles.img1=imread('AB 4040 PS.jpg'); imshow(handles.img1); set(handles.text1,'string','AB 4040 PS.jpg'); initial_dir='D:\TUGAS AKHIR\HURUF\Plat Uji'; load_listbox(initial_dir,handles) % --- Executes on selection change in listbox1. function listbox1_Callback(hObject, eventdata, handles) % hObject handle to listbox1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: contents = get(hObject,'String') returns listbox1 contents as cell array % contents{get(hObject,'Value')} returns selected item from listbox1 get(handles.figure1, 'selectiontype'); if strcmp(get(handles.figure1,'selectionType'),'open') index_selected = get(handles.listbox1,'value'); file_list=get(handles.listbox1,'string'); filename = file_list{index_selected}; if handles.is_dir(handles.sorted_index(index_selected)) cd(filename) load_listbox(pwd,handles) else [path,nama,ext,ver]=fileparts(filename); switch ext case '.jpg' handles.img1=imread(filename); guidata(hObject, handles); set(handles.text1,'string', filename); axes(handles.axes1); imshow(handles.img1); otherwise errordlg('type file salah','salah file') end end end % --- Executes during object creation, after setting all properties. function listbox1_CreateFcn(hObject, eventdata, handles) % hObject handle to listbox1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: listbox 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 (a) 33

(51) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 34 function load_listbox(dir_path, handles) cd(dir_path) dir_struct = dir(dir_path); [sorted_names,sorted_index]=sortrows({dir_struct.name}'); handles.file_names= sorted_names; handles.is_dir = [dir_struct.isdir]; handles.sorted_index=[sorted_index]; guidata(handles.figure1, handles) set(handles.listbox1,'string',handles.file_names,'value',1) (b) Gambar 4.5 (a) dan (b) Sintaks program listbox Pada program listbox, salah satu citra plat dipanggil dengan menggunakan fungsi imread untuk menampilkan citra plat pada tampilan awal GUI pengenalan plat nomor seperti gambar 4.3. Pada program dilakukan membacaan folder untuk mengetahui letak citra plat disimpan, agar dapat digunakan untuk menampilkan isi file citra plat pada tampilan listbox. Jika user salah mengklik file yang bukan berformat .JPG, maka akan muncul tampilan seperti gambar 4.6 yang menunjukkan bahwa file yang dipilih salah. Gambar 4.6 Tampilan pesan jika type file salah 4.1.2 Tombol Pengenalan Tombol pengenalan digunakan untuk melakukan proses mengenalan karakter plat nomor sepeda motor. Ketika user menekan tombol pengenalan, maka akan tampil proses pengenalan berupa histogram proyeksi vertikal, centering karakter dari segmentasi, dan hasil pengenalan plat. Sintaks untuk menampilkan histogram proyeksi vertikal dapat dilihat pada gambar 4.7 img3=medfilt2(img3,[15 15]); histo=sum(img3); axes(handles.axes2); bar(histo); Gambar 4.7 Sintaks program histogram proyeksi vertikal

(52) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 35 Piksel dari citra plat yang telah difilter menggunakan median filter, kemudian dijumlahkan dengan menggunakan fungsi sum.Fungsi bar digunakan untuk menampilkan data yang berupa histogram proyeksi vertikal. Sintaks dari untuk menampilkan proses centering karakter dan pengenalan dapat dilihat pada gambar 4.8 seg=segmen(img3); for i=1:length(seg); kar{i}=bbox(seg{i}); kar{i}=tengah(kar{i}); karout{i}=kenal(kar{i}); end axes(handles.axes3);imshow (kar{1}) axes(handles.axes4);imshow (kar{2}) axes(handles.axes5);imshow (kar{3}) axes(handles.axes6);imshow (kar{4}) axes(handles.axes7);imshow (kar{5}) axes(handles.axes8);imshow (kar{6}) axes(handles.axes9);imshow (kar{7}) axes(handles.axes10);imshow(kar{8}) kar1=karout{1}; kar2=karout{2}; kar3=karout{3}; kar4=karout{4}; kar5=karout{5}; kar6=karout{6}; kar7=karout{7}; kar8=karout{8}; karouty=cell2mat([kar1 kar2 kar3 kar4 kar5 kar6 kar7 kar8]); set(handles.text2,'String',karouty); handles.img3=img3; guidata(hObject, handles); Gambar 4.8 Sintaks program untuk menampilkan proses centering dan pengenalan Fungsi cell2mat digunakan untuk mengubah data yang berupa cell array menjadi single array, sehingga hasil dari pengubahan tersebut dapat ditampilkan pada GUI. 4.1.3 Tombol END Tombol end digunakan untuk mengakhiri proses pengenalan plat nomor sepeda motor. Ketika user mengklik tombol end, maka proses pengenalan akan berhenti dan membuat tampilan GUI seperti yang ditunjukkan pada gambar 4.9

(53) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 36 Gambar 4.9Tampilan GUI ketika tombol End ditekan 4.2 Proses Pembentukan Database Pembentukan database terdiri dari 36 karakter, yaitu angka (0-9) dan huruf (A-Z). Proses pembentukan database diambil dari citra karakter yang telah mengalami proses centring. Citra karakter tersebut difilter dengan menggunakan filter Gaussian, hasil dari proses filterisasi kemudian diekstraksi DCT. Hasil hitung nilai absolut DCT disimpan dalam format .mat. Nilai absolut DCT ini yang digunakan sebagai database. Hasil ekstrasi DCT dengan koefisien DCT yang digunakan sebagai database terdapat pada lampiran L. Sintaks dari pembentukan database dapat dilihat pada gambar 4.10. function y=karciri(kar,jum) %========================= %program LPF %========================= L=double(kar); LPF=fspecial('gaussian',[8,8],4); r=imfilter(L,LPF); %============================ %DCT %============================ T=dct2(r); T=abs(T); Gambar 4.10 Sintaks program pembentukan database

(54) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 4.3 37 Penentuan Nilai Parameter Parameter yang digunakan untuk pengenalan plat nomor sepeda motor adalah jumlah koefisien DCT. Koefisien DCT yang digunakan adalah 15, 28, 45, 78, 120 ,320, 408, 620 dan 1015. Berdasarkan koefisein DCT tersebut akan dicari nilai lapisan koefisien DCT terbaik yang dapat mengenali karakter pada plat nomor sepeda motor. 4.3.1 Analisa Hasil Pengenalan Plat Nomor Sepeda Motor Pengujian sistem dilakukan dengan koefisien DCT yaitu 15, 28, 45, 78, 120 , 320, 208, 620 dan 1015 . dengan 30 plat nomor sepeda motor. Variasi DCT yang ada, digunakan untuk mencari koefisien DCT yang terbaik sehingga dapat mengenali karakter plat nomor sepeda motor dengan hasil yang maksimal. Hasil pengenalan plat nomor sepeda motor terdapat pada lampiran L38. Tabel 4.1 menunjukkan hasil dari pengenalan plat nomor dengan jumlah koefisien DCT yang digunakan. Tabel 4.1 Hasil Pengenalan Plat Nomor Sepeda Motor Jumlah Koefisien DCT Persentase Pengenalan Presentase Pengenalan Plat Karakter yang Benar 15 73,33% 16,67% 28 87,92% 46,67% 45 94,58% 70,00% 78 98,33% 90% 120 98,33%s 90% 320 98,75% 90% 408 98,75% 90% 620 98,75% 90% 1015 98,75% 90% Berdasarkan hasil pengenalan plat nomor sepeda motor yang ditunjukkan pada tabel 4.7 dapat dilihat pengaruh koefisien DCT yang digunakan untuk mengenali pola karakter yang terdapat pada plat nomor sepeda motor.

(55) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 38 Pada tabel 4.7, koefisien DCT 15 menghasilkan persentase pengenalan karakter hingga sebesar 73,33% dan persentase pengenalan plat yang benar hingga sebesar 16,67%. Semakin besar koefisien DCT yang digunakan maka tingkat pengenalannya karakter dan pengenalan plat nomor dengan benar akan semakin baik. Hasil pengenalan dengan tingkat pengenalan yang terbaik dengan menggunakan koefisien DCT 320, 408, 620 dan 1015 dengan tingkat pengenalan karakter hingga 98,75% dan tingkat pengenalan plat yang benar hingga sebesar 90% . Berdasarkan hasil tingkat pengenalan yang telah di dapat, maka dengan hanya menggunakan maka koefisien DCT 320 sudah dapat menghasilkan tingkat pengenalan karakter dan plat nomor dengan baik. Grafik pengaruh DCT pada gambar 4.11 menunjukkan pengenalan karakter pada plat nomor dengan cara menghitung jarak Euclidean antar karakter dari koefisien DCT yang digunakan. Ketika hasil perhitungan Euclidean diketahui, maka dapat dibandingkan pengaruh koefisien DCT yang digunakan untuk pengenalan karakter pada plat nomor sepeda motor. Karakter angka 5 dan huruf S digunakan untuk membandingkan tingkat pengenalan karakter pada plat nomor dengan pengaruh koefisien DCT yang digunakan Grafik Kofisien DCT 15 12 10 Keterangan | NIlai DCT | 8 6 4 2 0 0 5 10 Panjang Koefisin DCT 15 (a) 15

(56) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 39 Grafik Koefisien DCT 28 12 Keterangan 10 | NIlai DCT | 8 6 4 2 0 0 5 10 15 20 Panjang Koefisien DCT 28 25 30 (b) Grafik Koefisien DCT 45 12 10 |NIlai DCT | 8 Keterangan 6 4 2 0 0 5 10 15 20 25 30 Panjang Koefisien DCT 35 40 45 (c) Gambar 4.11 Grafik Pengaruh DCT : (a) Koefisien DCT 15, (b) Koefisien DCT 28, (c) Koefisien DCT 45

(57) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 40 Hasil perhitungan jarak Euclidean antara karakter angka 5 dan huruf S dengan berbagai koefisien DCT yang digunakan terdapat pada tabel 4.2 Tabel 4.2 Hasil Perhitungan Jarak Euclidean Koefisien DCT 15 28 45 78 120 320 Hasil Perhitungan Jarak 3,4277 4,0647 6,2858 8,0044 8,9218 9,0948 Berdasarkan pengaruh koefisien DCT yang digunakan dengan hasil perhitungan jarak Eucledian diketahui bahwa semakin besar koefisien DCT yang digunakan, maka jarak perhitungan Euclidean akan semakin besar, sehingga akan semakin mudah untuk mendiskriminasikan antar karakter yang ada. Semakin besar diskriminasi antar karakter maka akan semakin mudah mengenali karakter pada plat nomor sepeda motor. Pada penelitian ini koefisien DCT yang digunakan adalah koefisien DCT 320 karena dengan jumlah koefisien DCT 320 sudah mendapatkan pengenalan yang maksimum. Tingkat pengenalan karakter pada plat hingga sebesar 98,75 % dan tingkat keberhasilan mengenali plat secara benar hingga sebesar 90%. 4.3 Keterbatasan Metodelogi Pada pembuatan tugas akhir pengenalan plat nomor sepeda motor secara non-real time, mempunyai keterbasan metodelogi, antara lain : a. Intensitas cahaya pada saat pengambilan citra plat nomor sangat berpengaruh pada hasil pengenalan plat nomor sepeda motor. Jika intensitas cahayanya besar akan mempengaruhi proses binerisasi karena pantulan cahaya pada plat akan menjadi warna putih. b. Kondisi karakter plat motor yang berbeda dapat mempengaruhi pengenalan plat nomor, sehingga dapat terjadi salah pengenalan karakter pada plat.

(58) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 41 c. Penentuan jarak antara kamera dengan plat harus tetap yaitu 30 cm sehingga citra plat dapat terambil dengan baik agar proses cropping dapat berjalan sesuai dengan koordinat yang telah ditentukan. d. Pengenalan plat nomor sepeda motor dengan kondisi citra plat yang miring tidak dapat dilakukan. Hal ini disebabkan proses segmentasi terhadap citra plat tidak dapat memotong tiap karakter yang ada pada plat dengan benar. Contoh hasil pengenalan plat sepeda motor dari penggunaan plat dalam kondisi miring sebesar 2 derajat ditunjukkan pada gambar 4.12 dan citra plat yang terbalik ditunjukkan pada gambar 4.13. Gambar 4.12 Citra plat dengan kemiringan 2 derajat Pada gambar 4.12 menunjukkan bahwa citra plat dengan kemiringan 2 derajat tidak dapat melakukan proses segmentasi dengan benar karena karakter yang terdapat pada plat tidak dapat tersegmentasi seluruhnya. Hal tersebut terlihat pada gambar 4.12(a) pada bagian histogram proyeksi vertikal yang hanya menunjukkan 2 karakter saja yang dapat tersegmentasi. Oleh sebab itu, ketika masuk pada tahap proses centering dan proses pengenalan karakter plat nomor, sistem tidak dapat mengenali karakter yang terdapat pada plat.

(59) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI 42 Gambar 4.13 Citra plat yang terpasang terbalik Pada gambar 4.13 menunjukkan bahwa citra plat yang terpasang terbalik juga tidak dapat menjalankan proses pengenalan karakter plat nomor. Hal ini disebabkan karena koordinat cropping yang telah ditentukan tidak sesuai memotong bagian dari citra plat yang tidak dibutuhkan. Bagian plat yang dipotong ditunjukkan pada gambar 4.14 Bagian plat yang dipotong (b) (a) Gambar 4.14 Bagian plat yang dipotong (a) Citra plat utuh (b) Hasil cropping

(60) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Dari hasil percobaan dan pengujian terhadap sistem pengenalan plat nomor sepeda motor secara non-real time, dapat disimpulkan bahwa : 1. Implementasi dari sistem pengenalan plat nomor sepeda motor secara non-real time sudah dapat bekerja sesuai dengan perancangan. 2. Implementasi sistem telah sesuai dengan tujuan yaitu menghasilkan bagian dari sistem pengenalan karakter berupa huruf dan angka pada plat nomor kendaraan sepeda motor. 3. Koefisien DCT 320, 408 ,620, dan 1015 menghasilkan tingkat pengenalan karakter hingga sebesar 98,75 % dan persentase pengenalan plat nomor yang benar sebesar 90%. 4. Pengujian dengan koefisien DCT 320 sudah dapat menghasilkan persentase pengenalan karakter hingga sebesar 98,75% dan persentase pengenalan plat nomor yang benar hingga sebesar 90%. 4.2 Saran Sistem pengenalan plat nomor sepeda motor memiliki kekurangan. Adapun saran untuk dapat menyempurnakan sistem ini, yaitu : 1. Sistem dibuat secara real-time. 2. Pengondisian terhadap plat nomor yang miring dan plat nomor yang digunakan tidak terbatas pada 8 karakter. 3. Jarak yang digunakan untuk mengambil citra tidak tetap 30 cm. 4. Menggunakan ekstraksi ciri dan fungsi jarak lainnya sehingga hasil pengenalannya bisa 100%. 43

(61) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI DAFTAR PUSTAKA [1] --------, 2005, Landasan Teori, http://thesis.binus.ac.id/Bab2Doc/2005-1, diakses 15 Januari 2013. [2] Manurung, P.M., 2008, Perangkat Lunak Pengenalan Plat Nomor Mobil Menggunakan Jaringan Kompetitif dan Jaringan Kohonen, Universitas Indonesia. [3] Mellolo, O., 2012, Pengenalan Plat Nomor Kendaraan Bermotor, Politeknik Manado. [4] Nugraha.,2009,Spesifikasi Standar TNKB Alias Plat Nomor http://kilaubiru.wordpress.com/2009/09/09/spesifikasi-standar-tnkb-alias-platnomor/diakses 20 Oktober 2013. [5] Prasetyo, E., 2011, Pengolahan Citra Digital dan Aplikasinya Menggunakan Matlab, Andi Offset,Yogyakarta. [6] Utami, S.E., 2009, Pembacaan Plat Nomor Kendaraan Menggunakan Metode Jaringan Saraf Tiruan (JST) Backpropagation Berbasis Image Processing, Institut Teknologi Sepuluh November. [7] Ibrahim, D., Hidayanto, A., Istanto, R.R., 2011, Pengaturan Kecerahan dan Kontras Citra Secara Otomatis Dengan Teknik Pemodelan Histogram, Universitas Diponegoro. [8] --------.,2001, BAB2 Konsep Dasar Pengenal Objek, http://library.binus.ac.id/eColls/eThesisdoc/Bab2/2011-2-01193MTIF%20Bab2001 diakses 30 Oktober 2013, [9] Putra, D., 2004, Binerisasi Citra Tangan Dengan Metode Otsu, Universitas Udayana. [10] Krisnawati., 2009, Transformasi Citra Menggunakan Matlab, http://p3m.amikom.ac.id/.../05%20-%20STMIK%20AMIKOM%20Yogyakarta, diakses 22 Mei 2013 [11] The Mathworks., 2013, Image Processing Toobox: 2-D discrete cosine transform, http://www.mathworks.com/help/images/ref/dct2.html diakses 10 Juli 2013 [12] Wirawan, I.M.W.A., 2011, Kompresi Lossy MPEG-1Video, Fakultas Teknik Univeristas Udayana. 44

(62) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI [13] 45 --------,2009, Landasan Teori, http://www.scribd.com/doc/112519136/2009-100477-TIAS-Bab-2, diakses tanggal 12 Juni 2013. [14] Mahastama, A.W., 2013, Pengolahan Citra Digital (PPT), Universitas Kristen Duta Wacana, http://lecturer.ukdw.ac.id/~mahas/dossier/pcd_05.pdf, diakses 24 September 2013 [15] Sumarno, L., 2012, Pengaruh Penyekalaan Pada Ekstraksi Ciri Pengaburan Dan Perataan Blok Yang Menggunakan Tapis Guassian 2-D, Seminar Nasional Aplikasi Teknologi Informasi (SNATI 2012). [16] Wardahi, R.N., dkk, 2012, Analisis Penerapan Metode Konvolusi Untuk Reduksi Derau Pada Citra Digital, Politeknik Negeri Jakarta. [17] Firmansyah,A., 2007, Ilmu Komputer.com : Dasar-dasar Pemrograman Matlab. http://ilmukomputer.org/wp-content/uploads/2007/08/firman-dasarmatlab.pdf, diakses 2 Mei 2013. [18] Iqbal, M., 2009, Dasar Pengolahan Citra menggunakan Matlab,Fakultas Perikanan dan Ilmu Kelautan, Institut Pertanian Bogor. [19] The Mathworks., 2013, Image Processing Toobox: 2-D median filtering , http://www.mathworks.com/help/images/ref/dct2.html diakses tanggal 10 Juli 2013

(63) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI LAMPIRAN 46

(64) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI LISTING PROGRAM UTAMA function varargout = guiplat(varargin) % GUIPLAT M-file for guiplat.fig % GUIPLAT, by itself, creates a new GUIPLAT or raises the existing % singleton*. % % H = GUIPLAT returns the handle to a new GUIPLAT or the handle to % the existing singleton*. % % GUIPLAT('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in GUIPLAT.M with the given input arguments. % % GUIPLAT('Property','Value',...) creates a new GUIPLAT or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before guiplat_OpeningFunction gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to guiplat_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 guiplat % Last Modified by GUIDE v2.5 13-Jan-2014 10:37:17 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @guiplat_OpeningFcn, ... 'gui_OutputFcn', @guiplat_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 L1

(65) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI % --- Executes just before guiplat is made visible. function guiplat_OpeningFcn(hObject, eventdata, handles, varargin) % 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 guiplat (see VARARGIN) % Choose default command line output for guiplat handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes guiplat wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = guiplat_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; axes(handles.axes1); handles.img1=imread('AB 4040 PS.jpg'); imshow(handles.img1); set(handles.text1,'string','AB 4040 PS.jpg'); initial_dir='D:\TUGAS AKHIR\HURUF\Plat Uji'; load_listbox(initial_dir,handles) % --- Executes on selection change in listbox1. function listbox1_Callback(hObject, eventdata, handles) % hObject handle to listbox1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: contents = get(hObject,'String') returns listbox1 contents as cell array % contents{get(hObject,'Value')} returns selected item from listbox1 get(handles.figure1, 'selectiontype'); if strcmp(get(handles.figure1,'selectionType'),'open') index_selected = get(handles.listbox1,'value'); file_list=get(handles.listbox1,'string'); filename = file_list{index_selected}; if handles.is_dir(handles.sorted_index(index_selected)) cd(filename) load_listbox(pwd,handles) else L2

(66) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI [path,nama,ext,ver]=fileparts(filename); switch ext case '.jpg' handles.img1=imread(filename); guidata(hObject, handles); set(handles.text1,'string', filename); axes(handles.axes1); imshow(handles.img1); otherwise errordlg('type file salah','salah file') end end end % --- Executes during object creation, after setting all properties. function listbox1_CreateFcn(hObject, eventdata, handles) % hObject handle to listbox1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: listbox 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 function load_listbox(dir_path, handles) cd(dir_path) dir_struct = dir(dir_path); [sorted_names,sorted_index]=sortrows({dir_struct.name}'); handles.file_names= sorted_names; handles.is_dir = [dir_struct.isdir]; handles.sorted_index=[sorted_index]; guidata(handles.figure1, handles) set(handles.listbox1,'string',handles.file_names,'value',1) % --- 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) %PENGUJIAN PLAT img2=handles.img1; img3=imcrop(img2,[7 8 2368 534]); img3=rgb2gray(img3); imgth=graythresh(img3); img3=im2bw(img3,imgth); img3=imclearborder(img3); img3=medfilt2(img3,[15 15]); histo=sum(img3); axes(handles.axes2); bar(histo); L3

(67) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI seg=segmen(img3); for i=1:length(seg); kar{i}=bbox(seg{i}); kar{i}=tengah(kar{i}); karout{i}=kenal(kar{i}); end axes(handles.axes3);imshow (kar{1}) axes(handles.axes4);imshow (kar{2}) axes(handles.axes5);imshow (kar{3}) axes(handles.axes6);imshow (kar{4}) axes(handles.axes7);imshow (kar{5}) axes(handles.axes8);imshow (kar{6}) axes(handles.axes9);imshow (kar{7}) axes(handles.axes10);imshow(kar{8}) kar1=karout{1}; kar2=karout{2}; kar3=karout{3}; kar4=karout{4}; kar5=karout{5}; kar6=karout{6}; kar7=karout{7}; kar8=karout{8}; karouty=cell2mat([kar1 kar2 kar3 kar4 kar5 kar6 kar7 kar8]); set(handles.text2,'String',karouty); handles.img3=img3; guidata(hObject, handles); % --- Executes on button press in pushbutton2. function pushbutton2_Callback(hObject, eventdata, handles) axes(handles.axes1); plot(0); axes(handles.axes2); plot(0); axes(handles.axes3); plot(0); axes(handles.axes4); plot(0); axes(handles.axes5); plot(0); axes(handles.axes6); plot(0); axes(handles.axes7); plot(0); axes(handles.axes8); plot(0); axes(handles.axes9); plot(0); axes(handles.axes10); L4

