UNUSIDAUNUSIDA
Journal of Computer Science and Visual Communication DesignJournal of Computer Science and Visual Communication DesignKeamanan dan kenyamanan di lingkungan kampus merupakan faktor penting dalam mendukung kemajuan perguruan tinggi. Sistem keamanan konvensional yang melibatkan pemeriksaan kendaraan manual melalui identitas kepemilikan seringkali memakan waktu dan menyebabkan antrian kendaraan, sehingga menimbulkan kemacetan. Untuk mengatasi hal tersebut, penelitian ini mengusulkan solusi berupa sistem pengenalan plat nomor otomatis berbasis You Only Look Once (YOLO) dan ekstraksi karakter menggunakan teknologi Optical Character Recognition (OCR) Tesseract. Sistem ini memungkinkan pengenalan plat nomor kendaraan secara cepat dan efisien, sehingga dapat mengoptimalkan lintas, menghemat waktu, serta meningkatkan kenyamanan bagi setiap pengguna kendaraan di lingkungan kampus. Metodologi penelitian melibatkan pelatihan model YOLO dengan Dataset plat nomor kendaraan untuk mendeteksi dan mengenali plat nomor, yang dilanjutkan dengan ekstraksi karakter untuk mengidentifikasi nomor plat secara akurat. Hasil penelitian menunjukkan akurasi sistem mencapai 70%, yang menunjukkan efektivitasnya dalam mendeteksi plat kendaraan dalam berbagai situasi. Sistem ini diharapkan dapat diimplementasikan secara luas di lingkungan kampus untuk meningkatkan keamanan, kenyamanan, dan efisiensi akses bagi seluruh civitas akademika.
Berdasarkan hasil penelitian yang telah dilakukan, dapat disimpulkan beberapa hal penting sebagai berikut.Metode YOLOv5 bekerja dengan baik untuk mendeteksi plat kendaraan motor dalam gambar.Hasil deteksi ditandai dengan adanya bounding box yang menunjukkan objek plat dengan nilai akurasi rata-rata sebesar 85%, namun nilai akurasi ini dapat bervariasi tergantung pada kondisi gambar seperti kualitas, pencahayaan, dan sudut pengambilan gambar.Pembacaan karakter pada plat menggunakan Tesseract OCR mencapai akurasi sebesar 70%.Faktor-faktor yang mempengaruhi hasil ini termasuk kualitas gambar, resolusi, serta kejelasan dan jenis font yang digunakan pada plat nomor.Tingkat akurasi ini menunjukkan bahwa rancangan program ini memiliki kemampuan yang cukup baik dalam mengenali karakter pada plat kendaraan, meskipun masih ada ruang untuk perbaikan.Rancangan program ini dapat diterapkan dalam sistem pengenalan plat kendaraan untuk berbagai keperluan seperti sistem parkir otomatis, pengawasan lalu lintas, dan penegakan hukum.Implementasi ini menunjukkan potensi besar untuk aplikasi di dunia nyata.Meskipun program ini sudah menunjukkan hasil yang baik, terdapat ruang untuk perbaikan.Kesalahan pembacaan karakter perlu diminimalisir untuk meningkatkan akurasi keseluruhan.Area spesifik yang perlu diperbaiki termasuk preprocessing gambar untuk meningkatkan kejelasan dan kontras, serta penerapan teknik peningkatan resolusi gambar.Metode lain yang dapat digunakan untuk perbaikan termasuk fine-tuning model YOLOv5 dan Tesseract OCR dengan Dataset yang lebih besar dan lebih beragam.Tujuan penelitian untuk mendeteksi plat kendaraan dan membaca karakter pada plat tersebut dapat tercapai dengan hasil yang cukup memuaskan.Namun, optimalisasi lebih lanjut tetap diperlukan untuk mencapai performa yang lebih tinggi.Peningkatan akurasi melalui teknik-teknik lanjutan akan memperkuat keandalan dan efisiensi sistem secara keseluruhan.
Untuk meningkatkan akurasi dan robustitas model, perlu dilakukan penambahan jumlah dan variasi data pelatihan. Data tambahan yang bermanfaat termasuk gambar plat nomor dengan berbagai kondisi pencahayaan, sudut pandang, dan jenis kendaraan. Selain itu, penggunaan model YOLOv7 atau YOLOv8 yang memiliki performa lebih baik dalam hal kecepatan dan akurasi dapat dipertimbangkan. Penerapan teknik pra-pemrosesan gambar seperti peningkatan kontras dan denoising juga dapat membantu meningkatkan kejelasan gambar sebelum proses deteksi. Evaluasi model dengan lebih banyak metrik seperti precision, recall, dan F1-score akan memberikan gambaran yang lebih komprehensif tentang kinerja model. Pengembangan sistem yang terintegrasi dengan perangkat keras seperti kamera dan sistem pemrosesan real-time untuk aplikasi praktis juga disarankan. Uji coba di lapangan pada aplikasi seperti parkir otomatis dan pengawasan lalu lintas akan membantu mengidentifikasi tantangan praktis dan area yang perlu dioptimalkan lebih lanjut.
