DETEKSI PLAT NOMOR KENDARAAN OTOMATIS DENGAN CONVOLUTIONAL NEURAL NETWORK DAN OCR PADA TEMPAT PARKIR ITB AHMAD DAHLAN LAMONGAN
DOI:
https://doi.org/10.36595/misi.v6i2.754Keywords:
ANPR, OCR, Convolutional Neural Network, Deep Learning, Plat Nomor KendaraanAbstract
Pengenalan plat nomor kendaraan secara otomatis adalah konsep penting saat ini karena pesatnya pertumbuhan mobil, sepeda motor, dan kendaraan lainnya. Sistem pengenalan plat nomor otomatis ini menggunakan teknologi pemrosesan gambar untuk identifikasi kendaraan. Sistem ini dapat digunakan di daerah padat lalu lintas untuk memudahkan identifikasi kendaraan yang melanggar peraturan lalu lintas dan nama pemilik, alamat dan informasi lainnya dapat diambil dengan menggunakan sistem ini. Sistem cerdas dapat memainkan peran penting dalam pendeteksian pelat nomor kendaraan. Pada penelitian ini dikembangkan sebuah sistem untuk mendeteksi dan mengenali pelat nomor kendaraan menggunakan convolutional neural network (CNN), sebuah teknik deep learning, yang bertujuan untuk menyajikan sebuah sistem cerdas untuk pengenalan plat nomor kendaraan secara otomatis berbasis teknik pengolahan citra digital. Sistem ini terdiri dari dua bagian yaitu deteksi plat nomor dan pengenalan plat nomor. Pada bagian deteksi, citra kendaraan ditangkap melalui kamera digital. Kemudian sistem membagi wilayah pelat nomor dari bingkai gambar. Setelah mengekstrak wilayah pelat nomor, metode resolusi super diterapkan untuk mengubah gambar dari beresolusi rendah menjadi gambar beresolusi tinggi. Teknik resolusi super digunakan dengan convolutional layer CNN untuk merekonstruksi kualitas piksel dari citra masukan. Setiap karakter plat nomor disegmentasi berdasarkan area pengamatan (region of interest). Pada bagian pengenalan, fitur diekstraksi dan diklasifikasikan menggunakan model CNN. Hasil penelitian menunjukkan deteksi area plat nomor menunjukkan akurasi 98 % sedangkan pembacaan karakter nomor kendaraan menunjukkan akurasi 88 %.
References
O. Mellolo, “Pengenalan Plat Nomor Polisi Kendaraan Bermotor,” J. Ilm. Sains, vol. 12, no. 1, p. 35, 2012, doi: 10.35799/jis.12.1.2012.399.
I. G. S. Masdiyasa, S. Bhirawa, and S. Winardi, “Identifikasi Plat Nomor Kendaraan Bermotor Menggunakan Metode Multi-Step Image Processing Berbasis Android,” e-NARODROID, vol. 5, no. 1, pp. 17–25, 2019, doi: 10.31090/narodroid.v5i1.862.
N.-A.- Alam, M. Ahsan, M. A. Based, and J. Haider, “Intelligent System for Vehicles Number Plate Detection and Recognition Using Convolutional Neural Networks,” Technologies, vol. 9, no. 1, p. 9, 2021, doi: 10.3390/technologies9010009.
Lubna, N. Mufti, and S. A. A. Shah, “Automatic Number Plate Recognition?: A Detailed Survey of,” Sensors, vol. 21, no. 9, p. 3028, 2021, [Online]. Available: https://www.mdpi.com/1424-8220/21/9/3028/pdf.
N. D. W. I. Cahyo, “Pengenalan Nomor Plat Kendaraan Dengan Metode Optical Character Recognition,” Ubiquitous Comput. its Appl. J., vol. 2, pp. 75–84, 2019, doi: 10.51804/ucaiaj.v2i1.75-84.
P. Meghana, S. Sagar Imambi, P. Sivateja, and K. Sairam, “Image recognition for automatic number plate surveillance,” Int. J. Innov. Technol. Explor. Eng., vol. 8, no. 4, pp. 9–12, 2019.
E. K. Vellingiriraj and P. Balasubramanie, “A Novel Approach for Recognition of Tamil Characters in Vehicle Number Plate based on Region Pixel through Surveillance Camera,” Int. J. Emerg. Sci. Eng., no. 1, p. 14, 2013.
Y. Puspito, F. A. Setyawan, and H. Fitriawan, “Deteksi Posisi Plat Nomor Kendaraan Menggunakan Metode Transformasi Hough dan Hit or Miss,” Electrician, vol. 12, no. 3, p. 118, 2018, doi: 10.23960/elc.v12n3.2084.
E. Y. Puspaningrum, W. S. J. Saputra, and M. P. Chafid, “Deteksi Letak Plat Nomor Kendaran Dengan Metode Wavelets Tranform,” SCAN - J. Teknol. Inf. dan Komun., vol. 13, no. 1, 2018, doi: 10.33005/scan.v13i1.1055.
P. Agarwal, K. Chopra, M. Kashif, and V. Kumari, “Implementing ALPR for detection of traffic violations: A step towards sustainability,” Procedia Comput. Sci., vol. 132, pp. 738–743, 2018, doi: 10.1016/j.procs.2018.05.085.
T. Vetriselvi et al., “Deep learning based license plate number recognition for smart cities,” Comput. Mater. Contin., vol. 70, no. 1, pp. 2049–2064, 2021, doi: 10.32604/cmc.2022.020110.
F. Ferdiawan, B. Hartono, J. T. Lomba, J. No, and S. 50241, “Deteksi Suara Chord Piano Menggunakan Metode Convolutional Neural Network,” J. Inform. Rekayasa Elektron., vol. 5, no. 1, pp. 62–68, 2022, [Online]. Available: http://e-journal.stmiklombok.ac.id/index.php/jire.
N. Giarsyani, “Komparasi Algoritma Machine Learning dan Deep Learning untuk Named Entity Recognition?: Studi Kasus Data Kebencanaan,” Indones. J. Appl. Informatics, vol. 4, no. 2, p. 138, 2020, doi: 10.20961/ijai.v4i2.41317.
A. Tasnim, M. Saiduzzaman, M. A. Rahman, J. Akhter, and A. S. M. M. Rahaman, “Performance Evaluation of Multiple Classifiers for Predicting Fake News,” J. Comput. Commun., vol. 10, no. 09, pp. 1–21, 2022, doi: 10.4236/jcc.2022.109001.
H. F. Fadli and A. F. Hidayatullah, “Identifikasi Cyberbullying Pada Media Sosial Twitter Menggunakan Metode Klasifikasi Random Forest,” Automata, 2019, [Online]. Available: https://journal.uii.ac.id/AUTOMATA/article/download/17364/10897.
Additional Files
Published
Issue
Section
License
Semua tulisan pada jurnal ini menjadi tanggungjawab penuh penulis.