(68) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI plot(0); set(handles.text2,'String',' '); % 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) L5

(69) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI KARAKTER DATABASE L6

(70) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L7 LAMPIRAN ISI DATABASE Database untuk koefisien DCT 320 No KARAKTER 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 12.0481 1.1138 0.3513 4.9470 0.1462 11.3864 0.0440 0.2998 0.2574 0.1033 3.7012 0.1054 4.1337 0.3020 3.5564 0.3014 0.0574 0.1696 0.0364 0.1894 0.1806 1.3389 0.0830 4.4086 0.0991 1.4913 0.1245 4.4040 1.7059 0.3087 0.5347 0.4180 0.3232 0.2011 0.0407 0.4624 0.8198 0.0283 2.0717 0.2201 2.6063 0.1822 5.0236 0.1283 4.3610 0.6731 0.2675 1.1935 0.5483 0.2921 1 6.2401 0.2509 1.5990 1.3992 0.1023 7.7590 0.7211 1.2369 0.2090 0.4089 1.4102 0.0283 2.7449 0.2398 6.5152 1.0076 0.8001 0.5359 0.2314 0.0181 0.1645 0.3266 0.0846 2.6232 0.1105 2.5189 0.3390 4.9535 1.1011 0.4580 0.7569 0.2063 0.0222 0.8980 0.0342 0.2525 0.7254 0.0087 1.0984 0.2572 2.1952 0.1311 1.9633 0.3229 3.2069 0.9728 0.0114 0.7725 0.0162 0.0638 2 8.2500 0.2532 0.3493 1.2457 0.4463 9.7769 0.5215 0.4020 0.2218 0.3213 4.1689 0.8175 1.6665 1.1138 5.3804 0.3377 0.2154 0.5470 0.0692 0.6162 0.4061 2.3814 0.3960 4.4617 2.0916 1.3821 1.2723 1.1726 0.0442 0.0987 0.6077 0.7506 1.4326 0.2389 0.0658 0.7609 0.5398 0.0244 3.0811 1.0535 1.2476 2.5041 0.9470 0.9843 0.9519 0.2382 0.1118 0.4439 1.3271 1.3902 3 9.4375 1.2088 0.0764 2.5962 0.2507 10.6648 2.8035 0.0609 1.3211 0.4561 4.6227 0.2436 2.5428 0.5165 4.6200 2.6824 0.0346 3.0996 0.5706 0.5714 0.2304 1.5519 0.0602 5.1413 0.4599 0.1147 0.3348 0.6851 1.4013 0.0920 3.0530 0.3796 1.4216 0.2082 0.0337 0.5375 1.4786 0.0638 2.4937 0.1398 2.0088 0.1849 1.7133 0.0466 2.6692 0.1943 0.0749 1.7140 0.1553 1.5987 4 7.2813 0.0005 1.3162 3.5172 0.2034 8.8211 0.1189 1.3341 0.8969 2.5803 2.9227 0.2457 4.2254 0.4584 5.3326 0.4142 0.1821 2.2130 2.6142 0.8793 0.8020 1.1672 0.1748 3.5463 0.4999 2.4882 0.4099 1.8413 0.6595 0.7296 2.4696 0.3355 2.2904 0.7269 0.2656 1.0614 0.1171 0.1304 1.3234 0.3253 2.1846 0.3074 0.8250 0.1842 0.1760 0.6187 0.9016 1.8424 1.5110 2.8432 5 10.4063 0.4328 1.1946 2.8234 0.5865 11.3626 0.7099 1.2314 0.2274 0.5317 3.7977 1.1693 2.7664 1.3313 4.0565 0.0123 0.2975 0.7127 0.7399 1.0699 1.3795 2.1096 0.7204 4.1673 2.6305 0.1656 1.1986 1.7907 0.7930 0.2999 1.0909 0.7500 2.3496 1.7953 0.5629 2.8405 0.4286 0.1196 2.6986 1.5368 1.5731 2.3171 1.7297 0.5105 3.2881 0.8177 0.2513 1.0287 0.8003 1.9284 6 11.0938 0.7040 0.3531 4.7744 0.4277 12.2107 1.5218 0.3357 0.6708 1.2534 2.8714 0.6837 4.7062 0.9365 4.5437 1.1847 0.0042 1.4467 1.2303 0.1026 0.5824 2.5781 0.3981 3.2269 1.4847 0.3722 0.7538 1.7798 0.2455 0.2332 1.1175 0.0793 0.2094 0.3196 0.2117 0.6676 1.7451 0.1984 3.6292 0.8771 1.3282 1.1650 2.7527 0.1801 3.6054 0.3749 0.2233 0.2156 0.7561 0.1320 7 7.6719 0.9113 2.3376 1.4861 0.3228 9.2476 2.2660 2.1230 0.7678 0.2367 3.0738 0.5421 2.0454 0.7284 5.5529 2.5756 0.4146 1.9657 0.2574 0.0777 1.9442 2.1620 0.1726 3.4236 1.2429 1.7973 0.6409 2.0556 1.9938 2.3043 2.3712 1.4978 0.0824 2.0237 0.2668 1.0231 0.0172 0.1505 2.5557 0.4376 1.4261 1.1403 1.2663 0.2401 0.2434 1.1241 2.4593 2.0091 2.3213 0.1769

(71) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L8 Lanjutan database untuk koefisien DCT 320 No KARAKTER 0 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 0.1444 0.0707 0.6096 0.0142 0.1783 0.8220 0.0104 0.8819 0.0690 2.4099 0.3400 0.6546 0.4878 4.2758 0.2389 2.6841 0.6507 0.1194 0.9266 0.3750 0.0284 0.1118 0.2176 0.4536 0.0455 0.2648 0.0048 0.1018 0.1718 0.0188 1.1809 0.0420 0.1187 0.1284 2.0662 0.3187 0.4057 0.4562 1.6420 0.1337 0.0878 0.3491 0.0150 0.2677 0.1005 0.0716 0.1348 0.3580 0.2827 1 0.6841 0.1167 0.2929 0.0151 0.5410 0.8021 0.0526 0.3740 0.0487 0.9281 0.3238 1.4350 0.1454 1.4926 0.2626 1.8072 0.7124 0.1516 0.6555 0.0586 0.0780 0.2416 0.1281 0.3000 0.0164 0.1804 0.0268 0.3899 0.4211 0.0286 0.6021 0.1187 0.2072 0.0467 0.5377 0.3274 0.8419 0.1117 0.9081 0.1621 0.7684 0.4044 0.2497 0.4392 0.1666 0.0994 0.0068 0.1169 0.1497 2 0.4679 0.2220 0.6791 0.2344 0.0665 1.0935 0.0496 0.5005 0.0648 2.3758 1.3549 1.5012 2.0594 0.4782 0.5408 1.0452 0.1500 0.1668 0.2149 1.2715 0.7824 0.9515 0.4008 0.1421 0.4951 0.0498 0.0837 0.4354 0.4234 0.0130 1.3815 0.1272 0.0585 0.0657 1.5826 1.2261 2.3508 1.1965 0.1273 0.2005 0.3724 0.0126 0.1564 0.0555 0.7588 0.2231 0.8923 0.5173 0.6738 3 0.0488 0.0118 0.6695 0.2845 0.1270 0.4968 0.0523 1.7290 0.0831 2.9353 0.1314 0.7019 0.2491 1.9105 0.2520 1.8847 0.2498 0.0194 0.3663 0.0106 1.1705 0.2504 0.2366 0.4495 0.6152 0.0896 0.1854 0.0207 0.1814 0.0202 0.7017 0.1073 0.8708 0.0751 2.7304 0.0584 1.6508 0.4021 0.9994 0.1868 0.4897 0.1430 0.0209 0.2062 0.0748 0.5418 0.2796 0.4479 0.2152 4 0.1670 0.6069 1.2111 0.0800 0.5905 0.0566 0.0526 0.0986 0.2751 0.6569 0.0937 0.8788 0.0719 0.0441 0.0082 0.6295 0.3346 0.5294 0.9653 1.9211 2.4759 0.8806 0.5667 0.5639 0.1546 0.6569 0.1350 0.0106 0.2959 0.0167 0.0237 0.1143 0.0298 0.1673 0.2370 0.3065 0.1855 0.2559 0.1668 0.0283 0.3455 0.0623 0.1242 0.3448 1.2193 1.5728 1.0114 0.2979 0.0107 5 1.4340 1.1946 3.0189 0.0382 0.0574 1.3967 0.0169 0.6428 0.1570 1.9257 1.1576 0.4490 0.9271 1.8985 0.0769 1.7954 0.2379 0.0689 0.4926 0.7613 0.5669 1.0360 0.8902 0.9019 0.0662 0.1630 0.0383 0.5646 0.3280 0.0147 1.7915 0.0221 0.7123 0.1273 0.9413 0.2001 0.9207 0.2076 0.9935 0.2347 0.1906 0.1778 0.1991 0.0757 0.5120 0.4186 0.6447 0.1543 0.6615 6 7 0.7120 0.4996 1.0020 0.1965 0.3064 0.5244 0.0138 1.9972 0.4497 3.3618 0.7224 0.3745 0.2339 2.9409 0.2392 2.1210 0.3635 0.0868 0.3746 0.8163 0.0199 1.3512 0.4943 1.0618 0.4758 0.3570 0.0336 0.1336 0.1895 0.0805 0.7178 0.0543 0.9082 0.3981 2.5409 0.2058 1.0370 0.4168 1.3432 0.2764 0.3277 0.0945 0.0068 0.3556 0.3993 0.0881 1.1766 0.2658 0.9305 0.4849 0.6097 1.2566 0.0088 0.2375 0.8135 0.1026 0.0713 0.3113 1.4360 0.5035 0.1357 0.4917 0.5741 0.1010 0.0618 0.4638 1.4239 1.2733 2.1525 0.4868 0.6351 0.5539 0.8052 0.0005 0.1956 0.1017 0.4233 0.4641 0.0395 0.9554 0.2427 0.1490 0.2017 0.4624 0.3621 0.4859 0.1098 0.0206 0.1873 0.1170 0.1337 0.4002 0.5944 1.3075 0.5671 0.7422 0.2302 0.3458

(72) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L9 Lanjutan database untuk koefisien DCT 320 No KARAKTER 0 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 0.0021 0.2571 0.0736 0.1137 0.0252 0.1110 0.0701 0.0009 0.2948 0.0665 0.9884 0.0366 0.4296 0.1253 1.1925 0.1889 0.5978 0.1902 0.1072 0.0127 0.1325 0.0019 0.0143 0.1410 0.0012 0.0846 0.0997 0.2985 0.1107 0.0067 0.2454 0.0640 0.0699 0.0121 0.1482 0.0121 0.0072 0.0284 0.0101 0.0582 0.0065 0.2823 0.0823 0.6552 0.0289 0.6004 0.0850 0.2546 1 0.0353 0.0284 0.0501 0.1234 0.0008 0.2320 0.1729 0.0050 0.2435 0.0594 0.4131 0.1667 0.1392 0.0497 0.3001 0.2462 0.2911 0.0780 0.5179 0.0793 0.2375 0.1525 0.1524 0.2259 0.1123 0.0871 0.2321 0.0597 0.1224 0.0273 0.0275 0.0685 0.0347 0.0171 0.0567 0.0071 0.1363 0.0541 0.0048 0.0416 0.0236 0.1764 0.0839 0.2839 0.1512 0.0211 0.0259 0.0450 2 0.3386 0.0217 0.2101 0.4187 0.0253 0.0532 0.0047 0.0204 0.5404 0.0105 0.9644 0.1428 0.4592 0.0031 0.9533 0.7973 1.6080 0.4381 0.0281 0.0397 0.0424 0.0600 0.0778 0.0038 0.2403 0.0225 0.4738 0.4892 0.5794 0.0521 0.0147 0.2365 0.0055 0.0533 0.0380 0.0376 0.0319 0.0543 0.0084 0.0159 0.0470 0.3950 0.0351 0.4796 0.0790 0.4614 0.1126 0.5386 3 0.4757 0.0936 0.4037 0.0330 0.0334 0.0335 0.0067 0.0377 0.2835 0.0605 0.6501 0.0693 0.0258 0.2415 1.7352 0.0148 1.1544 0.2254 0.1282 0.0396 0.1337 0.0073 0.0278 0.1527 0.0640 0.1058 0.1771 0.4425 0.0607 0.0824 0.2055 0.3190 0.0341 0.0692 0.0596 0.0281 0.0371 0.0400 0.0143 0.0022 0.0816 0.3236 0.0852 0.4789 0.0078 0.3950 0.2365 0.5966 4 0.0736 0.2759 0.3603 0.0327 0.0492 0.0053 0.0303 0.0551 0.3385 0.0660 0.0796 0.0986 0.0893 0.1224 0.2866 0.5236 0.0585 0.1618 0.0233 0.0014 0.0709 0.0326 0.0321 0.0790 0.3784 0.6821 0.6834 0.0774 0.1775 0.0583 0.0141 0.4702 0.0716 0.1284 0.0101 0.0183 0.0008 0.0036 0.0141 0.0236 0.1397 0.1596 0.1334 0.1116 0.0572 0.0421 0.3801 0.5100 5 0.0009 0.3199 0.0815 0.5843 0.0538 0.1496 0.1098 0.0335 0.4006 0.0737 1.3194 0.0216 0.7220 0.4120 0.1555 0.3965 0.4113 0.4765 0.1820 0.1189 0.2499 0.1493 0.0967 0.2587 0.1587 0.5254 0.2528 0.2770 0.8896 0.1042 0.3829 0.0591 0.1587 0.1016 0.1271 0.0337 0.0812 0.0541 0.0022 0.0811 0.0597 0.2548 0.1552 0.7529 0.0717 0.6010 0.3906 0.1694 6 7 0.4980 0.1893 0.0910 0.1740 0.0258 0.1695 0.0342 0.0106 0.3130 0.1974 0.6146 0.1100 0.1062 0.1462 1.3232 0.1786 0.7700 0.4420 0.0235 0.1150 0.2487 0.0318 0.0130 0.0907 0.0453 0.0434 0.5515 0.0157 0.5852 0.3019 0.0494 0.1146 0.1412 0.0524 0.2437 0.0001 0.0160 0.0183 0.0192 0.0416 0.0224 0.3858 0.2124 0.4004 0.1445 0.5476 0.0751 0.2840 0.0474 0.0857 0.2269 0.4550 0.0159 0.1152 0.0261 0.0341 0.5544 0.0822 0.5280 0.2392 0.1516 0.0369 0.0606 0.1276 0.0713 0.3099 0.1916 0.1022 0.1336 0.0166 0.0119 0.1854 0.4882 0.3842 0.2551 0.0623 0.0635 0.0781 0.2507 0.1929 0.1472 0.0419 0.1304 0.0119 0.0224 0.0077 0.0103 0.0358 0.0828 0.3250 0.0576 0.1733 0.1229 0.0676 0.1762 0.0736

(73) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L10 Lanjutan database untuk koefisien DCT 320 No KARAKTER 0 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 0.0142 0.2596 0.0401 0.2814 0.0288 0.1262 0.0283 0.0165 0.0867 0.0188 0.0047 0.0298 0.0357 0.0088 0.0601 0.1834 0.0841 0.0212 0.0077 0.1352 0.0158 0.0083 0.0128 0.0021 0.0028 0.0030 0.0129 0.0255 0.0520 0.0031 0.2921 0.0750 0.1655 0.0016 0.3496 0.0174 0.1208 0.0615 0.0180 0.0668 0.0373 0.0066 0.0145 0.0593 0.0033 0.0031 0.0304 0.0109 0.0290 1 0.1526 0.0554 0.0392 0.1877 0.0257 0.0138 0.0177 0.0738 0.0713 0.0944 0.0619 0.2165 0.0130 0.0160 0.0293 0.1512 0.0466 0.0210 0.0193 0.0296 0.0265 0.0490 0.0007 0.0287 0.0055 0.0003 0.0080 0.0180 0.0277 0.0239 0.1664 0.0702 0.0865 0.1158 0.0448 0.0120 0.0153 0.0673 0.0642 0.0133 0.0530 0.0020 0.0081 0.0043 0.0131 0.0033 0.0202 0.0284 0.1696 2 0.3335 0.5320 0.0503 0.0360 0.0025 0.0587 0.0149 0.0101 0.0070 0.0080 0.0469 0.0936 0.3335 0.1389 0.3288 0.0867 0.1612 0.2808 0.0373 0.0452 0.0912 0.0300 0.0072 0.0018 0.0066 0.0011 0.0637 0.0240 0.0559 0.0449 0.2298 0.0737 0.1071 0.0295 0.2057 0.1762 0.2705 0.0498 0.0136 0.0301 0.0052 0.0026 0.0037 0.0082 0.0021 0.0008 0.0296 0.0599 0.0436 3 0.0435 0.3597 0.0072 0.1453 0.0191 0.0906 0.0126 0.0149 0.0030 0.0346 0.0258 0.0622 0.2530 0.0044 0.1900 0.1737 0.0666 0.0187 0.0449 0.0778 0.0597 0.0355 0.0185 0.0021 0.0023 0.0013 0.0448 0.0311 0.0233 0.0648 0.3017 0.0675 0.2201 0.0478 0.3501 0.0909 0.0228 0.0320 0.0132 0.0493 0.0586 0.0049 0.0031 0.0089 0.0024 0.0158 0.0150 0.0007 0.0077 4 0.4331 0.1208 0.0021 0.0418 0.0116 0.0006 0.0091 0.0162 0.0119 0.0103 0.1563 0.2844 0.0154 0.0821 0.0988 0.0747 0.4420 0.0973 0.1563 0.0398 0.0475 0.0029 0.0028 0.0037 0.0074 0.0034 0.0015 0.0355 0.0188 0.1634 0.0040 0.1748 0.0390 0.0476 0.0330 0.4337 0.5273 0.1996 0.1134 0.0436 0.0137 0.0013 0.0007 0.0018 0.0012 0.0006 0.0315 0.0029 0.0625 5 0.3745 0.0559 0.2340 0.0728 0.0122 0.0749 0.0127 0.0034 0.1241 0.0570 0.2052 0.0426 0.2336 0.3424 0.1577 0.2822 0.0003 0.0940 0.0442 0.0526 0.0705 0.1078 0.0111 0.0001 0.0011 0.0056 0.0557 0.0066 0.0623 0.0154 0.1173 0.1697 0.2939 0.0750 0.3740 0.1500 0.1311 0.1279 0.1164 0.0291 0.0311 0.0024 0.0028 0.0231 0.0051 0.0058 0.0576 0.0036 0.1262 6 7 0.2243 0.2478 0.1682 0.2465 0.0053 0.0855 0.0085 0.0039 0.0327 0.0404 0.0216 0.0683 0.1080 0.2100 0.0575 0.0027 0.0867 0.1112 0.0328 0.2367 0.0038 0.0346 0.0072 0.0026 0.0042 0.0009 0.0261 0.0399 0.0183 0.0155 0.3737 0.1365 0.1383 0.1225 0.4368 0.1318 0.1665 0.0935 0.0287 0.0004 0.0542 0.0044 0.0034 0.0089 0.0019 0.0089 0.0057 0.0322 0.0623 0.0443 0.2578 0.1964 0.1334 0.0163 0.0259 0.0052 0.0221 0.0257 0.0818 0.1418 0.1128 0.1489 0.0277 0.0513 0.2032 0.0608 0.0858 0.0494 0.0571 0.0238 0.0297 0.0009 0.0105 0.0026 0.0028 0.0115 0.0234 0.0304 0.0878 0.1218 0.0057 0.0442 0.0027 0.0157 0.1455 0.1345 0.0791 0.1958 0.0432 0.0258 0.0034 0.0042 0.0208 0.0012 0.0024 0.0021 0.0174 0.1283

(74) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L11 Lanjutan database untuk koefisien DCT 320 No KARAKTER 0 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 0.0636 0.0397 0.0431 0.1114 0.0026 0.0092 0.0674 0.0944 0.0244 0.0110 0.0113 0.0029 0.0095 0.0084 0.0182 0.0037 0.0145 0.0055 0.0282 0.0191 0.0280 0.0030 0.1786 0.0281 0.0980 0.0046 0.1071 0.0054 0.1111 0.0473 0.0327 0.0128 0.0066 0.0054 0.0486 0.1066 0.0062 0.0102 0.0043 0.0013 0.0201 0.0434 0.0301 0.0393 0.0398 0.0151 0.0042 0.0430 0.0491 1 0.0183 0.0160 0.0200 0.1385 0.0231 0.0532 0.0306 0.0555 0.0290 0.0334 0.0013 0.0069 0.0005 0.0309 0.0390 0.0010 0.0044 0.0006 0.0129 0.0188 0.0547 0.0244 0.0928 0.0499 0.0149 0.0617 0.0891 0.0004 0.0551 0.0176 0.0274 0.0020 0.0075 0.0000 0.0416 0.0723 0.0207 0.0136 0.0031 0.0035 0.0510 0.0213 0.0192 0.0155 0.1378 0.0048 0.0421 0.0297 0.0281 2 0.1533 0.1715 0.3291 0.1871 0.0415 0.2768 0.0004 0.1129 0.0966 0.0013 0.0147 0.0012 0.0016 0.0166 0.0247 0.0061 0.0065 0.0028 0.0333 0.0326 0.0643 0.0241 0.1035 0.0610 0.0716 0.1085 0.0157 0.1408 0.0971 0.0247 0.0540 0.0059 0.0014 0.0056 0.0245 0.0136 0.0252 0.0001 0.0033 0.0142 0.0213 0.0394 0.1800 0.1669 0.1928 0.0459 0.1060 0.0194 0.1227 3 0.0744 0.0021 0.1999 0.0686 0.1129 0.0066 0.0090 0.0713 0.0445 0.0003 0.0395 0.0004 0.0001 0.0021 0.0300 0.0048 0.0030 0.0023 0.0147 0.0236 0.0307 0.0188 0.1968 0.0105 0.0020 0.0358 0.1100 0.0261 0.0893 0.0115 0.0268 0.0093 0.0007 0.0016 0.0414 0.0267 0.0162 0.0204 0.0029 0.0111 0.0008 0.0129 0.0057 0.0866 0.0024 0.1241 0.0206 0.0419 0.0378 4 0.0288 0.0500 0.0318 0.0046 0.3104 0.0818 0.1235 0.0419 0.0565 0.0101 0.0073 0.0028 0.0006 0.0143 0.0131 0.0018 0.0090 0.0079 0.0142 0.0399 0.0521 0.1266 0.0582 0.1522 0.0587 0.0608 0.0526 0.2905 0.2994 0.0366 0.0403 0.0086 0.0013 0.0046 0.0202 0.0404 0.0288 0.0019 0.0005 0.0025 0.0049 0.0237 0.0775 0.0424 0.0397 0.1499 0.0299 0.0563 0.0093 5 0.0486 0.0812 0.1266 0.1054 0.0466 0.0591 0.0404 0.1787 0.0514 0.0819 0.0242 0.0012 0.0024 0.0095 0.0560 0.0026 0.0010 0.0122 0.0115 0.0067 0.1341 0.0441 0.0466 0.0826 0.0449 0.0318 0.1507 0.0230 0.0225 0.0076 0.0239 0.0021 0.0004 0.0040 0.0484 0.0551 0.0261 0.0175 0.0060 0.0065 0.0540 0.0174 0.1092 0.0587 0.0145 0.0613 0.0637 0.0605 0.1685 6 7 0.1010 0.0068 0.0819 0.0021 0.0232 0.0889 0.0049 0.1901 0.0124 0.0563 0.0171 0.0043 0.0012 0.0027 0.0307 0.0052 0.0050 0.0024 0.0238 0.0255 0.0176 0.0017 0.2443 0.0338 0.0436 0.0550 0.1472 0.0695 0.1447 0.0048 0.0395 0.0067 0.0055 0.0018 0.0629 0.0547 0.0117 0.0075 0.0022 0.0070 0.0215 0.0451 0.0466 0.0872 0.0084 0.0289 0.0657 0.0212 0.1119 0.0843 0.0223 0.0028 0.0647 0.0462 0.1247 0.0301 0.0066 0.0135 0.0204 0.0011 0.0140 0.0007 0.0031 0.0418 0.0039 0.0030 0.0072 0.0145 0.0219 0.0195 0.0567 0.0342 0.0189 0.0559 0.0562 0.0312 0.0507 0.0912 0.0295 0.0219 0.0048 0.0019 0.0087 0.0537 0.0616 0.0220 0.0083 0.0000 0.0007 0.0243 0.0134 0.0054 0.0266 0.0144 0.0671 0.0444 0.0047 0.0294

