UBMUBM

Jurnal Algoritma, Logika dan KomputasiJurnal Algoritma, Logika dan Komputasi

Pertumbuhan populasi perkotaan telah menciptakan tantangan dalam pengelolaan ruang parkir yang efisien. Pengumpulan data secara manual memakan waktu dan rentan terhadap kesalahan, terutama pada malam hari. Solusi berbasis teknologi modern sangat dibutuhkan. Penelitian ini berfokus pada sistem manajemen parkir yang inovatif menggunakan YOLO untuk mendeteksi objek secara real‑time, termasuk pelat nomor. Tujuannya adalah untuk menilai keakuratan algoritma YOLO dalam mendeteksi plat nomor. Metodologi melibatkan Python dan Tkinter GUI untuk antarmuka, serta YOLO dan EasyOCR untuk deteksi dan pengenalan karakter. Hasilnya menunjukkan akurasi tinggi: 88,8 % untuk resolusi HD dan 86,3 % untuk sub‑HD. YOLO terbukti dapat diandalkan untuk pengumpulan data pelat nomor, mengurangi intervensi manual, dan meningkatkan manajemen parkir.

Pendeteksian plat nomor menggunakan YOLO mencapai akurasi 88,8 % pada resolusi HD dan 86,3 % pada resolusi sub‑HD, menegaskan keandalan algoritma tersebut.Hasil ini mengurangi kebutuhan intervensi manual, mempercepat proses verifikasi data, dan menurunkan beban kerja operator.Keberhasilan ini menunjukkan potensi penerapan YOLO dalam sistem manajemen parkir nyata untuk meningkatkan efisiensi dan ketepatan pengumpulan data.

Bagaimana perbandingan performa YOLO dengan model deteksi objek lain seperti SSD atau Faster R‑CNN dalam kondisi pencahayaan rendah dan cuaca tidak terduga? Apakah integrasi sensor tambahan (mis. kamera inframerah) dapat meningkatkan akurasi deteksi pelat nomor pada malam hari, dan bagaimana hal tersebut mempengaruhi waktu respons sistem? Apa dampak penggunaan database terdistribusi (misalnya, blockchain) dalam penyimpanan data pelat nomor terkait keamanan, skalabilitas, dan interoperabilitas antar lembaga parkir lokal?.

Read online
File size155.18 KB
Pages7
DMCAReport

Related /

ads-block-test