View/Open

Author
Miftakhul, Aziz

Advisor
Dr. Masayu Leylia Khodra, S.T., M.T.,
Andika Setiawan, S.Kom., M.Cs.,

Koleksi
Teknik Informatika

Publisher

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