(75) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L12 Lanjutan database untuk koefisien DCT 320 No KARAKTER 0 246 247 248 249 250 251 252 253 255 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 0.0054 0.0065 0.0105 0.0011 0.0095 0.0087 0.0054 0.0033 0.0056 0.0032 0.0409 0.0072 0.0058 0.0049 0.0062 0.0111 0.0456 0.0084 0.0869 0.0065 0.1396 0.0059 0.0186 0.0026 0.0091 0.0068 0.0022 0.0043 0.0033 0.0040 0.0199 0.0660 0.0263 0.0582 0.0017 0.0150 0.0016 0.0013 0.0109 0.0044 0.0102 0.0273 0.0091 0.0344 0.0059 0.0164 0.0036 0.0108 0.0009 1 0.0285 0.0447 0.0009 0.0032 0.0008 0.0075 0.0015 0.0587 0.0910 0.0008 0.0278 0.0005 0.0050 0.0002 0.0005 0.0171 0.0387 0.0127 0.0749 0.0206 0.0498 0.0220 0.0446 0.0029 0.0125 0.0013 0.0006 0.0001 0.0186 0.0038 0.0708 0.1542 0.0078 0.0624 0.0113 0.0004 0.0007 0.0060 0.0009 0.0097 0.0634 0.0152 0.0555 0.0287 0.0361 0.0170 0.0265 0.0010 0.0062 2 0.0630 0.0123 0.0086 0.0012 0.0037 0.0172 0.0066 0.0447 0.0546 0.0026 0.0333 0.0145 0.0006 0.0035 0.0047 0.0268 0.0300 0.0054 0.0359 0.0168 0.0909 0.1092 0.0668 0.0532 0.0123 0.0060 0.0029 0.0006 0.0161 0.0145 0.0613 0.0197 0.0302 0.0010 0.0049 0.0071 0.0004 0.0026 0.0574 0.0344 0.1114 0.0621 0.0236 0.0108 0.0819 0.0206 0.0035 0.0040 0.0023 3 0.0071 0.0240 0.0293 0.0051 0.0001 0.0057 0.0144 0.0014 0.0297 0.0129 0.0446 0.0096 0.0025 0.0008 0.0196 0.0004 0.0207 0.0098 0.0686 0.0400 0.0808 0.0111 0.0408 0.0344 0.0009 0.0014 0.0006 0.0025 0.0292 0.0149 0.0489 0.0562 0.0195 0.0015 0.0247 0.0282 0.0009 0.0069 0.0014 0.0160 0.0092 0.0525 0.0148 0.0364 0.0053 0.0157 0.0251 0.0034 0.0089 4 0.0419 0.0118 0.0087 0.0023 0.0017 0.0204 0.0039 0.0459 0.0435 0.0002 0.0190 0.0041 0.0055 0.0077 0.0198 0.0273 0.0557 0.0612 0.0479 0.0831 0.0919 0.0540 0.0206 0.1024 0.0676 0.0023 0.0024 0.0040 0.0254 0.0184 0.0345 0.0634 0.0414 0.0094 0.0282 0.0081 0.0005 0.0031 0.0326 0.0478 0.0210 0.0347 0.0204 0.0013 0.0252 0.0148 0.0065 0.0066 0.0062 5 0.0099 0.0364 0.0195 0.0030 0.0055 0.0064 0.0122 0.0274 0.0533 0.0087 0.0622 0.0069 0.0004 0.0101 0.0208 0.0031 0.0917 0.0552 0.0316 0.0213 0.0231 0.0103 0.0255 0.0329 0.0033 0.0013 0.0011 0.0099 0.0075 0.0344 0.0065 0.0222 0.0095 0.0184 0.0024 0.0052 0.0028 0.0023 0.0127 0.0140 0.0349 0.0509 0.0834 0.0190 0.0687 0.0125 0.0078 0.0046 0.0029 6 7 0.0184 0.0626 0.0173 0.0055 0.0028 0.0091 0.0003 0.0165 0.0104 0.0058 0.0448 0.0111 0.0027 0.0032 0.0150 0.0071 0.0433 0.0137 0.0795 0.0312 0.0805 0.0069 0.0106 0.0058 0.0271 0.0026 0.0031 0.0020 0.0511 0.0109 0.0102 0.0482 0.0013 0.0523 0.0144 0.0029 0.0001 0.0062 0.0168 0.0343 0.0009 0.0371 0.0395 0.0103 0.0441 0.0155 0.0463 0.0098 0.0060 0.0067 0.0014 0.0012 0.0110 0.0014 0.0013 0.0006 0.0650 0.0622 0.0094 0.0456 0.0087 0.0017 0.0087 0.0207 0.0133 0.0078 0.0186 0.0335 0.0093 0.0613 0.0383 0.0037 0.0027 0.0220 0.0030 0.0088 0.0194 0.0353 0.0173 0.0515 0.0772 0.0048 0.0184 0.0073 0.0121 0.0017 0.0016 0.0015 0.0120 0.0138 0.0346 0.0199 0.0282 0.0190 0.0176 0.0191 0.0029 0.0056

(76) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L13 Lanjutan database untuk koefisien DCT 320 No KARAKTER 0 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 0.0085 0.0059 0.0124 0.0064 0.0048 0.0560 0.0170 0.0098 0.0258 0.0049 0.0273 0.0079 0.0093 0.0008 0.0007 0.0057 0.0623 0.0123 0.0079 0.0186 0.0279 0.0023 0.0064 0.0029 0.0012 0.0031 1 0.0013 0.0107 0.0005 0.0250 0.0002 0.0899 0.1246 0.0026 0.0005 0.0022 0.0325 0.0010 0.0027 0.0008 0.0025 0.0077 0.0451 0.0044 0.0271 0.0028 0.0278 0.0013 0.0272 0.0002 0.0029 0.0019 2 0.0036 0.0032 0.0129 0.0478 0.0109 0.0141 0.0086 0.0225 0.0760 0.0031 0.0283 0.0143 0.0035 0.0027 0.0093 0.0089 0.0115 0.0007 0.0124 0.0090 0.0442 0.0542 0.0231 0.0020 0.0013 0.0008 3 0.0011 0.0110 0.0327 0.0051 0.0139 0.0457 0.0396 0.0017 0.0420 0.0302 0.0483 0.0055 0.0019 0.0010 0.0413 0.0180 0.0111 0.0099 0.0062 0.0448 0.0546 0.0019 0.0374 0.0032 0.0057 0.0024 4 0.0026 0.0198 0.0094 0.0535 0.0117 0.0206 0.0215 0.0024 0.0542 0.0013 0.0187 0.0040 0.0017 0.0033 0.0134 0.0078 0.0359 0.0064 0.0220 0.0204 0.0558 0.0225 0.0050 0.0064 0.0000 0.0056 5 0.0048 0.0087 0.0297 0.0263 0.0070 0.0536 0.0387 0.0069 0.0645 0.0188 0.0265 0.0074 0.0018 0.0031 0.0249 0.0170 0.0132 0.0201 0.0276 0.0511 0.0105 0.0175 0.0031 0.0010 0.0015 0.0129 6 7 0.0029 0.0195 0.0002 0.0281 0.0121 0.0012 0.0250 0.0028 0.0211 0.0133 0.0462 0.0084 0.0004 0.0027 0.0004 0.0271 0.0363 0.0136 0.0181 0.0399 0.0309 0.0246 0.0132 0.0048 0.0004 0.0018 0.0009 0.0131 0.0005 0.0751 0.0086 0.0776 0.0192 0.0023 0.0751 0.0234 0.0154 0.0077 0.0010 0.0072 0.0251 0.0077 0.0024 0.0025 0.0431 0.0036 0.0230 0.0057 0.0088 0.0009 0.0010 0.0208

(77) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L14 Lanjutan database untuk koefisien DCT 320 No KARAKTER 8 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 11.5156 0.2767 0.0558 5.0602 0.1430 12.8596 0.5606 0.1425 0.1895 0.3907 3.2118 0.1727 5.2700 0.2822 5.1769 0.3293 0.2271 0.3797 0.2747 0.0252 0.0829 1.8741 0.1052 3.3787 0.2875 1.1350 0.1475 1.4643 0.1348 0.1649 0.2056 0.2396 0.1044 0.1618 0.0169 0.3703 1.2220 0.1320 3.0300 0.1710 0.8506 0.0072 2.1868 0.0961 3.7878 0.3882 0.0358 0.1371 0.4294 0.2043 0.6855 0.0939 0.6014 0.0536 0.2790 9 9.9531 0.2552 0.4808 4.0656 0.2758 11.0726 0.7107 0.4558 0.5430 0.5314 2.5423 0.5580 4.1004 0.6034 4.3362 0.9549 0.0249 1.3204 0.3329 0.3448 0.6835 2.6800 0.5062 2.7233 1.2152 0.5183 0.4813 1.4730 0.8354 0.3830 1.3918 0.5220 0.6954 0.5518 0.1774 0.6126 1.5723 0.2793 3.7817 1.1250 0.7835 0.9582 2.2587 0.1012 3.4426 0.4130 0.4137 0.8501 1.0463 0.4015 0.2960 0.4874 0.5936 0.1809 0.3995 A 9.3281 0.1781 1.3434 4.6041 0.0528 11.0450 0.3383 0.7353 0.0459 1.3719 3.0363 0.0472 5.7225 0.0251 6.0847 0.1452 1.6676 0.0977 1.0223 0.1231 0.8327 0.2464 0.0490 3.4326 0.0331 3.6769 0.2067 1.3854 0.1645 3.2038 0.0528 0.9485 0.2337 0.6386 0.0110 0.9913 0.4115 0.0409 0.5706 0.0632 1.6221 0.1581 1.2182 0.4109 0.9921 0.2892 2.8646 0.0777 2.3939 0.1186 0.4138 0.0529 1.3724 0.0149 0.1189 B 11.9219 0.7010 0.0353 4.8895 0.2179 13.2708 1.4095 0.1146 0.0203 0.4882 2.9873 0.2367 5.1499 0.4183 5.2060 0.8038 0.1864 0.1669 0.4917 0.1868 0.0190 2.6087 0.0797 3.1813 0.4385 1.2404 0.1970 1.7832 0.3667 0.0889 0.4527 0.1180 0.3617 0.0647 0.5206 0.5505 0.9178 0.0151 3.6106 0.1930 0.8858 0.1597 1.9884 0.1518 4.2038 0.9601 0.1278 0.0539 0.1674 0.2526 1.1891 0.7436 0.0174 0.6365 0.1589 C 9.7344 1.6269 0.7545 2.4230 0.0051 10.3053 3.3350 0.7398 1.6010 0.0762 5.3835 0.0169 1.7069 0.0238 2.9277 2.1910 0.0726 3.3378 0.0668 0.5962 0.5242 0.9309 0.0028 6.2021 0.0388 1.6700 0.0410 2.6179 0.0823 0.3561 2.3423 0.3658 1.3831 0.5036 0.1690 0.3170 1.0830 0.0134 1.6502 0.0295 2.9596 0.0233 3.4943 0.0224 3.5812 1.1797 0.3232 0.1891 0.4169 1.3245 0.0094 0.4734 0.4598 0.0994 0.0916 D 10.6250 0.6843 0.1098 3.4328 0.1465 11.4309 1.3737 0.1379 0.2677 0.5547 3.7922 0.1457 3.0814 0.2599 3.4669 0.7842 0.0528 0.6856 0.6623 0.4529 0.1382 2.0347 0.1281 4.4447 0.2068 0.7438 0.0576 3.1357 0.3392 0.1138 0.8069 0.4219 0.9123 0.1149 0.5064 0.4960 0.4335 0.0668 2.6316 0.3301 2.3463 0.1264 3.6147 0.2211 4.9311 0.8887 0.2601 0.6097 0.2720 0.5259 0.0635 1.1643 0.6427 0.0370 0.3810 E 10.4531 0.4626 0.2844 2.3377 0.0075 11.5089 0.0932 0.3404 0.7813 0.1481 2.3156 0.0418 2.8775 0.0041 4.8882 2.4874 0.1972 1.9370 0.1489 0.1018 0.3336 5.3995 0.1702 2.5685 0.0911 1.7574 0.0356 0.2525 3.7964 0.0688 2.2193 0.0199 0.5035 0.3457 1.9301 0.6885 0.7643 0.2070 5.4197 0.3436 1.1220 0.0767 0.4469 0.0810 1.0087 2.5458 0.0195 1.7771 0.0775 1.0335 0.1297 3.6704 0.7558 0.2167 0.2598 F 8.9531 2.3864 2.1246 3.7347 0.7395 8.5233 4.9830 2.3683 1.2877 0.5757 0.5858 0.3771 3.4246 1.5013 0.3656 3.5068 1.0476 2.6173 0.7651 1.0663 0.5130 3.5800 0.0284 0.3670 0.6861 0.1464 0.9974 4.3276 0.2661 0.1107 1.6990 0.5673 2.2636 0.4437 0.4910 2.4514 0.2518 0.7285 3.8697 0.1640 0.5864 0.2869 2.0103 0.0808 3.3464 1.5110 0.0471 0.0291 0.2347 1.6733 0.0311 0.9380 2.7300 0.0935 0.9349

(78) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L15 Lanjutan database untuk koefisien DCT 320 No KARAKTER 8 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 0.6439 0.0563 1.5237 0.2982 3.5757 0.0222 1.1330 0.4057 2.9269 0.2081 2.5904 0.3014 0.1952 0.3268 0.1573 0.2308 0.8848 0.2160 0.7214 0.1281 0.3252 0.0250 0.1623 0.2408 0.0310 0.8190 0.1335 0.9925 0.2559 3.2713 0.2843 1.5254 0.5119 1.7516 0.1375 0.6944 0.0923 0.1897 0.2561 0.2044 0.1402 0.5788 0.2672 0.6810 0.1348 0.1593 0.0644 0.1750 0.0075 0.0997 0.0358 0.0359 0.3671 0.0813 0.5652 9 A B C D E F 0.4415 0.0170 1.7862 0.6392 3.5357 0.9526 0.8451 0.1895 2.6797 0.1795 2.2654 0.0088 0.2213 0.1653 0.8919 0.1720 0.8238 0.6399 0.0078 0.3969 0.5363 0.0356 0.2769 0.3918 0.0366 0.6132 0.0388 0.7787 0.5880 2.7276 0.3167 1.3175 0.3619 1.4204 0.2032 0.4878 0.1687 0.0340 0.2192 0.3683 0.4637 0.7016 0.5388 0.4313 0.3141 0.4653 0.0872 0.3172 0.0029 0.0661 0.1013 0.0070 0.5867 0.0791 0.5393 0.2216 0.0091 0.4376 0.1028 0.9445 0.0448 0.3217 0.3523 0.6684 0.3727 1.1901 0.1991 1.4182 0.2065 2.4041 0.0305 0.9621 0.1058 1.2402 0.0126 0.3343 0.0327 0.0118 0.1462 0.0042 0.1357 0.0160 0.1257 0.1191 0.9725 0.1274 0.1609 0.3570 1.4043 0.1625 0.5697 0.0720 0.2173 0.2387 1.3686 0.0273 0.6789 0.1052 0.9570 0.0357 0.6424 0.0513 0.0923 0.0135 0.0349 0.0898 0.0082 0.1454 0.0026 0.2083 0.7680 0.0873 1.1845 0.0236 3.2675 0.2020 0.9822 0.2477 2.8153 0.2576 2.8418 0.6829 0.2410 0.5131 0.0443 0.1680 0.3674 1.0792 0.6288 0.0832 0.1941 0.0783 0.0125 0.4340 0.0279 0.8850 0.1895 0.8861 0.0090 2.5225 0.1243 1.4474 0.3536 1.7514 0.1042 0.7115 0.1395 0.1570 0.1906 0.1609 0.3197 0.3250 0.4515 0.4346 0.1850 0.1319 0.1472 0.0203 0.1084 0.1194 0.0180 0.0143 0.5674 0.0706 0.4338 0.5902 0.0053 1.1413 0.0321 2.1935 0.0775 0.0258 0.0341 2.6977 0.0251 1.7585 0.7729 0.0816 0.9507 0.1768 0.6878 0.3273 0.6271 0.4140 0.2250 0.1694 0.1910 0.0613 0.3149 0.0054 0.8836 0.0281 0.2804 0.0238 2.1592 0.0923 1.3232 0.0872 0.8970 0.0485 0.1577 0.0933 0.0530 0.6957 0.0682 0.0671 0.3226 0.5088 0.2183 0.2061 0.2355 0.4490 0.0795 0.0667 0.1376 0.0698 0.0019 0.4101 0.0069 0.9116 0.9936 0.0549 0.4471 0.1153 2.0192 0.4012 0.4177 0.5203 3.8169 0.2846 2.9906 0.6065 0.2558 0.2586 0.2432 0.2236 0.2076 1.0847 0.4913 0.1366 0.5023 0.0872 0.1343 0.3654 0.0291 1.2452 0.1454 0.0844 0.0101 1.3098 0.3391 0.4714 0.5782 2.1087 0.1296 0.5735 0.0954 0.1134 0.0118 0.2013 0.5995 0.2329 0.5140 0.3058 0.2488 0.4033 0.1832 0.1893 0.1372 0.1577 0.0172 0.0109 0.4306 0.0715 0.8577 0.7741 0.0278 0.8020 0.4196 1.3805 0.2401 0.0534 0.0348 0.4351 0.0791 0.8784 0.5666 0.0212 1.0393 0.0949 1.1250 0.0527 2.0467 0.3269 0.4357 0.2976 0.1477 0.1639 1.3026 0.0903 0.8139 0.0553 0.2585 0.2802 0.5071 0.0639 0.3221 0.0131 0.6295 0.0317 0.6850 0.2537 0.0148 0.3796 0.0607 0.6549 0.0936 0.0292 0.0624 0.2963 0.1432 0.2229 0.1409 0.4860 0.2335 0.1498 0.0919 1.2473 0.1709 0.2990 0.4710 0.2667 0.2985 1.4430 1.4271 0.3422 1.1790 0.1792 1.3496 0.2975 0.4608 1.1886 0.1345 0.8071 0.0215 0.2332 0.1447 0.4742 1.2074 0.2259 1.0494 0.1661 0.0803 0.7775 0.0425 0.4578 0.5289 0.1549 0.8635 0.2342 0.3274 0.9886 0.1974 0.0441 0.1528 0.7208 0.3016 0.1686 0.5070 0.0430 0.6342 0.0737 0.2020 0.1300 0.2362 0.4942 0.3644 0.0812 0.0230 0.6946 0.1959 0.2063 0.8066 0.0871 0.0418

(79) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L16 Lanjutan database untuk koefisien DCT 320 No KARAKTER 8 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 0.1268 0.3611 0.0686 1.9634 0.3593 0.8139 0.2908 0.4147 0.0206 0.1469 0.0134 0.0824 0.0796 0.2929 0.0176 0.1058 0.1755 0.4295 0.0957 0.0060 0.0738 0.0457 0.0192 0.1390 0.0030 0.0006 0.0451 0.0048 0.0433 0.0877 0.4072 0.1008 0.2296 0.0449 0.0972 0.0986 0.5239 0.2135 0.0927 0.0281 0.1165 0.0233 0.1099 0.0076 0.0071 0.0179 0.1435 0.0295 0.1366 0.0257 0.1242 0.0558 0.0879 0.0474 9 A B C D E F 0.0309 0.1519 0.2676 1.4758 0.1726 0.8619 0.3931 0.1419 0.0867 0.2671 0.0981 0.0333 0.2199 0.0241 0.3238 0.2440 0.2358 0.4780 0.0473 0.3774 0.0982 0.1562 0.0347 0.0718 0.0123 0.0125 0.0259 0.0097 0.1420 0.0170 0.6215 0.0623 0.3524 0.0032 0.5507 0.0188 0.3458 0.2499 0.2449 0.1566 0.2728 0.0034 0.1611 0.0098 0.0192 0.0703 0.1080 0.0497 0.0702 0.0585 0.2613 0.1652 0.2816 0.0796 0.1008 0.1215 0.0958 0.5679 0.0773 0.5557 0.1904 1.1382 0.0004 0.1362 0.0195 0.1723 0.1643 0.3091 0.0740 0.1097 0.0359 0.5877 0.0708 0.7533 0.0056 0.2922 0.0292 0.0247 0.0006 0.0268 0.0428 0.0031 0.1246 0.0118 0.0273 0.0289 0.3807 0.1596 0.1904 0.0623 0.0993 0.0260 0.6754 0.0267 0.5149 0.0277 0.0223 0.0066 0.0872 0.0621 0.1507 0.1093 0.1489 0.0316 0.2768 0.0479 0.5657 0.0677 0.1512 0.5128 0.0568 1.5007 0.0312 0.8656 0.1528 0.4295 0.0511 0.2368 0.0903 0.0156 0.0458 0.1138 0.2233 0.1861 0.1016 0.2119 0.2396 0.0883 0.0551 0.0194 0.2588 0.1619 0.0283 0.0344 0.0307 0.0028 0.0321 0.0299 0.4468 0.0816 0.0378 0.0412 0.1935 0.0776 0.5806 0.0163 0.1882 0.0426 0.1396 0.0588 0.1619 0.0293 0.0277 0.0725 0.0042 0.0624 0.0644 0.2406 0.0429 0.1787 0.0742 0.0920 0.0612 0.4199 0.0164 1.3969 0.0483 1.0675 0.0795 0.1048 0.0249 0.2017 0.0736 0.0350 0.1241 0.1089 0.1944 0.1328 0.1852 0.0335 0.1040 0.2338 0.4373 0.0402 0.1546 0.1684 0.0146 0.0444 0.0443 0.0076 0.0921 0.0071 0.3081 0.0028 0.7362 0.0694 0.5817 0.0550 0.4934 0.0084 0.3423 0.0222 0.1460 0.0055 0.0487 0.0006 0.0041 0.0376 0.0251 0.1644 0.0054 0.0888 0.1487 0.0205 0.1433 0.2223 0.1810 0.2075 0.1405 0.7171 0.2064 0.4462 0.3053 0.3910 0.0259 0.3807 0.1006 0.0173 0.0873 0.0793 0.4138 0.1591 0.0055 0.1437 0.2752 0.2714 0.1241 0.1699 0.3052 0.2033 0.0194 0.0142 0.0162 0.0152 0.0129 0.0216 0.2462 0.0790 0.4430 0.1444 0.2814 0.1884 0.3107 0.0813 0.1451 0.0232 0.2678 0.0505 0.2141 0.0292 0.0361 0.0405 0.0326 0.0623 0.0672 0.1730 0.0381 0.1654 0.1456 0.0164 0.0321 0.0599 0.0305 0.0427 0.0128 0.3509 0.0187 0.3967 0.0039 0.3695 0.1426 0.0021 0.0174 0.0259 0.1373 0.1043 0.3432 0.0451 0.0750 0.0124 0.0090 0.0146 0.8870 0.2294 0.1174 0.0247 0.0138 0.0026 0.1281 0.1852 0.1941 0.0964 0.0352 0.0088 0.0454 0.0692 0.4780 0.0181 0.2680 0.0263 0.1350 0.0039 0.0425 0.0027 0.0041 0.0465 0.0110 0.0540 0.0600 0.2097 0.0871 0.0208 0.0350 0.1894 0.3160 0.0044 0.0930 0.4217 0.0972 0.3652 0.0085 0.3639 0.0002 0.3286 0.0315 0.0469 0.0693 0.0493 0.5540 0.2015 0.3798 0.0732 0.1492 0.1148 0.2985 0.0195 0.0457 0.7639 0.0442 0.1270 0.0872 0.0428 0.2035 0.4124 0.2234 0.0612 0.2095 0.0396 0.0714 0.4335 0.0052 0.0867 0.0747 0.0580 0.1254 0.0051 0.0218 0.0029 0.0194 0.0273 0.0627 0.1560 0.1035 0.1519 0.0896 0.0514 0.0484 0.0894

