Identifikasi Karakter Nomor Polisi Pada Plat Kendaraan Menggunakan Convolutional Neural Networks (CNN)
Indonesia merupakan negara berkembang yang memiliki tingkat populasi
kendaraan cukup banyak dengan peningkatan yang signifikan setiap tahunnya.
Dalam setiap kendaraan bermotor seperti mobil atau roda dua diwajibkan memiliki
sebuah tanda pengenal berupa plat atau Tanda Nomor Kendaraan Bermotor
(TNKB) yang dipasang pada masing-masing kendaraan bermotor. Oleh karena itu,
dengan total kendaraan yang cukup banyak tentunya menimbulkan permasalahan
seperti pencatatan nomor polisi pada plat kendaraan. Pada penelitian ini dilakukan
identifikasi karakter pada plat kendaraan menggunakan CNN. Penelitian ini
dilakukan dengan membangun model objek deteksi dan model identifikasi karakter,
model objek deteksi dilatih dengan single slot detection (SSD) ResNet-50 box
predictor dari arsitektur CNN yang membutuhkan waktu 26 jam untuk
menyelesaikan 100.000 steps dan diperoleh akurasi mAP 94-96%. Sedangkan
untuk model identifikasi karakter dilatih dari arsitektur CNN MobileNet V2 dengan
30 epochs dan diperoleh akurasi 98%. Untuk identifikasi karakter diperoleh akurasi
100% pada 99 gambar yang artinya setiap karakter dalam plat tersebut berhasil
dikenali, dan akurasi paling rendah diperoleh 88% pada 1 gambar.
URI
https://repo.itera.ac.id/depan/submission/SB2102010016
Keyword