IDENTIFIKASI PLAT NOMOR MOBIL BERDASARKAN KODE PROVINSI DAN WILAYAH INDONESIA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

Rizky Fitria Haya (2022), IDENTIFIKASI PLAT NOMOR MOBIL BERDASARKAN KODE PROVINSI DAN WILAYAH INDONESIA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK. Skripsi, Universitas Samudra.

ABSTRAK

Kemajuan teknologi saat ini berkaitan erat dengan efisensi manusia dalam melakukan pekerjaannya, salah satunya adalah pada sistem identifikasi provinsi dan wilayah yang ada di plat nomor. Di berbagai kota yang ada di Indonesia, untuk menjaga ketertiban dan keamanan lalu lintas, polisi melakukan kegiatan razia kendaraan secara manual dengan pengerahan anggota yang cukup banyak dan melakukan proses pencatatan tilang secara manual. Di sisi lain, kegiatan razia ini tergantung pada kondisi iklim di daerah setempat. Di pihak lain, pihak kepolisian belum memiliki informasi signifikan terhadap berbagai jenis plat nomor yang melintas di wilayah-wilayah tersebut. Penelitian ini dilakukan dengan mengenali setiap karakter yang mewakili kode provinsi dan kode wilayah yang ada pada plat kendaraan mobil berwarna merah dan hitam secara real time menggunakan kamera atau dari video file agar mempermudah kepolisian dalam memperoleh data yang dibutuhkan. Metode yang digunakan yaitu CNN (Convolutional Neural Network) dengan 5 layer yang digunakan, tetapi akurat dalam melakukan pengenalan karakter dengan data yang sedikit. Hasil dari penelitian ini menunjukkan tingkat akurasi sekitar 90% dari 30 data plat mobil berwarna hitam dan merah yang telah diambil menggunakan kamera secara real time dalam mengenali karakter beserta identifikasi provinsi dan wilayahnya.

Kata kunci : Plat Nomor Kendaraan, Pengenalan Karakter, Convolutional Neural Network (CNN), You Only Look Once (YOLO)

File ::(login required)
Tipe Items : Skripsi
Penulis/Penyusun : Rizky Fitria Haya
Fakultas : Fakultas Teknik
Program.Studi : Teknik Informatika (2022)
Tanggal disimpan : 23-02-2022 10:08
Terakhir diubah : 08-03-2022 16:53
Penerbit : Langsa, Universitas Samudra, 2022
URI : https://etd.unsam.ac.id/detail.php?id=2554
Root : https://www.unsam.ac.id
Kembali ke atas!