(80) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L17 Lanjutan database untuk koefisien DCT 320 No KARAKTER 8 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 0.0802 0.0245 0.1325 0.0070 0.0031 0.0036 0.0011 0.0008 0.0003 0.0545 0.0090 0.0215 0.0955 0.3861 0.0846 0.0519 0.0475 0.2373 0.1353 0.1960 0.0281 0.1176 0.0589 0.0734 0.0068 0.0041 0.0025 0.0017 0.0110 0.0123 0.0055 0.1038 0.0472 0.0491 0.0352 0.0751 0.0058 0.1360 0.0252 0.1186 0.0060 0.0038 0.0084 0.0023 0.0006 0.0137 0.0361 0.0010 0.0012 0.0004 0.0305 0.0027 0.0083 0.0671 0.2765 9 A B C D E F 0.0283 0.1018 0.0228 0.0203 0.0346 0.0027 0.0009 0.0046 0.0014 0.0345 0.0191 0.1236 0.0177 0.5501 0.0153 0.0993 0.0378 0.4444 0.1085 0.2008 0.1031 0.0465 0.0009 0.1203 0.0045 0.0103 0.0052 0.0019 0.0011 0.0413 0.0635 0.1010 0.1639 0.0546 0.1972 0.1773 0.0533 0.0081 0.1481 0.0202 0.0004 0.0668 0.0075 0.0003 0.0019 0.0014 0.0076 0.0024 0.0052 0.0027 0.0275 0.0087 0.0707 0.0110 0.3565 0.3603 0.0201 0.0247 0.0091 0.0207 0.0020 0.0070 0.0029 0.0001 0.0445 0.0034 0.1135 0.0059 0.0303 0.0443 0.2763 0.1278 0.1456 0.0409 0.1052 0.0570 0.3721 0.0250 0.0958 0.0040 0.0046 0.0156 0.0058 0.0064 0.1153 0.0500 0.0769 0.0384 0.1071 0.0008 0.2729 0.0691 0.2392 0.0076 0.0510 0.0258 0.0112 0.0032 0.0047 0.0001 0.0023 0.0385 0.0024 0.0024 0.0001 0.0132 0.0041 0.0913 0.0260 0.0061 0.0040 0.2619 0.1415 0.0694 0.0374 0.0051 0.0012 0.0021 0.0034 0.0333 0.0059 0.0458 0.0204 0.2970 0.0609 0.1218 0.0297 0.0105 0.0579 0.0676 0.0133 0.0660 0.0592 0.0984 0.0071 0.0087 0.0142 0.0047 0.0116 0.0352 0.0078 0.0117 0.0943 0.0265 0.0461 0.0619 0.1471 0.0185 0.1465 0.1097 0.0744 0.0131 0.0070 0.0023 0.0009 0.0138 0.0704 0.0017 0.0019 0.0076 0.0121 0.0037 0.0538 0.0005 0.1657 0.0380 0.1457 0.1033 0.0267 0.0552 0.0151 0.0042 0.0013 0.0001 0.0486 0.0147 0.0658 0.0118 0.1619 0.0069 0.3812 0.0366 0.3372 0.0500 0.0125 0.0244 0.0380 0.0170 0.0017 0.0053 0.0006 0.0459 0.0028 0.0057 0.0167 0.0626 0.0240 0.1409 0.0851 0.0070 0.0336 0.0011 0.0995 0.0685 0.0305 0.0084 0.0395 0.0330 0.0031 0.0014 0.0071 0.0486 0.0028 0.0012 0.0004 0.0152 0.0077 0.0176 0.0089 0.0217 0.1087 0.2594 0.1536 0.0607 0.0137 0.0029 0.0003 0.0046 0.0036 0.0246 0.0329 0.0040 0.0128 0.1025 0.0570 0.1560 0.0598 0.1963 0.1133 0.0739 0.0089 0.0085 0.0582 0.1582 0.0094 0.0137 0.0148 0.0054 0.0017 0.0432 0.0759 0.0151 0.0924 0.0070 0.0072 0.0558 0.1056 0.0221 0.0884 0.0954 0.0943 0.0015 0.0079 0.0006 0.0021 0.0152 0.0413 0.0040 0.0045 0.0080 0.0255 0.0249 0.0007 0.0012 0.0599 0.0668 0.4218 0.0395 0.2432 0.0350 0.0040 0.0144 0.0105 0.0025 0.0056 0.0063 0.0125 0.1286 0.2416 0.0067 0.0343 0.0247 0.0587 0.0287 0.2316 0.0174 0.1193 0.0186 0.0145 0.0011 0.0113 0.0260 0.0001 0.0044 0.0057 0.0329 0.0230 0.2897 0.0624 0.0712 0.0201 0.1277 0.0275 0.0810 0.0605 0.1867 0.0322 0.0009 0.0137 0.0039 0.0020 0.0311 0.0034 0.0085 0.0029 0.0148 0.0081 0.0496 0.0373 0.0727 0.0129 0.0280 0.3221 0.0826 0.1521 0.0059 0.0055 0.0089 0.0020 0.0923 0.0800 0.0556 0.2563 0.1341 0.0133 0.1767 0.1713 0.0608 0.2095 0.1320 0.0769 0.1262 0.0112 0.0139 0.0112 0.0064 0.0266 0.0050 0.0026 0.0100 0.0152 0.0061 0.0231 0.1048 0.0040 0.0901 0.0565 0.0050 0.0010 0.0294 0.0414 0.0895 0.0092 0.0059 0.0023 0.0286 0.0507 0.0109 0.0092 0.0044 0.0315 0.0365 0.0379 0.0109 0.1307

(81) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L18 Lanjutan database untuk koefisien DCT 320 No KARAKTER 8 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 0.0469 0.1684 0.0830 0.1436 0.0692 0.1963 0.0422 0.0384 0.0168 0.0027 0.0041 0.0421 0.0188 0.0106 0.0118 0.0035 0.0067 0.0130 0.0253 0.0588 0.0231 0.0242 0.0180 0.1127 0.0223 0.0945 0.0002 0.0053 0.0088 0.0030 0.0010 0.0189 0.0027 0.0323 0.0002 0.0026 0.0520 0.0027 0.0011 0.0000 0.0024 0.0081 0.0266 0.0294 0.1313 0.0127 0.1261 0.0531 0.0226 0.0033 0.0265 0.0140 0.0014 0.0128 9 A B C D E F 0.0162 0.0906 0.0455 0.1713 0.0620 0.2127 0.0000 0.0492 0.0096 0.0051 0.0043 0.0219 0.0096 0.0063 0.0139 0.0028 0.0207 0.0258 0.0989 0.0147 0.1096 0.0799 0.0292 0.0109 0.1236 0.0358 0.0236 0.0796 0.0109 0.0018 0.0043 0.0005 0.0085 0.0097 0.0123 0.0113 0.0169 0.0070 0.0024 0.0006 0.0159 0.0110 0.0036 0.0031 0.1418 0.0182 0.1342 0.0254 0.0093 0.0099 0.0618 0.0052 0.0054 0.0087 0.0300 0.0756 0.0478 0.0943 0.0286 0.0765 0.0204 0.0569 0.0063 0.0000 0.0012 0.0408 0.0302 0.0004 0.0018 0.0123 0.0009 0.0116 0.0105 0.0445 0.0187 0.0855 0.0285 0.0662 0.0321 0.0318 0.0336 0.0245 0.0004 0.0051 0.0003 0.0012 0.0036 0.0017 0.0235 0.0023 0.0485 0.0048 0.0009 0.0007 0.0042 0.0084 0.0684 0.0286 0.0671 0.0054 0.0289 0.0007 0.0652 0.0143 0.0155 0.0013 0.0076 0.0005 0.0258 0.0950 0.0276 0.0397 0.0221 0.0544 0.0025 0.0319 0.0059 0.0061 0.0088 0.0437 0.0389 0.0047 0.0037 0.0055 0.0035 0.0028 0.0307 0.0226 0.0459 0.0351 0.0865 0.0284 0.0159 0.0719 0.0467 0.0060 0.0051 0.0035 0.0019 0.0194 0.0135 0.0163 0.0023 0.0024 0.0899 0.0053 0.0006 0.0066 0.0036 0.0025 0.0482 0.0115 0.0797 0.0017 0.0307 0.0002 0.0239 0.0007 0.0192 0.0029 0.0005 0.0129 0.0001 0.0678 0.0056 0.0648 0.0097 0.0449 0.0077 0.0423 0.0081 0.0029 0.0077 0.0203 0.0867 0.0180 0.0438 0.0037 0.0074 0.0012 0.0535 0.0133 0.0050 0.0213 0.0850 0.0835 0.0058 0.0205 0.0172 0.0258 0.0268 0.0028 0.0036 0.0062 0.0012 0.0160 0.0386 0.0001 0.0627 0.0057 0.0002 0.0010 0.0183 0.0034 0.0288 0.0016 0.0566 0.0036 0.0463 0.0188 0.0258 0.0154 0.0029 0.0015 0.0003 0.0089 0.0256 0.0240 0.0165 0.0892 0.0170 0.0245 0.0116 0.0108 0.0145 0.0126 0.0024 0.0171 0.0269 0.0143 0.0042 0.0069 0.0221 0.0024 0.0029 0.0108 0.0690 0.0090 0.0895 0.0407 0.0425 0.0493 0.0923 0.0043 0.0115 0.0010 0.0045 0.0166 0.0110 0.0046 0.0420 0.0084 0.0499 0.0094 0.0004 0.0069 0.0195 0.0020 0.0195 0.0040 0.0676 0.0024 0.0129 0.0426 0.0294 0.0169 0.0264 0.0049 0.0007 0.0088 0.0030 0.0399 0.0105 0.0783 0.0118 0.0175 0.0126 0.0104 0.0039 0.0015 0.0028 0.0813 0.0876 0.0044 0.0171 0.0010 0.0025 0.0083 0.0548 0.0147 0.0727 0.0028 0.0074 0.0037 0.0812 0.0446 0.0804 0.0234 0.0117 0.0020 0.0053 0.0024 0.0188 0.0099 0.0905 0.0140 0.0485 0.0047 0.0012 0.0026 0.0151 0.0107 0.0056 0.0108 0.0574 0.0186 0.0038 0.0445 0.0079 0.0075 0.0023 0.0025 0.0041 0.0070 0.1190 0.0055 0.0378 0.0917 0.0233 0.0008 0.0016 0.0058 0.0310 0.0136 0.0006 0.0195 0.0711 0.0313 0.0188 0.0148 0.0028 0.0032 0.0109 0.0221 0.0070 0.0020 0.0661 0.0665 0.0101 0.0107 0.0049 0.0080 0.0328 0.0006 0.0027 0.0052 0.0302 0.0046 0.0025 0.0075 0.0033 0.0475 0.0222 0.0021 0.0041 0.0042 0.0219 0.0359 0.1126 0.0175 0.0009 0.0253 0.0117 0.0078 0.0109 0.0471 0.0036 0.0003

(82) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L19 Lanjutan database untuk koefisien DCT 320 No KARAKTER 8 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 0.0223 0.0034 0.0387 0.0256 0.0002 0.0024 0.0209 0.0186 0.0028 0.0018 0.0120 0.0087 0.0050 0.0134 0.0557 0.0151 0.0623 0.0066 0.0196 0.0072 0.0020 0.0002 0.0176 0.0071 0.0360 0.0048 0.0116 0.0169 0.0050 0.0048 0.0047 0.0524 0.0033 0.0009 0.0006 0.0182 0.0136 0.0176 0.0040 0.0301 0.0024 0.0353 0.0092 0.0099 0.0061 0.0041 0.0136 9 A B C 0.0337 0.0052 0.0394 0.0377 0.0037 0.0040 0.0077 0.0167 0.0000 0.0141 0.0050 0.0276 0.0173 0.0089 0.0240 0.0506 0.0276 0.0264 0.0597 0.0123 0.0036 0.0040 0.0017 0.0193 0.0075 0.0012 0.0372 0.0193 0.0086 0.0180 0.0275 0.0290 0.0105 0.0000 0.0033 0.0030 0.0224 0.0341 0.0008 0.0142 0.0083 0.0736 0.0031 0.0110 0.0008 0.0027 0.0017 0.0373 0.0032 0.0439 0.0157 0.0069 0.0014 0.0210 0.0150 0.0049 0.0010 0.0178 0.0039 0.0264 0.0003 0.0217 0.0368 0.0104 0.0229 0.0131 0.0013 0.0092 0.0007 0.0102 0.0062 0.0016 0.0054 0.0456 0.0370 0.0140 0.0239 0.0043 0.0337 0.0028 0.0028 0.0010 0.0006 0.0030 0.0556 0.0163 0.0803 0.0046 0.0261 0.0036 0.0327 0.0017 0.0011 0.0040 0.0183 0.0353 0.0622 0.0437 0.0374 0.0313 0.0059 0.0004 0.0008 0.0187 0.0041 0.0452 0.0096 0.0044 0.0180 0.0449 0.0371 0.0082 0.0116 0.0187 0.0037 0.0011 0.0181 0.0329 0.0214 0.0089 0.0374 0.0185 0.0121 0.0005 0.0045 0.0658 0.0086 0.0025 0.0024 0.0063 0.0085 0.0322 0.0061 0.0367 0.0103 0.0068 0.0086 0.0055 0.0011 0.0004 0.0043 0.0394 0.0031 0.1242 0.0365 0.0124 0.0729 0.0092 0.0045 0.0017 0.0003 0.0282 0.0013 0.0175 0.0520 0.0121 0.0328 0.0370 0.0210 0.0136 0.0084 0.0071 0.0043 0.0023 0.0005 0.0218 0.0017 0.0369 0.0766 0.0019 0.0524 0.0007 0.0479 0.0035 0.0012 0.0015 0.0350 0.0079 0.0421 0.0092 0.0571 0.0032 0.0173 0.0064 0.0033 0.0059 0.0026 0.0049 D 0.0135 0.0041 0.0153 0.0186 0.0100 0.0067 0.0274 0.0094 0.0008 0.0056 0.0025 0.0419 0.0062 0.0237 0.0502 0.0610 0.0229 0.0478 0.0005 0.0134 0.0017 0.0035 0.0070 0.0279 0.0012 0.0191 0.0783 0.0155 0.0099 0.0538 0.0142 0.0294 0.0095 0.0022 0.0019 0.0075 0.0151 0.0297 0.0027 0.0576 0.0061 0.0158 0.0260 0.0067 0.0041 0.0038 0.0096 E 0.0128 0.0000 0.0193 0.1492 0.0036 0.0670 0.0064 0.0033 0.0013 0.0080 0.0003 0.0240 0.0067 0.0156 0.0148 0.0928 0.0068 0.0382 0.0121 0.0100 0.0029 0.0013 0.0094 0.0376 0.0067 0.0271 0.0443 0.0724 0.0097 0.0983 0.0298 0.0463 0.0000 0.0028 0.0053 0.0052 0.0130 0.0407 0.0251 0.0116 0.0166 0.0111 0.0084 0.0172 0.0003 0.0097 0.0022 F 0.0506 0.0064 0.2094 0.0972 0.0017 0.0063 0.0267 0.0132 0.0009 0.0008 0.0380 0.0021 0.0072 0.0194 0.0096 0.0036 0.0477 0.0092 0.0070 0.0098 0.0018 0.0046 0.0108 0.0125 0.0003 0.0059 0.0056 0.0569 0.0006 0.0053 0.0073 0.0010 0.0150 0.0027 0.0029 0.0025 0.0334 0.0016 0.0578 0.0527 0.0043 0.0112 0.0036 0.0059 0.0054 0.0069 0.0048

(83) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L20 Lanjutan database untuk koefisien DCT 320 No KARAKTER G 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 10.4375 1.1084 0.4475 3.3472 0.0921 11.1722 2.2047 0.4231 1.0002 1.7605 4.7685 0.3606 2.8052 0.2675 3.4353 1.2472 0.0448 2.0081 1.8620 0.3822 1.3895 0.9265 0.4953 5.4934 0.9413 1.0955 0.3738 2.5650 0.4753 0.0920 1.1882 0.6068 0.8863 1.4046 0.3323 0.2107 0.6433 0.2628 1.6459 1.2176 2.6118 1.1299 3.4772 0.3298 3.8227 1.2491 0.0583 0.3385 0.1717 0.8485 0.2465 0.7987 0.1631 0.1744 0.4570 H 10.6563 0.1016 0.3255 5.2974 0.2245 11.0273 0.1871 0.3616 0.0929 0.1475 1.8406 0.1315 5.7816 0.3357 2.1781 0.0659 0.1271 0.1708 0.0719 0.0002 0.1280 1.9697 0.0917 1.4629 0.1819 1.9670 0.1229 4.8755 0.1062 0.1012 0.0618 0.1831 0.0041 0.0655 0.0177 0.4050 0.9903 0.0550 2.2637 0.1134 0.9352 0.1190 1.2574 0.6545 6.3125 0.1436 0.2022 0.0886 0.2843 0.0127 0.1577 0.0363 0.4458 0.0099 0.0825 I 5.7656 0.2784 0.0475 1.5547 0.0869 7.7306 0.7528 0.0792 0.0869 0.3802 2.1635 0.0772 2.1511 0.2293 6.5725 1.0142 0.1073 0.2469 0.4843 0.1039 0.1316 1.3252 0.0271 2.8535 0.2061 2.0056 0.2929 4.9720 1.0174 0.1324 0.3666 0.3435 0.2713 0.1803 0.0563 0.2538 0.1095 0.0174 1.7218 0.0664 2.3006 0.2697 1.7603 0.2671 3.2955 0.8129 0.1365 0.4247 0.1653 0.3375 0.1609 0.1428 0.3296 0.0182 0.2410 J 9.0938 2.1470 1.9782 2.8416 0.9717 9.6099 4.8023 2.2903 1.2524 2.5552 4.3416 0.7074 2.4960 2.2866 2.6709 4.1868 1.1985 2.7387 2.6365 0.0596 0.4793 0.4936 0.4300 4.8684 1.6701 0.6064 2.2677 2.5525 1.6775 0.3221 2.2308 0.6412 0.1522 0.8708 0.4437 1.0419 0.4939 0.1214 0.9642 0.9655 2.0893 1.6483 2.5688 1.2970 3.4400 0.2632 0.0107 0.6571 0.6769 0.1807 1.1416 1.0477 1.0439 0.0326 0.1662 K 12.0781 2.7247 0.6717 5.5713 0.5047 11.7750 4.7162 0.7517 2.3510 0.3504 2.9787 0.5660 6.1475 0.7832 1.7050 1.2339 0.4863 4.6920 0.3716 0.4292 0.1756 0.9930 0.0166 2.5055 1.1340 2.8515 0.0207 3.5010 2.6555 0.4896 2.9768 0.3295 1.5213 0.3637 0.0722 0.0193 0.0950 0.0038 0.4219 0.2549 0.8198 0.8203 0.9891 0.5950 2.1165 2.7762 0.4746 0.1292 0.6327 2.6546 0.5303 0.1604 0.1408 0.0181 0.3667 L M 7.1719 2.2640 1.9382 1.6049 0.3686 7.7168 5.2005 2.2763 1.3288 0.8652 3.1463 0.0754 1.4948 0.9476 2.3547 4.8288 1.2643 3.0687 0.9064 0.4444 1.6723 1.8407 0.4227 3.5168 0.0890 0.1716 1.1104 2.0734 2.2535 0.4373 2.8840 0.2659 0.9887 2.0291 0.0753 0.3188 0.3492 0.2285 2.1756 1.0106 1.4467 0.1106 1.4234 0.7999 3.2782 0.0993 0.1494 1.3809 0.1335 0.8467 1.2518 0.1668 0.4367 0.0278 0.6762 13.9531 0.4193 0.2623 9.1363 0.1779 13.2116 0.5783 0.3915 0.2679 0.0426 1.2909 0.2138 9.4337 0.2068 0.5375 0.2180 0.2218 0.3893 0.0889 0.0259 0.2351 0.5938 0.1144 0.2601 0.3573 2.5057 0.1943 6.3763 0.7949 0.3516 0.0595 0.0520 0.0094 0.4327 0.0788 0.0027 0.5616 0.0893 0.5535 0.1086 2.5381 0.0777 1.7167 0.4152 4.4210 0.4476 0.9586 0.3660 0.5838 0.1121 0.5395 0.1418 0.0645 0.0344 0.0519 N 14.6094 0.3651 0.3737 8.4770 0.3507 13.8578 0.4392 0.5333 0.1084 0.4706 2.2747 0.4826 8.7313 0.7819 0.5391 0.3925 0.4378 0.0033 0.6600 0.0900 0.2759 1.0159 0.0975 1.3786 1.1791 2.2440 0.7667 6.9558 0.9679 0.1487 0.4872 0.5746 0.1637 0.3039 0.0651 0.2798 0.5729 0.0047 0.9218 0.3257 2.0788 1.3782 1.7278 0.6340 5.2188 0.6026 0.1519 0.7104 0.3388 0.0804 0.1700 0.1385 0.3283 0.0004 0.1446

(84) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L21 Lanjutan database untuk koefisien DCT 320 No 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 KARAKTER G H 0.9847 0.0107 0.6362 0.6336 2.1968 1.3180 0.0593 0.8506 2.9629 0.1649 1.9884 0.8409 0.2010 1.0650 0.1495 0.4389 0.5424 0.8275 0.1223 0.3493 0.6300 0.0185 0.1172 0.0704 0.0590 1.3146 0.0450 0.0344 0.6650 2.1648 0.8687 1.2348 0.3465 1.0916 0.0215 0.2107 0.2090 0.1521 0.7618 0.1210 0.0323 0.5735 0.5080 0.3200 0.2104 0.5460 0.0264 0.1708 0.0353 0.1987 0.0553 0.0509 0.1259 0.1194 1.0575 0.0969 0.0187 1.2181 0.1216 1.1021 0.1330 2.5938 0.4458 2.2246 0.7012 3.6060 0.0505 0.1603 0.1165 0.1632 0.0187 0.2653 0.0271 0.1655 0.0158 0.0507 0.0212 0.0352 0.5056 0.0052 0.0277 0.0144 0.8103 0.1032 0.1091 0.3981 2.4997 0.4522 1.3833 0.3131 0.6356 0.0325 0.0604 0.0362 0.0083 0.0169 0.1856 0.0124 0.0660 0.0010 0.0891 0.0362 0.0629 0.0202 0.0702 0.0168 0.0320 0.5602 0.0101 0.3726 I 0.5786 0.0335 0.1388 0.0479 1.3177 0.0701 1.5688 0.2565 1.4261 0.1798 1.8595 0.5132 0.1140 0.4112 0.0071 0.2918 0.1258 0.1659 0.2516 0.0463 0.3078 0.0267 0.0648 0.2694 0.0028 0.7470 0.0866 0.0966 0.0666 0.7965 0.0389 0.8578 0.1860 1.0375 0.0789 0.8434 0.2370 0.0740 0.3334 0.0897 0.1742 0.0774 0.1223 0.1503 0.0542 0.2219 0.0668 0.0808 0.0036 0.0689 0.0409 0.0046 0.3542 0.0062 0.5591 J 0.4966 0.1302 0.5783 0.2241 1.3730 0.8763 0.1716 0.8825 2.3003 0.3168 1.6826 0.6413 0.0222 0.4478 0.7058 0.1486 1.0095 1.0498 0.1491 0.0763 0.3028 0.1842 0.0291 0.3011 0.1182 0.6471 0.2796 0.2959 0.0823 1.2963 0.4631 0.8437 0.0847 0.9576 0.0933 0.1706 0.2240 0.0349 0.5577 0.1807 0.0985 0.4930 0.6221 0.4652 0.0685 0.3883 0.3986 0.0655 0.0174 0.0848 0.0178 0.0519 0.3499 0.2717 0.4838 K L M N 0.6061 0.0070 0.1513 0.0935 1.3382 0.7507 2.6413 0.3708 0.8960 0.3788 0.5186 0.7262 0.1677 0.8932 0.8104 2.8812 0.4621 0.2380 0.3866 0.0738 0.3952 0.0500 0.0872 0.3861 0.0663 0.5571 0.0513 0.2003 0.2735 1.9423 1.0563 2.0797 0.2562 0.9258 0.0519 0.9144 0.3288 0.1268 0.3770 0.4676 1.9023 0.1604 0.4458 0.5681 0.3024 0.1332 0.1024 0.1374 0.0071 0.0222 0.1270 0.0038 0.2742 0.1134 0.0297 0.9286 0.0971 0.3857 0.5222 1.1804 1.0313 0.2957 0.2909 1.5469 0.2496 2.0211 0.8818 0.1831 0.0411 0.0971 0.3139 0.5111 0.1383 0.3788 0.0526 0.7926 0.0064 0.4072 0.3407 0.0745 1.0710 0.2323 0.1541 0.4786 0.2310 0.6010 0.8526 0.2362 0.8924 0.1631 0.4761 0.5369 0.1863 0.5554 0.0975 0.0833 0.1237 0.0370 0.2640 0.0227 0.4197 0.0171 0.4630 0.0614 0.0792 0.0455 0.0253 0.3752 0.1890 0.5239 0.5118 0.0829 0.4402 0.1821 0.0589 0.2050 3.4193 0.1747 1.4992 0.1428 0.0535 0.1395 1.0535 0.1564 1.1736 0.2190 0.3978 0.0520 0.1160 0.0658 0.0228 0.0595 0.0159 0.1555 0.0356 0.4097 0.1410 0.2046 0.1240 0.4928 0.3803 1.8886 0.0992 0.1357 0.1985 1.5068 0.2163 0.6526 0.1230 1.2940 0.1978 0.1185 0.0475 0.0097 0.0358 0.2055 0.0987 0.0140 0.0082 0.0267 0.0378 0.0206 0.0931 0.0537 0.2044 0.5977 0.0297 0.5476 0.0627 0.0873 0.5541 3.6487 1.3030 1.5027 0.6145 0.6160 0.0214 0.2276 0.3881 0.0498 0.0094 0.1522 0.0972 0.1758 0.0202 0.1795 0.0652 0.1022 0.3615 0.0352 0.4782 0.0340 0.0335 0.1715 0.6363 0.6362 2.5385 1.1592 0.1206 0.5557 1.1051 0.1609 0.1179 0.0049 0.1219 0.0560 0.1917 0.0059 0.0375 0.0445 0.1317 0.1301 0.0793 0.0319 0.0151 0.0044 0.0231 0.2743 0.0394 0.2139

(85) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L22 Lanjutan database untuk koefisien DCT 320 No 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 KARAKTER G H 0.0913 0.4521 0.4282 1.3734 0.2891 1.0082 0.0010 0.1116 0.0137 0.2474 0.0071 0.0260 0.2340 0.1427 0.1512 0.2317 0.1385 0.2999 0.0333 0.3601 0.0007 0.1676 0.0970 0.2470 0.0396 0.0362 0.0686 0.0134 0.0766 0.1172 0.1751 0.0763 0.6391 0.1099 0.5574 0.1503 0.4154 0.0306 0.3394 0.0474 0.2312 0.0060 0.0684 0.0073 0.0186 0.0292 0.0016 0.1414 0.0116 0.0511 0.1352 0.1179 0.1348 0.0042 0.0548 0.4423 0.0405 0.2508 0.4081 1.3030 0.1928 0.2656 0.0350 0.4535 0.0320 0.0036 0.0248 0.0660 0.0118 0.0424 0.0126 0.1329 0.0188 0.1862 0.0051 0.0805 0.0377 0.0913 0.0009 0.0633 0.0160 0.0074 0.0055 0.0575 0.2225 0.0048 0.6004 0.1174 0.2407 0.0014 0.1388 0.1938 0.2500 0.0220 0.1767 0.0903 0.2304 0.0030 0.0099 0.0160 0.0268 0.0091 0.0270 0.0188 0.0789 0.0180 0.1772 0.0335 I 0.1055 0.0439 0.0703 0.3151 0.0067 0.3218 0.0963 0.6495 0.0068 0.2680 0.0609 0.0337 0.2171 0.1144 0.0496 0.0261 0.0424 0.0562 0.0407 0.1152 0.0742 0.0518 0.0091 0.0862 0.0029 0.0326 0.0190 0.0024 0.0587 0.0136 0.2826 0.0050 0.3199 0.0874 0.0016 0.0605 0.0122 0.0404 0.0223 0.0244 0.3222 0.0191 0.0358 0.0003 0.0076 0.0999 0.0852 0.0287 0.0129 0.0295 0.0080 0.0150 0.0234 0.0484 J 0.2170 0.0317 0.1222 0.7030 0.1724 0.4367 0.2401 0.0722 0.0540 0.1238 0.0307 0.0010 0.2292 0.0776 0.0705 0.0469 0.1900 0.4697 0.0174 0.3168 0.3240 0.0939 0.0225 0.0866 0.0440 0.0564 0.0105 0.0052 0.0102 0.1151 0.1803 0.2579 0.2520 0.0528 0.0699 0.1812 0.1298 0.1120 0.0099 0.1522 0.0489 0.0372 0.0257 0.0097 0.0094 0.0418 0.0191 0.0625 0.0574 0.0129 0.1522 0.0316 0.1171 0.1207 K L M N 0.1390 0.2758 0.2594 1.1253 0.8623 0.7008 0.2027 0.4077 0.1080 0.2102 0.1498 0.1167 0.0506 0.0044 0.6155 0.1022 0.6494 0.5518 0.3783 0.0501 0.0769 0.1445 0.0149 0.0363 0.0120 0.0279 0.0108 0.0029 0.0877 0.0349 0.2036 0.0396 0.3545 0.2101 0.3427 0.0002 0.1269 0.4001 0.0258 0.0306 0.0106 0.0038 0.0258 0.0121 0.0049 0.0133 0.1026 0.0491 0.1454 0.5697 0.3593 0.1887 0.0455 0.0353 0.2397 0.0222 0.2141 0.2326 0.1057 0.5104 0.0285 0.2445 0.2385 0.1277 0.1083 0.0824 0.3699 0.1457 0.1377 0.0564 0.0445 0.1275 0.0217 0.0830 0.0197 0.2176 0.1395 0.0756 0.0215 0.0513 0.0181 0.0011 0.0441 0.0528 0.1398 0.2177 0.0404 0.1501 0.0566 0.0215 0.2212 0.1500 0.0597 0.0961 0.0075 0.1035 0.0649 0.0004 0.0021 0.0934 0.0525 0.0299 0.0884 0.0612 0.0319 0.0314 0.0581 0.0089 0.0258 0.4678 0.0144 0.4625 0.1756 0.0332 0.0794 0.5450 0.2013 0.5779 0.0067 0.2283 0.0903 0.9120 0.0872 0.0002 0.0266 0.2304 0.0069 0.2947 0.0181 0.0095 0.0119 0.0192 0.0080 0.0020 0.0632 0.0235 0.0559 0.0519 0.1415 0.0054 0.5353 0.1051 0.2684 0.0389 0.1377 0.1061 0.5859 0.0905 0.0655 0.0326 0.0521 0.0264 0.0440 0.0379 0.4320 0.0072 0.0793 0.0628 0.3327 0.0234 0.2495 0.0540 0.0401 0.2701 0.2148 0.4274 0.5210 0.7637 0.8965 0.5948 0.3268 0.4123 0.0100 0.0257 0.0467 0.1348 0.1234 0.1403 0.0699 0.0269 0.0052 0.0933 0.0893 0.0244 0.0796 0.0218 0.0221 0.0316 0.0359 0.0141 0.0026 0.0492 0.1644 0.0414 0.5332 0.1015 0.2579 0.1422 0.0429 0.3292 0.0065 0.4973 0.1534 0.0867 0.0786 0.0151 0.0099 0.0367 0.0780 0.1055 0.0203 0.0569 0.0312 0.0751 0.0479 0.0324

(86) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L23 Lanjutan database untuk koefisien DCT 320 No 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 KARAKTER G H 0.1266 0.1333 0.1607 0.0923 0.0402 0.0163 0.0108 0.0010 0.0003 0.0815 0.0338 0.0711 0.1116 0.1862 0.0008 0.2151 0.0746 0.3645 0.0016 0.0910 0.0461 0.0242 0.0174 0.0332 0.0052 0.0027 0.0430 0.0033 0.0125 0.0459 0.0661 0.0025 0.0560 0.0102 0.0304 0.0116 0.0583 0.0523 0.1333 0.0629 0.0885 0.0176 0.0365 0.0121 0.0014 0.0034 0.0161 0.0012 0.0017 0.0004 0.0415 0.0380 0.0594 0.0603 0.1288 0.0688 0.0143 0.0652 0.0012 0.0558 0.0032 0.0050 0.0060 0.0026 0.0117 0.0135 0.0697 0.0154 0.0467 0.0034 0.5517 0.1062 0.1384 0.0069 0.0286 0.0011 0.1089 0.0485 0.0908 0.0142 0.0109 0.0073 0.0009 0.0024 0.0045 0.0074 0.0158 0.0137 0.0144 0.0056 0.0963 0.0372 0.0305 0.0203 0.0247 0.0019 0.0135 0.0055 0.0055 0.0000 0.0013 0.0444 0.0034 0.0066 0.0059 0.0105 0.0055 0.1189 0.0434 0.1111 I 0.0143 0.0104 0.0571 0.0093 0.0426 0.0010 0.0035 0.0042 0.0009 0.0230 0.0058 0.0599 0.0221 0.1892 0.0003 0.1044 0.0472 0.0283 0.0425 0.1504 0.0468 0.0723 0.0093 0.0991 0.0082 0.0020 0.0191 0.0001 0.0170 0.0355 0.0434 0.0281 0.0612 0.0345 0.0089 0.0306 0.0065 0.0196 0.0076 0.0221 0.0164 0.0336 0.0022 0.0052 0.0001 0.0004 0.0287 0.0007 0.0055 0.0024 0.0134 0.0064 0.0584 0.0280 0.1005 J 0.0576 0.0162 0.0042 0.0998 0.0529 0.0068 0.0009 0.0039 0.0036 0.0087 0.0072 0.0258 0.1010 0.0285 0.1418 0.0496 0.0492 0.0172 0.1004 0.0529 0.1105 0.0780 0.0083 0.0302 0.0173 0.0166 0.0253 0.0002 0.0133 0.0304 0.0455 0.0190 0.0295 0.0585 0.0396 0.0237 0.0110 0.0346 0.0464 0.0767 0.0909 0.0061 0.0138 0.0041 0.0010 0.0118 0.0435 0.0091 0.0058 0.0084 0.0015 0.0026 0.0591 0.0488 0.0457 K L M N 0.0875 0.0715 0.0356 0.0250 0.0129 0.0019 0.0125 0.0078 0.0011 0.0114 0.0183 0.0804 0.0844 0.3534 0.0167 0.2617 0.2054 0.3234 0.2121 0.2077 0.0738 0.0787 0.0565 0.0287 0.0093 0.0037 0.0111 0.0043 0.0179 0.0079 0.0998 0.0590 0.2543 0.1315 0.0346 0.0507 0.0253 0.0235 0.0814 0.0145 0.0173 0.0349 0.0038 0.0107 0.0005 0.0032 0.0482 0.0016 0.0057 0.0001 0.0030 0.0398 0.1454 0.0869 0.1377 0.0221 0.1275 0.0019 0.0564 0.0504 0.0006 0.0020 0.0051 0.0029 0.0195 0.0024 0.0072 0.0362 0.0553 0.1582 0.1487 0.0491 0.0078 0.0932 0.0430 0.1453 0.0784 0.0652 0.0084 0.0047 0.0029 0.0181 0.0028 0.0037 0.0106 0.0223 0.0741 0.0364 0.0025 0.0063 0.0316 0.0106 0.0300 0.0608 0.0431 0.0685 0.0031 0.0035 0.0002 0.0026 0.0100 0.0456 0.0016 0.0052 0.0062 0.0058 0.0030 0.0057 0.0002 0.1124 0.0426 0.0013 0.0160 0.0137 0.0121 0.0011 0.0069 0.0049 0.0025 0.0561 0.0418 0.0519 0.0550 0.2286 0.0528 0.4038 0.1103 0.0242 0.0329 0.1067 0.1455 0.3247 0.0097 0.1124 0.0124 0.0159 0.0285 0.0045 0.0205 0.1285 0.0025 0.1377 0.0926 0.2648 0.0261 0.1665 0.0267 0.0727 0.0004 0.0316 0.0050 0.0365 0.0005 0.0087 0.0000 0.0065 0.0057 0.0019 0.0036 0.0040 0.0059 0.0141 0.0317 0.0256 0.1057 0.0368 0.0911 0.0125 0.0317 0.0209 0.0118 0.0019 0.0078 0.0007 0.0255 0.0224 0.0037 0.0412 0.3507 0.0815 0.3228 0.0938 0.1611 0.0419 0.2492 0.1840 0.0133 0.1520 0.0666 0.0005 0.0121 0.0005 0.0031 0.0164 0.0274 0.0408 0.0374 0.0164 0.0194 0.0975 0.0203 0.0314 0.0173 0.0723 0.0138 0.0136 0.0180 0.0248 0.0018 0.0013 0.0085 0.0367 0.0043 0.0069 0.0024 0.0204 0.0020 0.0244 0.0228 0.2027

(87) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L24 Lanjutan database untuk koefisien DCT 320 No 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 KARAKTER G H 0.0279 0.0247 0.0146 0.1284 0.0146 0.1123 0.0203 0.0374 0.0144 0.0041 0.0048 0.0283 0.0817 0.0065 0.0384 0.0073 0.0102 0.0175 0.0096 0.0501 0.0553 0.0342 0.0992 0.0130 0.0994 0.0026 0.0452 0.0028 0.0323 0.0058 0.0031 0.0017 0.0004 0.0091 0.0333 0.0018 0.0267 0.0030 0.0024 0.0002 0.0049 0.0255 0.0396 0.0126 0.0375 0.0047 0.0489 0.0178 0.0104 0.0072 0.0102 0.0138 0.0002 0.0158 0.0053 0.3178 0.0437 0.0432 0.0238 0.0505 0.0431 0.0584 0.0051 0.0027 0.0037 0.0451 0.0263 0.0025 0.0139 0.0015 0.0024 0.0029 0.0013 0.0051 0.0000 0.0202 0.0112 0.0007 0.0289 0.0111 0.0066 0.0581 0.0009 0.0018 0.0003 0.0007 0.0034 0.0402 0.0060 0.0081 0.0423 0.0062 0.0021 0.0056 0.0251 0.0043 0.1201 0.0565 0.0357 0.0004 0.0979 0.0012 0.0340 0.0202 0.0052 0.0084 0.0040 0.0072 I 0.0062 0.0351 0.0071 0.0338 0.0232 0.1406 0.0295 0.0478 0.0067 0.0089 0.0151 0.0400 0.0668 0.0044 0.0128 0.0043 0.0141 0.0188 0.0486 0.0310 0.0201 0.0440 0.0278 0.0400 0.0030 0.0061 0.0227 0.0221 0.0021 0.0056 0.0003 0.0002 0.0006 0.0180 0.0248 0.0016 0.0390 0.0020 0.0044 0.0033 0.0020 0.0040 0.0516 0.0292 0.0362 0.0092 0.0855 0.0154 0.0244 0.0083 0.0632 0.0061 0.0072 0.0149 J 0.0431 0.0362 0.0483 0.0589 0.0205 0.0095 0.0597 0.0013 0.0100 0.0093 0.0152 0.0866 0.1190 0.0153 0.0475 0.0054 0.0117 0.0375 0.0544 0.0543 0.0156 0.0196 0.0306 0.1010 0.0297 0.0996 0.0418 0.0542 0.0082 0.0092 0.0021 0.0205 0.0005 0.0257 0.0055 0.0099 0.0532 0.0202 0.0057 0.0083 0.0041 0.0091 0.0641 0.0159 0.0586 0.0118 0.0168 0.0145 0.0604 0.0043 0.0351 0.0077 0.0068 0.0076 K 0.0145 0.0368 0.1320 0.1876 0.1811 0.1073 0.0124 0.0088 0.0125 0.0044 0.0010 0.0767 0.1200 0.0036 0.0234 0.0056 0.0160 0.0035 0.0221 0.0036 0.0866 0.0824 0.0233 0.1038 0.0282 0.0062 0.0001 0.0518 0.0024 0.0036 0.0012 0.0008 0.0032 0.0107 0.0344 0.0003 0.0323 0.0016 0.0038 0.0053 0.0034 0.0406 0.0765 0.0247 0.0779 0.0473 0.0518 0.0484 0.0326 0.0473 0.0150 0.0030 0.0005 0.0033 L 0.0611 0.0958 0.0043 0.0256 0.0510 0.0473 0.0500 0.0229 0.0053 0.0022 0.0173 0.0728 0.1261 0.0132 0.0095 0.0038 0.0048 0.0241 0.0116 0.0076 0.0161 0.0314 0.0247 0.0094 0.0055 0.0341 0.0512 0.0318 0.0086 0.0049 0.0058 0.0147 0.0011 0.0395 0.0449 0.0180 0.0592 0.0038 0.0012 0.0047 0.0059 0.0049 0.0124 0.0203 0.0668 0.0081 0.0036 0.0120 0.0158 0.0049 0.0264 0.0020 0.0023 0.0910 M N 0.0300 0.1104 0.0344 0.0280 0.0131 0.1128 0.0355 0.0675 0.0062 0.0142 0.0159 0.0381 0.0403 0.0193 0.0071 0.0129 0.0031 0.0727 0.0452 0.1415 0.0297 0.1171 0.0371 0.0814 0.0125 0.0170 0.0014 0.0385 0.0063 0.0055 0.0000 0.0051 0.0035 0.0085 0.0160 0.0098 0.0038 0.0037 0.0030 0.0001 0.0338 0.0185 0.0122 0.0134 0.0624 0.0149 0.0346 0.0109 0.0057 0.0008 0.0240 0.0058 0.0071 0.0010 0.0211 0.0108 0.0636 0.1332 0.0001 0.1661 0.0908 0.0470 0.0102 0.0091 0.0093 0.1139 0.0993 0.0161 0.0008 0.0030 0.0049 0.0164 0.0008 0.0140 0.0451 0.0732 0.0536 0.0297 0.0474 0.0362 0.0600 0.0237 0.0189 0.0011 0.0024 0.0078 0.0044 0.0155 0.0033 0.0006 0.0281 0.0075 0.0016 0.0036 0.0380 0.0153 0.0448 0.0148 0.0026 0.0500 0.1291 0.0562 0.1144 0.0000 0.0426 0.0188 0.0027 0.0040

(88) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L25 Lanjutan database untuk koefisien DCT 320 No 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 KARAKTER G H 0.0053 0.0122 0.0516 0.0195 0.0061 0.0565 0.0177 0.0068 0.0039 0.0020 0.0217 0.0452 0.0005 0.0744 0.0331 0.0521 0.0184 0.0052 0.0035 0.0146 0.0021 0.0027 0.0048 0.0008 0.0073 0.0042 0.0767 0.0308 0.0022 0.0432 0.0040 0.0331 0.0036 0.0031 0.0007 0.0352 0.0069 0.0143 0.0082 0.0219 0.0138 0.0064 0.0102 0.0044 0.0053 0.0042 0.0146 0.0453 0.0187 0.0097 0.0176 0.0083 0.0285 0.0004 0.0038 0.0011 0.0019 0.0001 0.0028 0.0097 0.0088 0.0009 0.0099 0.0219 0.0089 0.0528 0.0050 0.0022 0.0006 0.0015 0.0055 0.0412 0.0050 0.0332 0.0092 0.0008 0.0126 0.0171 0.0006 0.0019 0.0017 0.0034 0.0245 0.0043 0.0805 0.0235 0.0374 0.0041 0.0009 0.0053 0.0404 0.0036 0.0032 0.0024 I 0.0244 0.0293 0.0745 0.1015 0.0109 0.0057 0.0191 0.0222 0.0033 0.0127 0.0136 0.0166 0.0311 0.0392 0.0428 0.0004 0.0199 0.0258 0.0118 0.0007 0.0058 0.0005 0.0020 0.0018 0.0238 0.0022 0.0200 0.0152 0.0002 0.0344 0.0042 0.0345 0.0030 0.0030 0.0034 0.0069 0.0003 0.0395 0.0247 0.0025 0.0078 0.0703 0.0165 0.0101 0.0008 0.0078 0.0052 J 0.0210 0.0146 0.0329 0.1139 0.0291 0.1248 0.0060 0.0146 0.0052 0.0178 0.0027 0.0021 0.0331 0.0649 0.0890 0.0059 0.0538 0.0016 0.0663 0.0034 0.0104 0.0018 0.0259 0.0001 0.0297 0.0137 0.0573 0.0006 0.0033 0.0061 0.0242 0.0344 0.0168 0.0042 0.0048 0.0007 0.0021 0.0375 0.0144 0.0473 0.0150 0.0207 0.0021 0.0158 0.0047 0.0049 0.0025 K 0.0616 0.0263 0.0036 0.1795 0.0540 0.0203 0.0257 0.0209 0.0002 0.0098 0.0111 0.0297 0.0291 0.0029 0.0973 0.0176 0.0021 0.0121 0.0296 0.0001 0.0123 0.0013 0.0078 0.0048 0.0057 0.0048 0.0425 0.0083 0.0078 0.0263 0.0067 0.0309 0.0026 0.0072 0.0076 0.0052 0.0163 0.0116 0.0380 0.0940 0.0178 0.0188 0.0043 0.0223 0.0033 0.0011 0.0009 L 0.0112 0.0205 0.0332 0.0474 0.1986 0.0106 0.0665 0.0102 0.0064 0.0010 0.0014 0.0144 0.0443 0.0231 0.0415 0.0097 0.0019 0.0165 0.0331 0.0116 0.0076 0.0050 0.0145 0.0014 0.0566 0.0059 0.0189 0.0628 0.0160 0.0532 0.0416 0.0430 0.0037 0.0018 0.0005 0.0090 0.0087 0.0315 0.0148 0.0112 0.0226 0.0312 0.0052 0.0010 0.0025 0.0011 0.0039 M N 0.0217 0.0289 0.1584 0.0297 0.0611 0.0368 0.0092 0.0076 0.0032 0.0483 0.0229 0.0077 0.0825 0.0481 0.0603 0.0153 0.0066 0.0023 0.0168 0.0079 0.0014 0.0001 0.0025 0.0064 0.0121 0.0034 0.0067 0.0506 0.0141 0.0102 0.0204 0.0054 0.0018 0.0062 0.0035 0.0171 0.0209 0.0110 0.0304 0.1151 0.0210 0.0214 0.0072 0.0128 0.0035 0.0019 0.0095 0.0454 0.0155 0.3069 0.1329 0.0226 0.0778 0.0056 0.0070 0.0002 0.0018 0.0093 0.0001 0.0683 0.0460 0.0111 0.0322 0.0321 0.0592 0.0008 0.0066 0.0026 0.0015 0.0013 0.0076 0.0193 0.0058 0.0175 0.0555 0.0063 0.0046 0.0018 0.0167 0.0020 0.0066 0.0035 0.0208 0.0096 0.0199 0.0121 0.0618 0.0515 0.0781 0.0477 0.0489 0.0001 0.0028 0.0190

(89) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L26 Lanjutan database untuk koefisien DCT 320 No KARAKTER O 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 11.8594 0.0308 0.5936 5.7902 0.0820 12.8605 0.0142 0.6160 0.1073 0.3748 2.3989 0.2298 5.6665 0.2261 4.2801 0.1342 0.1547 0.2602 0.2973 0.1454 0.0041 2.0680 0.2126 2.7517 0.6261 0.3398 0.3172 2.6807 0.2926 0.1570 0.2825 0.1425 0.2767 0.0040 0.0435 0.2795 0.8762 0.1054 2.9659 0.5584 1.2168 0.8583 3.4575 0.3387 4.4788 0.3124 0.1653 0.2083 0.3403 0.1190 0.0019 0.1031 0.3810 0.0454 0.1037 P 9.6406 1.4391 2.9271 4.3194 0.7135 10.4561 3.2714 3.4297 0.3215 2.1505 1.8724 1.0965 4.6504 1.6172 3.4548 2.9411 1.8077 0.7716 2.2590 0.5613 0.6666 2.2498 0.1804 1.7169 2.4490 1.4245 1.4486 2.2870 1.2060 0.3219 0.7879 0.5487 1.2575 1.0819 0.3522 0.8917 0.9484 0.1399 2.9515 0.3759 0.2295 2.1041 1.2439 0.6008 3.8334 0.3103 0.3471 0.4460 0.8161 1.0959 1.2934 0.7163 1.0628 0.0216 0.4517 Q 10.4856 0.6647 0.3792 4.2461 0.2413 10.4899 0.8101 0.4223 0.2236 0.6581 3.7886 0.0712 4.2604 0.5047 4.9973 0.1399 0.1882 0.2745 1.0436 0.0730 0.5069 0.4656 0.2718 4.5554 0.1047 0.5306 0.4170 2.2748 1.2282 0.1038 0.0831 1.2661 0.2422 0.6940 0.0827 1.0276 0.8192 0.2000 0.7034 0.5833 2.8369 0.0203 2.7204 0.0807 3.5755 0.2809 0.2685 0.6876 1.2243 0.1408 0.5436 0.2177 1.5116 0.1153 0.0322 R 13.2432 0.9428 0.3679 4.7563 0.1273 13.7136 1.8415 1.3115 0.3260 1.2041 2.4836 0.5782 6.0551 0.0271 4.5860 1.0484 0.6343 0.7744 0.0140 0.0411 1.2840 1.0475 0.4122 3.1256 1.0853 2.2229 0.5587 2.5043 0.5929 0.0501 0.5100 1.2482 0.0833 1.2248 0.4508 1.0826 0.9599 0.1642 2.1687 0.8132 0.2240 0.1916 0.9611 1.0875 4.2801 1.4401 0.1439 0.0617 1.5596 0.2619 1.7528 0.9180 0.7833 0.0449 0.3464 S 8.0313 0.0936 0.7848 2.1213 0.4387 9.4624 0.1954 0.9279 0.0764 0.3608 4.0378 0.9189 2.3687 1.0556 5.0242 0.1280 0.5072 0.1732 0.4266 0.0113 0.4200 1.5499 0.7693 4.4368 2.2092 0.9231 1.1023 0.7248 0.0296 0.1100 0.1534 0.2414 0.0585 0.4285 0.0339 0.1278 1.4813 0.3169 2.4660 1.8789 1.5431 2.3005 0.3895 0.6992 1.4642 0.1326 0.0857 0.0563 0.0833 0.1413 0.0642 0.1116 0.2116 0.0452 0.0282 T 7.4688 0.2233 2.6798 1.8918 0.1653 9.0906 0.5135 2.4693 0.0465 0.7802 3.2238 0.0317 3.0009 0.3385 6.0365 0.5352 0.0078 0.1858 0.7100 0.0413 2.4621 1.9865 0.1152 3.4380 0.0790 3.4225 0.2682 3.6882 0.4512 1.2289 0.3571 0.0346 0.0485 2.2133 0.0664 0.8198 0.5133 0.0595 1.8287 0.2218 1.2881 0.0955 3.0937 0.1688 2.6230 0.3830 0.8213 0.4211 0.4173 0.0452 0.1509 0.0897 0.7428 0.0444 0.8572 U V 9.4488 0.4095 1.4033 2.4351 0.0549 7.6398 1.4264 1.1544 0.2059 0.0880 2.0526 0.0241 2.9119 0.0963 2.3260 1.1239 1.6089 0.4155 0.9253 0.0244 0.2259 0.4141 0.1419 3.1121 0.1076 0.3502 0.2930 4.4606 1.0722 1.7647 0.3099 0.8746 0.0690 0.8832 0.0145 0.8082 0.9493 0.0005 1.2263 0.1530 1.5243 0.1980 2.9643 0.5463 4.4798 2.0252 0.9987 0.8990 0.4202 0.1643 1.4584 0.1218 0.2304 0.0120 0.9829 9.2500 0.4494 0.7788 4.3607 0.0644 10.7902 1.0723 0.0252 0.1427 0.1526 2.6085 0.1749 5.3290 0.2149 5.4629 1.0918 2.1963 0.3171 0.5145 0.0511 0.7084 0.5010 0.0056 2.8957 0.4557 3.2047 0.3735 0.3738 0.6366 3.5905 0.2498 2.0405 0.1587 0.5188 0.1128 0.1254 0.1488 0.0864 0.4119 0.0229 1.1860 0.5576 0.7615 0.4425 2.1572 0.1118 3.1630 0.0044 3.0249 0.2630 0.4504 0.2750 0.0693 0.0672 0.0469

(90) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L27 Lanjutan database untuk koefisien DCT 320 No 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 KARAKTER O P Q R S T U V 0.7907 0.0719 0.9187 0.2499 2.8947 0.7217 0.3254 0.8890 3.6089 0.2947 2.5473 0.1891 0.0344 0.1179 0.1905 0.1322 0.0470 0.0985 0.3158 0.0477 0.1133 0.0127 0.0212 0.4025 0.0169 1.0401 0.1782 0.2159 0.2683 2.3950 0.7082 1.1156 0.7476 1.5813 0.2079 0.3691 0.0468 0.0294 0.0572 0.0247 0.2186 0.1035 0.0376 0.1805 0.0977 0.0561 0.0528 0.0076 0.0169 0.1025 0.1341 0.0167 0.5806 0.0614 0.7971 0.2722 0.1583 1.1943 0.2577 2.3210 0.2503 1.5660 0.7448 1.9716 0.1276 2.2606 0.7304 0.3012 0.0464 1.1131 0.4256 1.2211 0.4354 0.6299 0.0938 0.5383 0.1383 0.2062 0.4194 0.0593 0.2194 0.4172 0.8321 0.0929 1.4783 0.0338 1.5281 0.3316 1.2090 0.3331 0.3983 0.3989 0.0578 0.1525 0.6378 0.1065 0.7982 0.1255 0.2683 0.1898 0.3067 0.2923 0.2788 0.0810 0.0662 0.0139 0.0008 0.5272 0.1278 0.1169 0.4732 0.0701 1.0660 0.4494 0.9235 0.3602 1.0135 0.1376 3.5253 0.1514 3.3422 0.7352 0.2924 0.8364 0.8709 0.0460 0.2983 0.0060 1.5095 0.3176 0.0138 0.0769 0.4128 0.1244 0.1205 0.6454 0.1193 0.6555 0.3318 0.8971 0.1019 0.0261 0.1820 2.3807 0.1805 0.6984 0.0930 0.1864 0.5844 0.3804 0.0819 0.0029 0.2182 1.2742 0.1973 0.1097 0.0979 0.5642 0.1191 0.0798 0.0618 0.0364 0.1699 0.2645 0.4312 0.9890 0.1225 0.6451 0.3037 1.7819 0.6071 2.0212 0.9919 1.6410 0.9735 2.3271 1.0986 0.2666 0.5334 0.9831 0.3112 1.9177 0.4188 0.6323 0.0304 0.1097 0.0324 0.1285 0.5401 0.0706 0.7209 0.2786 0.3762 0.2585 1.0730 0.0267 2.1440 1.4078 0.9308 0.4868 0.4122 0.3078 0.3155 0.5079 0.0460 0.2586 1.2636 0.2944 0.4460 0.0048 0.2894 0.1646 0.1814 0.1559 0.0043 0.0368 0.0475 0.5087 0.2055 0.0935 0.6370 0.0494 1.7448 0.8276 2.9283 2.0318 1.0246 1.4442 0.9133 0.2233 1.4902 0.1193 0.0936 0.0293 0.0206 0.2061 0.2283 0.1951 0.2525 0.1185 0.0503 0.0092 0.0165 0.0230 0.0927 0.8934 0.0629 0.9288 1.0313 2.8978 1.3863 1.9500 0.4346 0.7035 0.0411 0.6238 0.0469 0.0372 0.0523 0.0201 0.1954 0.2848 0.2433 0.2152 0.1515 0.0635 0.0267 0.0072 0.0004 0.0944 0.0239 0.0036 0.0475 0.1925 0.8129 1.2513 0.0089 0.5614 0.0978 0.0124 0.1453 0.0893 0.0887 2.0434 0.1701 1.8960 0.2832 0.1540 0.3235 0.3157 0.1101 1.2775 0.0346 0.0220 0.0923 0.7113 0.0045 0.7010 0.3791 0.0143 1.1935 0.0275 0.2392 0.0239 0.8276 0.0678 0.1713 0.0645 0.9983 0.1726 0.9778 0.1320 0.0405 0.1668 0.1198 0.0851 0.8288 0.1172 0.3600 0.0756 0.2103 0.0360 0.5896 0.0165 0.0066 0.1735 0.0217 0.3679 0.0095 0.1262 0.9325 0.0414 0.6692 0.0977 0.9936 0.0179 0.2285 0.3172 2.8951 0.5085 3.0262 0.4293 0.1973 0.9500 0.0602 0.2283 1.4525 0.0199 0.2446 0.0979 0.8340 0.0610 0.2433 0.2595 0.0027 0.8521 0.0676 0.3043 0.1250 0.4552 0.3090 0.8365 0.1771 1.4608 0.1132 0.2549 0.2159 0.3365 0.2927 0.3051 0.2994 1.0124 0.0468 0.4812 0.0061 0.6152 0.0240 0.1414 0.0258 0.0775 0.0030 0.0027 0.1892 0.0329 0.4845 0.6229 0.0495 0.1460 0.1868 0.1854 0.0514 0.1315 0.4510 0.9819 0.3498 2.1516 0.1701 1.6122 0.2253 2.7201 0.3211 1.0091 0.3008 0.1456 0.1486 0.0336 0.0122 0.0863 0.1585 0.0363 0.7246 0.1088 0.0000 0.1406 0.5401 0.0827 0.3918 0.2099 1.5324 0.1517 1.1129 0.1821 0.2854 0.2863 1.5259 0.2876 0.7974 0.2233 0.2671 0.1248 0.2278 0.0160 0.0143 0.0256 0.0434 0.0706 0.0236 0.1382 0.0905 0.3879

(91) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L28 Lanjutan database untuk koefisien DCT 320 No 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 KARAKTER O P Q R S T U V 0.2103 0.3468 0.2239 1.4846 0.5866 1.0155 0.5095 0.0459 0.1115 0.3159 0.0153 0.0052 0.0223 0.0618 0.1140 0.0957 0.0333 0.0251 0.2549 0.0423 0.1047 0.0792 0.0465 0.1300 0.0131 0.0151 0.0274 0.0049 0.1714 0.0254 0.5734 0.1164 0.4200 0.1973 0.4636 0.2015 0.5689 0.4180 0.4782 0.2648 0.3376 0.0372 0.1083 0.0075 0.0138 0.0007 0.0180 0.0101 0.0238 0.0670 0.0634 0.2700 0.0717 0.1230 0.5166 0.4307 0.1385 0.6990 0.2043 0.7021 0.5380 0.2681 0.1951 0.2478 0.0599 0.0419 0.1273 0.1210 0.2211 0.3070 0.4132 0.1196 0.2185 0.0894 0.2122 0.2486 0.1710 0.0955 0.0312 0.0249 0.0039 0.0207 0.0302 0.0027 0.3641 0.1013 0.3230 0.4193 0.1403 0.1823 0.2046 0.1676 0.0586 0.2478 0.0983 0.0485 0.1012 0.0086 0.0154 0.0340 0.0584 0.1068 0.0311 0.2884 0.0927 0.1282 0.0153 0.0227 0.0444 0.2508 0.0460 0.6977 0.4120 0.2407 0.1283 0.7450 0.0678 0.0252 0.0866 0.0796 0.1563 0.0691 0.0441 0.1738 0.3882 0.7625 0.0474 0.1874 0.0976 0.5111 0.2014 0.1509 0.0166 0.0069 0.0386 0.0162 0.0579 0.0719 0.0531 0.2488 0.2448 0.1162 0.1241 0.1645 0.2963 0.3612 0.0822 0.0349 0.0807 0.0079 0.2460 0.0385 0.0154 0.0277 0.0201 0.0138 0.1838 0.2916 0.2579 0.0888 0.1635 0.0326 0.3615 0.1760 0.0451 0.5380 0.4161 1.1890 0.8855 0.1140 0.0833 0.1492 0.0750 0.1017 0.2236 0.2434 0.0820 0.5586 0.5549 0.0883 0.0547 0.2421 0.2868 0.3430 0.3245 0.0812 0.0094 0.0882 0.1297 0.0164 0.0250 0.1120 0.3265 0.2362 0.3107 0.2916 0.0368 0.0620 0.1558 0.4114 0.2549 0.2605 0.0255 0.0121 0.0049 0.0296 0.0119 0.0109 0.1426 0.0188 0.0923 0.2655 0.0647 0.0113 0.1258 0.3409 0.0790 0.1476 0.8994 2.1136 0.5450 1.4028 0.1246 0.2656 0.0775 0.0188 0.0010 0.0058 0.0299 0.0175 0.1160 0.1591 0.2196 0.0913 0.1442 0.0482 0.0413 0.0396 0.0060 0.1174 0.0012 0.0322 0.0166 0.0197 0.0529 0.0007 0.2229 0.1178 0.5760 0.2651 0.2383 0.5652 0.9899 0.0126 0.4613 0.1934 0.0070 0.0289 0.0737 0.0037 0.0027 0.0060 0.0033 0.0315 0.0178 0.1375 0.0316 0.1119 0.0000 0.0508 0.0395 0.0426 0.0279 0.4527 0.0861 0.4558 0.0270 0.3984 0.1012 0.2476 0.0184 0.1340 0.0565 0.0673 0.0434 0.1513 0.0639 0.1821 0.0518 0.6195 0.0864 0.1396 0.0181 0.0117 0.0197 0.1249 0.0858 0.0118 0.1430 0.0404 0.0618 0.0339 0.3749 0.0361 0.0281 0.0140 0.0658 0.1040 0.3185 0.0054 0.1320 0.0262 0.0062 0.0060 0.0754 0.0046 0.0669 0.0341 0.0294 0.0127 0.0420 0.0624 0.3974 0.1007 0.1479 0.1106 0.1991 0.2191 0.2818 0.7784 0.0033 0.0021 0.1578 0.5122 0.3512 0.2612 0.2040 0.2669 0.1335 0.2381 0.0377 0.5491 0.0099 0.4007 0.0738 0.2649 0.0430 0.1358 0.0365 0.1250 0.1370 0.0018 0.0166 0.0002 0.0459 0.0021 0.2655 0.1302 0.1602 0.1551 0.0407 0.0892 0.2547 0.1261 0.3524 0.1675 0.1720 0.2051 0.0977 0.2458 0.1654 0.0204 0.1322 0.0003 0.2751 0.0457 0.0816 0.0009 0.0883 0.1303 0.0070 0.4410 0.1009 0.0001 0.0244 1.1432 0.0114 0.3177 0.0828 0.1817 0.1846 0.4002 0.1669 0.2316 0.1297 0.2202 0.0420 0.3220 0.0171 0.1994 0.0621 0.0179 0.0287 0.0137 0.0451 0.0162 0.0770 0.0482 0.0378 0.1025 0.1221 0.0213 0.1814 0.0960 0.1385 0.0941 0.2907 0.1338 0.4885 0.0546 0.0421 0.0108 0.1006 0.0498 0.0889 0.0285 0.1181 0.0746 0.0988 0.0173 0.2463 0.0595

(92) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L29 Lanjutan database untuk koefisien DCT 320 No 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 KARAKTER O P Q R S T U V 0.1093 0.0637 0.0892 0.0333 0.0244 0.0020 0.0035 0.0058 0.0011 0.0329 0.0065 0.1161 0.0069 0.4788 0.1499 0.0434 0.1812 0.2496 0.2024 0.0393 0.2413 0.0582 0.0867 0.0667 0.0026 0.0043 0.0096 0.0029 0.0037 0.0404 0.0354 0.0341 0.0545 0.0573 0.1529 0.0859 0.0838 0.0713 0.0626 0.0354 0.0380 0.0291 0.0031 0.0057 0.0005 0.0090 0.0037 0.0004 0.0077 0.0029 0.0189 0.0054 0.0356 0.0437 0.2960 0.2113 0.1185 0.0885 0.0825 0.0208 0.0106 0.0026 0.0028 0.0024 0.0038 0.0472 0.0512 0.0131 0.1837 0.0329 0.2737 0.2013 0.0029 0.0497 0.0226 0.0457 0.0776 0.0237 0.0506 0.0039 0.0015 0.0036 0.0014 0.0016 0.0232 0.0207 0.0172 0.0421 0.0582 0.0064 0.0174 0.0870 0.1621 0.0090 0.0567 0.1018 0.0057 0.0221 0.0041 0.0006 0.0011 0.0355 0.0002 0.0024 0.0066 0.0209 0.0421 0.0623 0.0192 0.0581 0.3702 0.1870 0.2271 0.0182 0.0022 0.0025 0.0005 0.0060 0.0033 0.0237 0.0448 0.0790 0.0613 0.0407 0.1052 0.0203 0.2015 0.2135 0.1548 0.0382 0.1541 0.0132 0.0020 0.1393 0.0106 0.0086 0.0297 0.0010 0.0200 0.0000 0.0239 0.0861 0.1534 0.0259 0.0298 0.0929 0.0735 0.1928 0.0238 0.2223 0.0068 0.0206 0.0341 0.0035 0.0108 0.0076 0.0123 0.0009 0.0094 0.0079 0.0325 0.0477 0.0224 0.0139 0.0521 0.3561 0.2587 0.0842 0.0223 0.0226 0.0058 0.1345 0.1369 0.0037 0.0446 0.0386 0.0252 0.0941 0.1791 0.1926 0.3821 0.1866 0.0510 0.0752 0.1014 0.1723 0.0087 0.0137 0.0022 0.0072 0.0200 0.0006 0.0049 0.0138 0.0274 0.0192 0.0383 0.0322 0.1155 0.0693 0.0286 0.2266 0.2608 0.0554 0.0633 0.0272 0.0507 0.0281 0.0247 0.0028 0.1508 0.0867 0.0068 0.0081 0.0043 0.0037 0.1027 0.0248 0.0754 0.0062 0.0493 0.0002 0.0010 0.0031 0.0047 0.0218 0.0466 0.0894 0.0288 0.3572 0.0592 0.2257 0.3319 0.2317 0.2313 0.1607 0.1198 0.0470 0.0760 0.0274 0.0019 0.0091 0.0040 0.0011 0.0002 0.0133 0.0072 0.0355 0.0511 0.0702 0.0709 0.0503 0.0515 0.1478 0.0442 0.0240 0.0151 0.0558 0.0003 0.0020 0.0003 0.0153 0.0159 0.0013 0.0034 0.0109 0.0153 0.0472 0.1033 0.0691 0.3566 0.1889 0.0686 0.2400 0.0766 0.4425 0.0200 0.0498 0.0433 0.0877 0.0063 0.0104 0.0027 0.0004 0.0772 0.0282 0.0413 0.0225 0.0711 0.0489 0.1817 0.0280 0.0534 0.0694 0.1182 0.0579 0.0666 0.0140 0.0110 0.0018 0.0071 0.0179 0.0054 0.0059 0.0281 0.0250 0.1161 0.0213 0.0546 0.0798 0.0970 0.0690 0.2458 0.0393 0.0638 0.0395 0.0681 0.0171 0.0068 0.0004 0.0049 0.0031 0.0044 0.0038 0.0018 0.0002 0.0294 0.1149 0.0060 0.0057 0.3814 0.0332 0.0285 0.0205 0.0958 0.0106 0.1297 0.1437 0.0048 0.0387 0.0033 0.0676 0.0292 0.0355 0.0143 0.0209 0.0906 0.1349 0.0990 0.0320 0.1006 0.0133 0.0945 0.1781 0.0377 0.1239 0.1900 0.0123 0.0542 0.0143 0.0311 0.1975 0.0042 0.0753 0.0143 0.0623 0.0292 0.2993 0.0956 0.0734 0.0512 0.0639 0.0216 0.0210 0.0089 0.1592 0.1346 0.0058 0.0079 0.0031 0.0503 0.0025 0.0726 0.0378 0.0139 0.3150 0.0681 0.0679 0.0646 0.0185 0.0019 0.0047 0.0036 0.0023 0.0487 0.0371 0.0268 0.0293 0.1497 0.0779 0.0424 0.0312 0.1613 0.1099 0.0421 0.0631 0.2176 0.1043 0.0865 0.0158 0.0031 0.0050 0.0066 0.0041 0.0806 0.0429 0.1259 0.0507 0.0194 0.0215 0.1010 0.0723 0.2535 0.0523 0.1120 0.0574 0.0122 0.0042 0.0101 0.0008 0.0137 0.0213 0.0015 0.0039 0.0053 0.0174 0.0337 0.0126 0.0106 0.1316

(93) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L30 Lanjutan database untuk koefisien DCT 320 No 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 KARAKTER O P Q R S T U V 0.1352 0.1676 0.1648 0.0170 0.1718 0.0753 0.0943 0.0442 0.0067 0.0092 0.0050 0.0887 0.0123 0.0069 0.0116 0.0066 0.0059 0.0282 0.0239 0.0132 0.0350 0.0558 0.0243 0.0069 0.0447 0.0111 0.0267 0.0276 0.0009 0.0072 0.0008 0.0108 0.0018 0.0048 0.0310 0.0055 0.0027 0.0025 0.0062 0.0035 0.0044 0.0182 0.0340 0.0458 0.1081 0.0850 0.1694 0.1265 0.0584 0.0945 0.0227 0.0119 0.0076 0.0085 0.0002 0.1001 0.0117 0.0309 0.0613 0.0080 0.0184 0.0080 0.0049 0.0002 0.0080 0.0700 0.0619 0.0281 0.0052 0.0012 0.0045 0.0019 0.0536 0.0051 0.0696 0.0107 0.0687 0.0955 0.0908 0.0103 0.0795 0.0160 0.0156 0.0041 0.0011 0.0023 0.0080 0.0518 0.0376 0.0057 0.0481 0.0006 0.0010 0.0088 0.0265 0.0146 0.0542 0.0137 0.0101 0.0157 0.0129 0.0540 0.0269 0.0524 0.0112 0.0086 0.0042 0.0047 0.0294 0.0140 0.0589 0.1817 0.1659 0.0552 0.0654 0.0097 0.0228 0.0014 0.0145 0.0185 0.0751 0.0748 0.0002 0.0165 0.0023 0.0066 0.0156 0.0313 0.0566 0.0234 0.0175 0.0979 0.0347 0.0367 0.1269 0.0455 0.0302 0.0086 0.0092 0.0071 0.0160 0.0100 0.0353 0.0116 0.0020 0.0050 0.0023 0.0116 0.0048 0.0031 0.0346 0.0025 0.0116 0.0790 0.0533 0.0884 0.0907 0.0357 0.0103 0.0241 0.0063 0.0007 0.0639 0.0380 0.0676 0.0924 0.1662 0.0790 0.0517 0.0336 0.0576 0.0121 0.0064 0.0020 0.0025 0.0264 0.0638 0.1186 0.0325 0.0069 0.0177 0.0012 0.0153 0.0833 0.0321 0.0679 0.0175 0.0754 0.0822 0.0649 0.0452 0.0350 0.0719 0.0358 0.0014 0.0061 0.0138 0.0007 0.1681 0.1089 0.0134 0.0630 0.0016 0.0052 0.0021 0.0216 0.0441 0.0671 0.0099 0.0312 0.0328 0.0162 0.0315 0.0020 0.0172 0.0384 0.0374 0.1159 0.0586 0.0760 0.0064 0.0029 0.0011 0.0089 0.0029 0.0100 0.0000 0.0035 0.0044 0.0192 0.0043 0.0339 0.0332 0.0685 0.0412 0.1420 0.0482 0.0180 0.0222 0.0558 0.0022 0.0039 0.0009 0.0198 0.0043 0.0203 0.0241 0.0105 0.0257 0.0026 0.0013 0.0106 0.0029 0.0291 0.0783 0.0948 0.2384 0.1902 0.1725 0.0947 0.0177 0.0116 0.0602 0.0049 0.0070 0.0031 0.0020 0.0116 0.0328 0.0125 0.0146 0.0813 0.0299 0.0333 0.0654 0.0063 0.0097 0.0031 0.0042 0.0060 0.0028 0.0665 0.0511 0.0049 0.0217 0.0015 0.0041 0.0631 0.0032 0.0089 0.0667 0.0284 0.0379 0.0137 0.0147 0.0468 0.0264 0.1201 0.0220 0.0067 0.0004 0.0002 0.0091 0.0104 0.0010 0.0094 0.0073 0.0084 0.0037 0.0035 0.0280 0.0203 0.0625 0.0144 0.0649 0.0171 0.0803 0.0325 0.0060 0.0297 0.0176 0.0001 0.0017 0.0058 0.0372 0.0012 0.0033 0.1147 0.0121 0.0480 0.0977 0.0491 0.0155 0.0166 0.0264 0.1762 0.2085 0.0203 0.0252 0.0087 0.0161 0.0476 0.0060 0.0560 0.0245 0.1247 0.0103 0.1716 0.0477 0.0729 0.0014 0.0344 0.0032 0.0072 0.0084 0.0225 0.0073 0.1582 0.1131 0.0051 0.0152 0.0006 0.0023 0.0096 0.0195 0.0082 0.0993 0.0343 0.0354 0.0205 0.0327 0.0406 0.0133 0.0181 0.0021 0.0159 0.0084 0.0075 0.0415 0.0658 0.0427 0.1144 0.0662 0.0432 0.0235 0.0408 0.0217 0.0007 0.0154 0.0238 0.0033 0.0066 0.0249 0.0059 0.0214 0.0306 0.0292 0.0025 0.0010 0.0116 0.0476 0.1105 0.0328 0.0809 0.0255 0.0031 0.0037 0.0164 0.0016 0.0139 0.0042 0.0007 0.0066 0.0053 0.0237 0.0037 0.0017 0.0045 0.0042 0.0135 0.0176 0.0346 0.0473 0.0152 0.0693 0.0301 0.0693 0.0233 0.0031 0.0004 0.0035 0.0148

(94) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L31 Lanjutan database untuk koefisien DCT 320 No 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 KARAKTER O P Q R S 0.0900 0.0251 0.0235 0.0156 0.0193 0.0305 0.0129 0.0033 0.0034 0.0037 0.0059 0.0042 0.0147 0.0049 0.0299 0.0208 0.0329 0.0088 0.0175 0.0058 0.0083 0.0002 0.0061 0.0031 0.0081 0.0002 0.0208 0.0168 0.0006 0.0460 0.0109 0.0025 0.0063 0.0041 0.0028 0.0046 0.0189 0.0564 0.0195 0.0009 0.0369 0.0722 0.0666 0.0253 0.0178 0.0004 0.0028 0.0375 0.0245 0.0242 0.1251 0.0362 0.0151 0.0256 0.0171 0.0013 0.0158 0.0137 0.0425 0.0176 0.0126 0.0292 0.0778 0.0207 0.0304 0.0056 0.0026 0.0024 0.0000 0.0034 0.0200 0.0670 0.0127 0.0284 0.0159 0.0201 0.0410 0.0120 0.0401 0.0007 0.0036 0.0084 0.0164 0.0116 0.0355 0.0031 0.0126 0.0356 0.0219 0.0280 0.0152 0.0055 0.0013 0.0088 0.0135 0.0222 0.0321 0.1522 0.0084 0.0052 0.0180 0.0140 0.0002 0.0029 0.0108 0.0465 0.0071 0.0414 0.0304 0.0466 0.0016 0.0224 0.0268 0.0157 0.0106 0.0092 0.0222 0.0014 0.0506 0.0027 0.0203 0.0411 0.0091 0.0296 0.0062 0.0221 0.0016 0.0041 0.0014 0.0087 0.0106 0.0435 0.0132 0.0543 0.0219 0.0360 0.0252 0.0074 0.0057 0.0012 0.0072 0.0050 0.0040 0.0292 0.0284 0.0386 0.0623 0.1808 0.0192 0.0594 0.0337 0.0223 0.0024 0.0186 0.0170 0.0165 0.0004 0.0091 0.0025 0.0464 0.0355 0.0057 0.0021 0.0048 0.0143 0.0414 0.0045 0.1876 0.0326 0.0191 0.0083 0.0164 0.0513 0.0082 0.0100 0.0089 0.0315 0.0259 0.0401 0.0192 0.0012 0.0198 0.0386 0.0157 0.0123 0.0094 0.0082 0.0036 0.0094 0.0048 0.0251 0.0059 0.0016 0.0025 0.0032 0.0076 0.0501 0.0234 0.0879 0.0341 0.0382 0.0209 0.0433 0.0048 0.0065 0.0013 0.0148 0.0554 0.0156 0.0454 0.0102 0.0269 0.0059 0.0066 0.0031 0.0212 0.0139 0.0356 0.0256 0.0332 0.0016 0.0004 0.0055 0.0113 0.0101 0.0350 0.0870 0.0968 0.1052 0.1138 0.0100 0.0186 0.0017 0.0027 0.0022 T 0.0789 0.0048 0.1476 0.0833 0.0127 0.0659 0.0066 0.0018 0.0034 0.0006 0.0153 0.0316 0.0462 0.0280 0.0142 0.0138 0.0235 0.0220 0.0617 0.0191 0.0101 0.0006 0.0112 0.0186 0.0211 0.0102 0.0068 0.0532 0.0010 0.0002 0.0187 0.0235 0.0051 0.0033 0.0033 0.0049 0.0116 0.0048 0.0274 0.0488 0.0152 0.0018 0.0207 0.0022 0.0054 0.0011 0.0030 U V 0.0027 0.0208 0.1660 0.0264 0.0253 0.0698 0.0084 0.0171 0.0041 0.0081 0.0185 0.0244 0.0506 0.0216 0.0272 0.0195 0.0344 0.0010 0.0103 0.0238 0.0138 0.0064 0.0053 0.0039 0.0328 0.0040 0.1470 0.1108 0.0148 0.0094 0.0057 0.0070 0.0080 0.0015 0.0040 0.0139 0.0086 0.0550 0.0057 0.0218 0.0112 0.0011 0.0341 0.0023 0.0056 0.0033 0.0018 0.0128 0.0010 0.0131 0.0124 0.0144 0.0602 0.0224 0.0383 0.0012 0.0055 0.0039 0.0078 0.0014 0.0121 0.0131 0.0186 0.0159 0.0021 0.0197 0.0015 0.0176 0.0008 0.0017 0.0101 0.0032 0.0177 0.0214 0.0079 0.0228 0.0084 0.0097 0.0089 0.0045 0.0001 0.0013 0.0054 0.0059 0.0030 0.0307 0.0106 0.0042 0.0311 0.0161 0.0289 0.0035 0.0013 0.0102

(95) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI Lanjutan database untuk koefisien DCT 320 No KARAKTER W 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 13.0781 0.0181 0.1247 7.0057 0.0246 12.0626 0.2726 1.1224 0.0729 1.4634 2.6614 0.0903 7.0861 0.1135 0.2925 0.9147 2.9139 0.0087 2.5107 0.0097 1.0907 0.8363 0.0948 1.9334 0.1489 1.4040 0.2746 6.7470 1.1528 2.3030 0.3635 2.7930 0.0891 0.8746 0.0482 0.6491 0.4200 0.0861 0.5862 0.2350 1.4384 0.0381 2.1073 0.4246 4.5186 0.6592 0.0368 0.5107 1.6480 0.3448 0.1937 0.1076 0.4377 0.0791 0.3212 X 8.0000 0.1488 0.1973 3.3146 0.3905 9.1220 0.3387 0.3277 0.1244 0.1463 2.8517 0.3933 4.7235 0.6421 4.2156 0.3242 0.3815 0.3055 0.0170 0.1390 0.0926 0.3042 0.1286 2.4156 0.8301 4.5032 0.0007 0.0572 0.2082 0.3005 0.3337 0.3677 0.3220 0.1522 0.1229 0.2154 0.0647 0.0402 0.1207 0.0388 1.0330 0.5801 3.5333 0.7810 1.7177 0.1303 0.1031 0.2283 0.5978 0.3316 0.1449 0.2969 0.1472 0.0024 0.3039 Y 8.4688 0.2315 1.9136 3.6687 0.0636 10.1655 0.5433 1.3788 0.1455 1.8228 2.4079 0.0188 5.0420 0.2432 6.0224 0.5457 1.3877 0.3704 1.7778 0.0304 0.0480 0.6865 0.0769 2.4171 0.0231 4.4289 0.4816 2.1641 0.3451 3.2496 0.4329 0.0467 0.0235 0.6727 0.0052 0.3080 0.0355 0.0496 0.5551 0.2294 0.3046 0.2025 3.1669 0.6335 0.2131 0.1495 3.0743 0.3277 1.6650 0.0893 1.7945 0.0183 0.2566 0.0020 0.1105 Z 9.4063 0.1018 0.0653 1.4872 1.1055 10.5192 0.1722 0.0231 0.0626 0.3311 4.7236 1.6479 2.2884 2.3835 4.5899 0.0243 0.0768 0.1873 0.3541 0.1314 0.1624 3.2299 0.1433 4.4752 3.8483 2.4439 1.9460 0.0330 0.1463 0.0447 0.2753 0.1225 0.2347 0.1137 0.0299 0.3425 0.8176 0.4633 3.5888 0.6926 0.0387 3.8105 1.9748 0.7766 1.1624 0.1502 0.0994 0.2608 0.0264 0.0642 0.0925 0.0230 0.3794 0.1620 0.3175 L32

(96) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI Lanjutan database untuk koefisien DCT 320 No 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 KARAKTER W X Y 0.7625 0.0623 0.3867 0.1689 0.3861 0.2740 2.9142 0.3318 1.7158 0.4279 0.0395 0.0216 1.1523 0.2114 0.1358 0.5344 0.3495 0.0710 0.4000 0.0859 0.3741 0.0024 0.0184 0.0576 0.0408 0.7548 0.0927 0.0226 0.0779 0.5418 0.2297 1.9816 0.4658 0.1747 0.2822 1.4289 0.1827 0.7020 0.1792 0.9041 0.5165 0.1943 0.0587 0.6529 0.0991 0.1393 0.0140 0.1250 0.0511 0.3306 0.0356 0.0510 0.0593 0.0345 0.1427 0.7490 0.0653 0.2528 0.1259 1.0776 0.5590 3.5548 0.0306 1.9397 0.8717 1.3012 0.1074 0.0545 0.0791 0.5207 0.2648 0.0147 0.3111 0.1759 0.0085 0.3260 0.0042 0.1514 0.2116 0.0548 0.7345 0.0816 0.5790 0.1641 1.2450 1.0199 3.6855 0.4423 0.4692 0.3610 0.4310 0.0774 0.0788 0.0289 0.2769 0.2277 0.1840 0.1888 0.3780 0.0295 0.1189 0.0059 0.1749 0.0057 0.0855 0.0286 0.0015 0.1601 0.0839 0.0964 0.4233 0.0190 0.0250 0.1191 0.2261 0.3408 1.2607 0.3986 1.5636 0.5719 0.1092 0.0547 1.6639 0.1418 2.1964 0.1908 2.1847 0.0431 0.0557 0.0114 0.1946 0.0147 0.1542 0.3800 0.0099 0.4812 0.0624 0.0052 0.1258 0.5634 0.3365 1.4095 0.4490 0.2901 0.3451 0.0609 0.0221 0.4345 0.0096 1.6836 0.1657 1.4582 0.0818 0.1376 0.0507 0.2705 0.0322 0.1068 0.0048 0.0686 0.0316 0.0213 0.4111 0.0292 0.2328 Z 1.9220 0.0617 0.7683 1.0028 1.6487 1.4680 2.7056 2.3033 0.9853 0.1014 0.4485 0.0359 0.1897 0.1432 0.0240 0.1646 0.1556 0.0747 0.1395 0.3706 0.3203 0.0843 0.0417 0.5657 0.0921 2.0672 0.0559 0.0687 0.7568 0.4523 1.7319 2.3900 0.8316 0.1536 0.0505 0.1230 0.0362 0.1456 0.0152 0.0366 0.2145 0.0459 0.1350 0.0764 0.3423 0.0632 0.1735 0.0627 0.0436 0.1469 0.2891 0.0187 0.6203 0.2238 0.7637 L33

(97) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI Lanjutan database untuk koefisien DCT 320 No 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 KARAKTER W X Y Z 0.0039 0.2650 0.0883 0.0182 0.1378 0.6385 0.3635 0.9357 0.1380 0.6240 0.0743 0.0964 0.2778 0.5328 0.3868 0.4192 0.1911 0.2710 0.1938 0.1432 0.0477 0.3327 0.1038 0.3205 0.0189 0.0777 0.0177 0.0020 0.0273 0.1092 0.2893 0.0809 0.1837 0.0680 0.2328 0.1678 0.3888 0.0394 0.1455 0.2008 0.4892 0.0774 0.0237 0.0022 0.0196 0.1463 0.1048 0.2683 0.1641 0.2285 0.1015 0.0756 0.2654 0.0467 0.0751 0.7566 0.0575 0.3966 0.7950 2.1826 0.4370 0.2659 0.0796 0.0244 0.0262 0.0281 0.0644 0.0806 0.2033 0.2906 0.0261 0.3258 0.0126 0.0055 0.0066 0.0929 0.0007 0.0773 0.0198 0.0079 0.0202 0.0150 0.0372 0.0110 0.1120 0.0088 0.2554 0.2066 0.6200 0.1558 0.5776 0.1561 0.6675 0.2146 0.3104 0.1300 0.0099 0.0012 0.0021 0.0456 0.0059 0.1307 0.2346 0.0874 0.1303 0.0495 0.0102 0.0244 0.1040 0.0624 0.0887 0.2650 0.2069 0.6405 0.3240 0.2473 0.1189 0.0751 0.0012 0.0295 0.0661 0.8093 0.0466 0.3630 0.1108 0.0394 0.0826 0.3047 0.0290 0.1080 0.0152 0.0198 0.0039 0.0254 0.0102 0.0023 0.0006 0.0532 0.1521 0.0433 0.0467 0.1141 0.1561 0.0510 0.1581 0.0488 0.0462 0.1386 0.2233 0.0047 0.0039 0.0049 0.0392 0.0484 0.1937 0.0424 0.2342 0.0979 0.1929 0.0771 0.2551 0.0193 0.1009 0.1834 0.0524 0.4152 1.1590 0.7913 0.1324 0.1237 0.0946 0.0839 0.0240 0.0498 0.0373 0.0549 0.1027 0.0699 0.0739 0.1591 0.1610 0.0932 0.1204 0.0629 0.1035 0.1490 0.0388 0.0254 0.1254 0.0063 0.3093 0.0338 0.2293 0.2206 0.0660 0.1428 0.0977 0.4602 0.6436 0.3480 0.1050 0.0103 0.0572 0.0261 0.0298 0.0010 0.0019 0.0225 0.0283 0.0007 0.0781 0.0285 0.1186 0.0021 0.0762 0.0179 L34

(98) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI Lanjutan database untuk koefisien DCT 320 No 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 KARAKTER W X Y Z 0.2637 0.0798 0.0394 0.0407 0.0574 0.0111 0.0071 0.0042 0.0006 0.0247 0.0128 0.0080 0.0866 0.3175 0.1388 0.1378 0.0268 0.0989 0.1266 0.2862 0.0157 0.1247 0.1115 0.0540 0.0269 0.0043 0.0016 0.0165 0.0251 0.0440 0.1620 0.0342 0.1696 0.1375 0.0619 0.1748 0.0058 0.0105 0.0448 0.1103 0.0304 0.0410 0.0228 0.0096 0.0002 0.0306 0.0061 0.0046 0.0035 0.0027 0.0194 0.0297 0.0063 0.0307 0.1485 0.0344 0.0322 0.0088 0.0463 0.0017 0.0099 0.0047 0.0053 0.0021 0.0102 0.0307 0.0320 0.0280 0.2565 0.0896 0.1391 0.1456 0.2835 0.2845 0.8487 0.2417 0.0224 0.0431 0.1130 0.0211 0.0018 0.0118 0.0009 0.0104 0.0023 0.0351 0.1051 0.1150 0.0207 0.0939 0.0697 0.0268 0.0255 0.0537 0.0581 0.0427 0.0202 0.0195 0.0067 0.0002 0.0034 0.0264 0.0013 0.0046 0.0031 0.0243 0.0218 0.0304 0.0361 0.1886 0.2145 0.0255 0.1247 0.0072 0.0124 0.0004 0.0061 0.0052 0.0017 0.0175 0.0060 0.0824 0.0614 0.0227 0.0451 0.0048 0.0803 0.1841 0.0334 0.2470 0.0318 0.2057 0.0181 0.0649 0.0082 0.0076 0.0168 0.0036 0.0109 0.0116 0.0434 0.2219 0.0472 0.1508 0.0469 0.1538 0.0167 0.1483 0.0313 0.1844 0.0014 0.0316 0.0005 0.0099 0.0000 0.0078 0.0373 0.0002 0.0053 0.0044 0.0215 0.0074 0.1080 0.0498 0.0351 0.0469 0.1008 0.0279 0.0876 0.0205 0.0029 0.0024 0.0046 0.0041 0.1283 0.0189 0.1206 0.0190 0.0836 0.0899 0.1049 0.0258 0.3715 0.4721 0.4631 0.0335 0.1061 0.0073 0.0066 0.0083 0.0087 0.0037 0.0007 0.0020 0.0044 0.0159 0.0276 0.0582 0.0414 0.0585 0.0030 0.0253 0.0264 0.0460 0.0540 0.0795 0.0097 0.0074 0.0014 0.0006 0.0004 0.0035 0.0079 0.0043 0.0090 0.0309 0.0230 0.0215 0.0124 0.1662 L35

(99) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI Lanjutan database untuk koefisien DCT 320 No 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 KARAKTER W X Y Z 0.0686 0.0196 0.0178 0.0247 0.0619 0.0934 0.0157 0.0622 0.0361 0.0008 0.0462 0.0582 0.0357 0.1312 0.0330 0.0180 0.0414 0.0186 0.0866 0.0416 0.0697 0.0519 0.0233 0.1115 0.0380 0.0768 0.0029 0.0846 0.0193 0.0060 0.0004 0.0244 0.0086 0.0680 0.0267 0.0095 0.0183 0.0075 0.0007 0.0054 0.0057 0.0354 0.0267 0.0029 0.0027 0.0129 0.0055 0.0004 0.0128 0.0345 0.0237 0.0018 0.0052 0.0619 0.0556 0.1214 0.0213 0.0072 0.2152 0.4931 0.1975 0.0848 0.0024 0.0099 0.0013 0.0250 0.0272 0.0030 0.0123 0.0005 0.0048 0.0200 0.0744 0.0538 0.0720 0.0762 0.0047 0.0370 0.0394 0.0459 0.0151 0.0402 0.0101 0.0058 0.0002 0.0035 0.0054 0.0329 0.0192 0.0007 0.0253 0.0013 0.0012 0.0008 0.0396 0.0057 0.0272 0.0241 0.0434 0.0276 0.1947 0.1019 0.1083 0.0604 0.1055 0.0294 0.0127 0.0118 0.0333 0.0358 0.0301 0.1266 0.0233 0.0823 0.0268 0.0756 0.0066 0.0043 0.0211 0.0662 0.0462 0.0263 0.0141 0.0077 0.0077 0.0439 0.0028 0.0289 0.0245 0.0668 0.0175 0.0238 0.0284 0.1208 0.0091 0.0499 0.0009 0.0120 0.0001 0.0015 0.0021 0.0366 0.0241 0.0001 0.0361 0.0011 0.0010 0.0052 0.0176 0.0058 0.0585 0.0317 0.0205 0.0156 0.0461 0.0007 0.0560 0.0078 0.0220 0.0032 0.0027 0.0202 0.0489 0.1124 0.1702 0.2946 0.2053 0.1038 0.0210 0.0262 0.0029 0.0022 0.0189 0.0260 0.0004 0.0008 0.0014 0.0001 0.0016 0.0012 0.0221 0.0032 0.0401 0.0331 0.0079 0.0201 0.0137 0.0558 0.0389 0.0274 0.0098 0.0022 0.0011 0.0016 0.0025 0.0016 0.0118 0.0127 0.0028 0.0185 0.0003 0.0077 0.0280 0.0085 0.0364 0.0275 0.0916 0.0824 0.1353 0.1157 0.0632 0.0159 0.0316 0.0113 0.0090 0.0074 L36

(100) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI Lanjutan database untuk koefisien DCT 320 No 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 KARAKTER W X Y Z 0.0629 0.0517 0.1214 0.0451 0.0077 0.0683 0.1344 0.0594 0.0013 0.0206 0.0074 0.0222 0.0280 0.0181 0.0484 0.0322 0.0049 0.0138 0.0508 0.0159 0.0014 0.0003 0.0094 0.0213 0.0649 0.0042 0.0460 0.0085 0.0160 0.0161 0.0169 0.0319 0.0009 0.0020 0.0062 0.0077 0.0253 0.0467 0.0067 0.0374 0.0180 0.0039 0.0201 0.0077 0.0118 0.0033 0.0010 0.0373 0.0189 0.0220 0.0156 0.0197 0.0155 0.0074 0.0229 0.0007 0.0156 0.0229 0.0178 0.0364 0.0225 0.0331 0.0083 0.0119 0.0123 0.0460 0.0065 0.0031 0.0001 0.0006 0.0095 0.0397 0.0163 0.0025 0.0223 0.0049 0.0207 0.0020 0.0000 0.0028 0.0043 0.0048 0.0273 0.0003 0.0160 0.0025 0.0306 0.0501 0.0928 0.0580 0.0615 0.0060 0.0001 0.0038 0.0179 0.0575 0.0662 0.0548 0.0793 0.0250 0.0587 0.0010 0.0027 0.0042 0.0144 0.0174 0.0244 0.0133 0.0389 0.0184 0.0251 0.0161 0.0312 0.0027 0.0121 0.0001 0.0163 0.0050 0.0311 0.0005 0.0195 0.0298 0.0027 0.0163 0.0006 0.0050 0.0026 0.0018 0.0043 0.0059 0.0021 0.0042 0.0174 0.0400 0.0008 0.0242 0.0057 0.0197 0.0018 0.0069 0.0009 0.0020 0.0057 0.0246 0.0204 0.0077 0.0029 0.0017 0.0018 0.0002 0.0012 0.0073 0.0125 0.0160 0.0089 0.0241 0.0359 0.0180 0.0063 0.0256 0.0106 0.0034 0.0006 0.0048 0.0046 0.0017 0.0028 0.0396 0.0976 0.0369 0.0013 0.0274 0.0143 0.0174 0.0039 0.0029 0.0226 0.0121 0.0594 0.0337 0.0116 0.0338 0.0345 0.0050 0.0309 0.0074 0.0059 0.0249 L37

(101) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L38 TABEL HASIL PENGENALAN PLAT NOMOR SEPEDA MOTOR Tabel 4.1 Hasil Pengenalan Koefisien DCT 15 Karakter Plat nomor I II III IV V VI VII VIII Jumlah Karakter dikenali dengan benar A A 3 6 3 9 P K 6 V A A 6 V 8 B B 5 2 2 E 3 0 1 1 5 I 2 7 2 8 0 3 O H D 3 P B H 3 5 5 8 4 A 8 2 S 8 5 G E 6 A B Z 7 9 3 X U 6 A B 2 7 8 1 T E 8 A R 3 Z 5 B 9 8 3 A R 3 B 5 R O T 4 A R 3 6 7 0 R Y 4 A R 4 0 4 0 P S 7 A B 4 1 8 3 G I 8 A B 5 I 2 8 X Q 7 Y B 5 I 9 2 L L 5 A B 5 7 4 I X Q 7 V R 5 7 9 Z R W 5 V 8 6 0 5 Z Z F 4 A B 6 0 5 0 D Q 8 A R 8 0 5 1 X M 6 A R B I 9 7 Y D 6 A B 6 2 0 1 C 9 7 A R 6 3 1 6 9 D 6 A 8 B 4 1 3 V 2 4 A D 5 0 I 6 V J 7 A D B 6 4 7 L 5 5 B D 4 2 7 6 H V 6 B N 7 0 Z 6 H 3 5 K H 2 3 4 9 T O 8 K H A = O 6 176 2 8 3 1 Total karakter yang dikenali

(102) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L39 Tabel 4.2 Hasil Pengenalan Koefisien DCT 28 Karakter Plat nomor I II III IV V VI VII VIII Jumlah Karakter dikenali dengan benar A A 3 6 3 9 P K 6 V A A V 8 B 5 2 2 3 D 1 5 1 2 2 8 0 O H D P D H 5 6 8 V B 2 1 7 3 E E 7 A 8 2 S 8 5 G E 6 A 8 2 7 D 3 X U 6 A B 2 7 8 1 T E 8 A B 3 2 5 8 U 8 7 A B 3 6 5 R H T 7 A R 3 6 7 0 R Y 4 A B 4 0 4 0 P S 8 A B 4 1 8 3 G I 8 A B 5 I 2 8 X Q 7 A B 5 I S 2 L L 6 A B 5 7 4 1 X Q 8 A B 5 7 9 2 R W 8 V B 6 0 5 2 2 F 7 A B 6 0 5 0 D Q 8 A B 6 0 5 1 X M 8 A B 6 I 9 7 Y D 8 A B 6 2 0 1 C U 8 A B 6 3 1 6 K D 8 A B 6 4 1 3 V 2 6 A D 5 0 I 6 V J 7 A D 6 9 4 7 L S 8 B D 4 2 7 6 H V 6 B N 7 0 2 6 H E 6 K H 2 3 4 9 T O 8 K H 3 6 3 1 A O 6 Total karakter yang dikenali = 211

(103) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L40 Tabel 4.3 Hasil Pengenalan Koefisien DCT 45 Karakter Plat nomor I II III IV V VI VII VIII Jumlah Karakter dikenali dengan benar A A 3 6 3 9 P K 6 A A A A B B 5 2 2 3 D 1 5 1 2 2 8 0 D H D P D H 8 7 8 V B 2 1 7 3 E E 7 A B 2 5 8 5 G E 8 A 8 2 7 D 3 X U 6 A B 2 7 8 1 T E 8 A B 3 2 5 8 U Q 8 A B 3 6 5 6 H T 8 A B 3 9 7 0 B Y 7 A B 4 0 4 0 P S 8 A B 4 1 8 3 G I 8 A B 5 1 2 8 X Q 8 A B 5 1 5 2 L L 8 A B 5 7 4 1 X Q 8 A B 5 7 9 2 R W 8 V B 6 0 5 2 2 F 7 A B 6 0 5 0 D Q 8 A B 6 0 5 1 X M 8 A B 6 I 9 7 Y D 8 A B 6 2 0 1 C U 8 A B 6 3 1 6 K D 8 A B 6 4 1 3 A 2 7 A D 5 0 1 6 V J 8 A D 6 9 4 7 L S 8 B D 4 2 7 6 H A 7 B R 7 0 2 6 H F 5 K H 2 3 4 9 T O 8 K H 3 6 3 1 A O 6 Total karakter yang dikenali = 227

(104) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L41 Tabel 4.4 Hasil Pengenalan Koefisien DCT 78 Karakter Plat nomor I II III IV V VI VII VIII Jumlah Karakter dikenali dengan benar A A 3 9 3 6 P K 8 A A A A B B 5 2 2 3 0 1 5 1 2 2 8 0 D H D P D H 8 8 8 A B 2 1 7 3 E E 8 A B 2 5 8 5 G E 8 A B 2 7 D 3 X U 7 A B 2 7 8 1 T E 8 A B 3 2 5 8 U Q 8 A B 3 6 5 6 H T 8 A B 3 6 7 0 B A 7 A B 4 0 4 0 P S 8 A B 4 1 8 3 G I 8 A B 5 1 2 8 X Q 8 A B 5 1 5 2 L L 8 A B 5 7 4 1 X Q 8 A B 5 7 9 2 R W 8 A B 6 0 5 2 2 F 8 A B 6 0 5 0 D Q 8 A B 6 0 5 1 X M 8 A B 6 I 9 7 Y D 8 A B 6 2 0 1 C U 8 A B 6 3 1 6 K D 8 A B 6 4 1 3 A Z 8 A D 5 0 1 6 V J 8 A D 6 9 4 7 L S 8 B D 4 2 7 9 H A 8 B N 7 0 2 6 H F 6 K H 2 3 4 9 T O 8 K H 3 6 3 1 A O 6 Total karakter yang dikenali = 236

(105) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L42 Tabel 4.5 Hasil Pengenalan Koefisien DCT 120 Karakter Plat nomor I II III IV V VI VII VIII Jumlah Karakter dikenali dengan benar A A 3 9 3 6 P K 8 A A A A B B 5 2 2 3 0 1 5 1 2 2 8 0 D H D P D H 8 8 8 A B 2 1 7 3 E E 8 A B 2 5 8 5 G E 8 A B 2 7 D 3 X U 7 A B 2 7 8 1 T E 8 A B 3 2 5 8 U Q 8 A B 3 6 5 6 H T 8 A B 3 6 7 0 B A 7 A B 4 0 4 0 P S 8 A B 4 1 8 3 G I 8 A B 5 1 2 8 X Q 8 A B 5 1 5 2 L L 8 A B 5 7 4 1 X Q 8 A B 5 7 9 2 R W 8 A B 6 0 5 2 2 F 8 A B 6 0 5 0 D Q 8 A B 6 0 5 1 X M 8 A B 6 I 9 7 Y D 8 A B 6 2 0 1 C U 8 A B 6 3 1 6 K D 8 A B 6 4 1 3 A Z 8 A D 5 0 1 6 V J 8 A D 6 9 4 7 L S 8 B D 4 2 7 9 H A 8 B N 7 0 2 6 H F 6 K H 2 3 4 9 T O 8 K H 3 6 3 1 A O 8 Total karakter yang dikenali = 236

(106) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L43 Tabel 4.6 Hasil Pengenalan Koefisien DCT 320 Karakter Plat nomor I II III IV V VI VII VIII Jumlah Karakter dikenali dengan benar A A 3 9 3 6 P K 8 A A A A B B 5 2 2 3 0 1 5 1 2 2 8 0 D H D P D H 8 8 8 A B 2 1 7 3 E E 8 A B 2 5 8 5 G E 8 A B 2 7 D 3 X U 7 A B 2 7 8 1 T E 8 A B 3 2 5 8 U Q 8 A B 3 6 5 6 H T 8 A B 3 6 7 0 B A 7 A B 4 0 4 0 P S 8 A B 4 1 8 3 G I 8 A B 5 1 2 8 X Q 8 A B 5 1 5 2 L L 8 A B 5 7 4 1 X Q 8 A B 5 7 9 2 R W 8 A B 6 0 5 2 2 F 8 A B 6 0 5 0 D Q 8 A B 6 0 5 1 X M 8 A B 6 I 9 7 Y D 8 A B 6 2 0 1 C U 8 A B 6 3 1 6 K D 8 A B 6 4 1 3 A Z 8 A D 5 0 1 6 V J 8 A D 6 9 4 7 L S 8 B D 4 2 7 9 H A 8 B N 7 0 2 9 H F 7 K H 2 3 4 9 T O 8 K H 3 6 3 1 A O 8 Total karakter yang dikenali = 237

(107) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI L44 Tabel 4.6 Hasil Pengenalan Koefisien DCT 408,620, dan 1015s Karakter Plat nomor I II III IV V VI VII VIII Jumlah Karakter dikenali dengan benar A A 3 9 3 6 P K 8 A A A A B B 5 2 2 3 0 1 5 1 2 2 8 0 D H D P D H 8 8 8 A B 2 1 7 3 E E 8 A B 2 5 8 5 G E 8 A B 2 7 D 3 X U 7 A B 2 7 8 1 T E 8 A B 3 2 5 8 U Q 8 A B 3 6 5 6 H T 8 A B 3 6 7 0 B A 7 A B 4 0 4 0 P S 8 A B 4 1 8 3 G I 8 A B 5 1 2 8 X Q 8 A B 5 1 5 2 L L 8 A B 5 7 4 1 X Q 8 A B 5 7 9 2 R W 8 A B 6 0 5 2 2 F 8 A B 6 0 5 0 D Q 8 A B 6 0 5 1 X M 8 A B 6 I 9 7 Y D 8 A B 6 2 0 1 C U 8 A B 6 3 1 6 K D 8 A B 6 4 1 3 A Z 8 A D 5 0 1 6 V J 8 A D 6 9 4 7 L S 8 B D 4 2 7 9 H A 8 B N 7 0 2 9 H F 7 K H 2 3 4 9 T O 8 K H 3 6 3 1 A O 8 Total karakter yang dikenali = 237

(108) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI LISTING SUB PROGRAM  Listing Pembentukan Database function dbkarciri %========================= %database karakter %========================= z3=[]; nd=320; kar=imread('dt-0.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-1.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-2.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-3.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-4.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-5.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-6.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-7.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-8.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-9.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-A.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-B.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-C.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-D.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-E.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-F.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-G.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-H.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-I.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-J.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-K.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-L.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-M.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-N.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-O.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-P.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-Q.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-R.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-S.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-T.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-U.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-V.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-W.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-X.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-Y.bmp');y=karciri(kar,nd);z3=[z3 y]; kar=imread('dt-Z.bmp');y=karciri(kar,nd);z3=[z3 y]; z3; z=z3 save karciri320 z L45

(109) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI function y=karciri(kar,jum) %========================= %program LPF %========================= L=double(kar); LPF=fspecial('gaussian',[8,8],4); r=imfilter(L,LPF); %============================ %DCT %============================ T=dct2(r); T=abs(T); %figure,imshow(T); %T(1,1)=0; T=zigzag_16(T); %figure,imshow(T); %kolom matrik y= T(1:jum); y=y';  Listing Program Segmentasi function kar= segmen(img1) % Segmentasi karakter pada plat nomor % Histogram proyeksi vertikal hist1=sum(img1); % Posisi-posisi nol posnol=find(hist1<=2); % Penentuan posisi-posisi segmentasi j=1; for i=1:length(posnol)-1 beda=abs(posnol(i+1)-posnol(i)); if beda > 1 poseg(j)=posnol(i+1); j=j+1; end end poseg=[1 poseg]; % Segmentasi j=1; for i=1:length(poseg)-1 kar{j}=img1(:,poseg(i):poseg(i+1)); j=j+1; end  Listing Program Boundingbox function img4=bbox(img2) L46

(110) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI % ========================================================= % Potong kata sesuai bounding box-nya % ========================================================= img3=cutleft(img2); % Putar 90 cw dan potong kiri img3=fliplr(img3'); img3=cutleft(img3); % Putar 90 cw dan potong kiri img3=fliplr(img3'); img3=cutleft(img3); % Putar 90 cw dan potong kiri img3=fliplr(img3'); img3=cutleft(img3); % Putar 90 cw img4=fliplr(img3'); function out=cutleft(in) % Subrutin untuk memotong kolom kiri yang kosong out=in; JKolom=sum(in); KolomTakNol=find(JKolom > 0); if sum(KolomTakNol)>=1; out(:,1:KolomTakNol(1)-1)=[]; end  Listing Program Centering function s2=tengah(s0) %resize ke 48x48 pixel n=size(s0); s1=imresize(s0,48/n(1)); m=size(s1); %centering mk=ceil((64-m(2))/2); nolbaris=zeros(8,m(2));sb=size(nolbaris); nolkolom=zeros(64,mk);sk=size(nolkolom); s2=[nolbaris; s1; nolbaris]; s2=[nolkolom s2 nolkolom]; ms2=size(s2); if ms2(2)>64 s2(:,65:ms2(2))=[]; size(s2); end L47

(111) PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI  Listing Program Perhitungan Jarak function r=jarak(p,q) %================= %Fungsi jarak %================= r1=p-q; r2=r1.^2; r3=sum(r2); r=sqrt(r3);  Listing Program Kenal function y1=kenal(kar) %kenal karakter y=karciri(kar,320); load karciri320 a=zeros(1,36); for n=1:36 a(n)=jarak(y,z(:,n)); end %cari nilai minimum b1=find(min(a)==a); %deskripsi string x1= {'0';'1';'2';'3';'4';'5';'6';'7';'8';'9'; 'A';'B';'C';'D';'E';'F';'G';'H';'I';'J';'K';'L';'M'; 'N';'O';'P';'Q';'R';'S';'T';'U';'V';'W';'X';'Y';'Z'}; %penentuan keluaran nilai minimum y1=x1(b1); L48

(112)

Dokumen baru

Tags

Dokumen yang terkait

PENGENALAN KADAR TOTAL PADAT TERLARUT PADA BUAH BELIMBING MANIS BERDASAR CITRA RED-GREEN-BLUE DENGAN ANALISIS KOMPONEN UTAMA SEBAGAI EKSTRAKSI CIRI DAN JARAK EUCLIDEAN SEBAGAI PENGENAL POLA
0
7
7
PROGRAM SEDERHANA SISTEM PENGENALAN WAJAH MENGGUNAKAN FUNGSI JARAK
0
7
6
EKSTRAKSI DAN PENGENALAN PLAT NOMOR EKSTRAKSI DAN PENGENALAN PLAT NOMOR KENDARAAN BERMOTOR DI INDONESIA.
0
3
13
PENDAHULUAN EKSTRAKSI DAN PENGENALAN PLAT NOMOR KENDARAAN BERMOTOR DI INDONESIA.
0
4
8
TINJAUAN PUSTAKA DAN LANDASAN TEORI EKSTRAKSI DAN PENGENALAN PLAT NOMOR KENDARAAN BERMOTOR DI INDONESIA.
0
4
13
KESIMPULAN DAN SARAN EKSTRAKSI DAN PENGENALAN PLAT NOMOR KENDARAAN BERMOTOR DI INDONESIA.
0
3
46
IDENTIFIKASI NOMOR PLAT KENDARAAN MOTOR DENGAN MENGGUNAKAN METODA K-MEANS.
0
0
6
PENGENALAN PLAT NOMOR SEPEDA MOTOR DENGA
0
0
8
PENGENALAN CIRI GARIS TELAPAK TANGAN MENGGUNAKAN EKSTRAKSI FITUR (GLCM) DAN METODE K-NN
0
0
10
PENGENALAN POLA PLAT NOMOR KENDARAAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
0
0
10
TUGAS AKHIR SISTEM INFORMASI KATALOG SEPEDA MOTOR BERBASIS WEB
0
0
16
TUGAS AKHIR PENGENALAN HURUF PLAT NOMOR KENDARAAN BERMOTOR RODA DUA SECARA REAL TIME MENGGUNAKAN METODE EKSTRASI CIRI PENGABURAN DAN PERATAAN BLOK
0
0
82
TUGAS AKHIR PENGENALAN NADA GAMELAN KENONG SECARA REAL TIME MENGGUNAKAN EKSTRAKSI CIRI DCT DAN FUNGSI JARAK CHEBYSHEV
0
2
81
TUGAS AKHIR PENGENALAN NADA GAMELAN SLENTHEM SECARA REAL TIME MENGGUNAKAN EKSTRAKSI CIRI DCT DAN FUNGSI JARAK EUCLEDIAN
0
1
80
TUGAS AKHIR PENGENALAN NADA GAMELAN REONG SECARA REAL TIME MENGGUNAKAN EKSTRAKSI CIRI DCT DAN FUNGSI JARAK MINKOWSKI
0
0
87
Show more