| File size | 1.23 MB |
| Pages | 12 |
| DMCA | Report |
Related /
UNUSIDAUNUSIDA Studi literatur dilakukan melalui Systematic Literature Review (SLR), untuk mengidentifikasi konsep-konsep utama mengenai efektivitas game edukasi dalamStudi literatur dilakukan melalui Systematic Literature Review (SLR), untuk mengidentifikasi konsep-konsep utama mengenai efektivitas game edukasi dalam
UNUSIDAUNUSIDA Penelitian ini menyimpulkan bahwa menjaga kebersihan merupakan hal penting untuk mencegah infeksi cacingan pada anak-anak. Buku cerita bergambar yang dirancangPenelitian ini menyimpulkan bahwa menjaga kebersihan merupakan hal penting untuk mencegah infeksi cacingan pada anak-anak. Buku cerita bergambar yang dirancang
UNUSIDAUNUSIDA Dengan menempatkan Konoha 1 dalam konteks seni kritis Indonesia, karya seni ini menjadi alat perlawanan terhadap struktur kekuasaan otoriter dan memperkayaDengan menempatkan Konoha 1 dalam konteks seni kritis Indonesia, karya seni ini menjadi alat perlawanan terhadap struktur kekuasaan otoriter dan memperkaya
UNUSIDAUNUSIDA Penelitian ini mengungkapkan bahwa elemen desain grafis dan atribut kemasan secara bersamaan memberikan pengaruh positif dan signifikan terhadap minatPenelitian ini mengungkapkan bahwa elemen desain grafis dan atribut kemasan secara bersamaan memberikan pengaruh positif dan signifikan terhadap minat
UNUSIDAUNUSIDA Model VGG16 mendapatkan akurasi tertinggi dengan akurasi 91%, Convolutional Neural Network 84% dan ResNet50 mendapatkan akurasi 74%. Hasil yang diperolehModel VGG16 mendapatkan akurasi tertinggi dengan akurasi 91%, Convolutional Neural Network 84% dan ResNet50 mendapatkan akurasi 74%. Hasil yang diperoleh
UGMUGM Selain itu, metode ini menggunakan pelatihan deteksi multi-skala dan menyesuaikan bobot fungsi kerugian sambil mempertahankan tingkat deteksi yang tinggi.Selain itu, metode ini menggunakan pelatihan deteksi multi-skala dan menyesuaikan bobot fungsi kerugian sambil mempertahankan tingkat deteksi yang tinggi.
LLDIKTI10LLDIKTI10 Hyper Parameter yang digunakan juga berpengaruh terhadap hasil akurasi pengujian. Penelitian ini menggunakan metode Convolutional Neural Network (CNN)Hyper Parameter yang digunakan juga berpengaruh terhadap hasil akurasi pengujian. Penelitian ini menggunakan metode Convolutional Neural Network (CNN)
UNNARUNNAR Dalam pemindaian jarak menentukan kemampuan untuk mendeteksi segmen plat nomor dan pencahayaan mempengaruhi tingkat akurasi pengenalan karakter sedangkanDalam pemindaian jarak menentukan kemampuan untuk mendeteksi segmen plat nomor dan pencahayaan mempengaruhi tingkat akurasi pengenalan karakter sedangkan
Useful /
UNUSIDAUNUSIDA Hasil analisis faktor dan asosiasi menunjukkan bahwa elemen visual seperti kostum, ekspresi wajah, dan aksesori secara signifikan memengaruhi pembentukanHasil analisis faktor dan asosiasi menunjukkan bahwa elemen visual seperti kostum, ekspresi wajah, dan aksesori secara signifikan memengaruhi pembentukan
UNUSIDAUNUSIDA Klinik Fan Vet Petcare Gresik cukup sering membuat konten edukasi sekaligus mengadakan promosi maupun kampanye untuk kebaikan hewan-hewan yang masih belumKlinik Fan Vet Petcare Gresik cukup sering membuat konten edukasi sekaligus mengadakan promosi maupun kampanye untuk kebaikan hewan-hewan yang masih belum
UNTAG SMDUNTAG SMD Kesimpulan dari pengabdian masyarakat ini petani dapat meningkatkan produksi tanaman dengan pupuk ramah lingkungan dan secara ekonomi meningkatkan penghasilanKesimpulan dari pengabdian masyarakat ini petani dapat meningkatkan produksi tanaman dengan pupuk ramah lingkungan dan secara ekonomi meningkatkan penghasilan
GEMIGEMI Konsentrasi DNA diukur dengan spektrofotometer NanoVue™ (230–320 nm), sedangkan keberlimpahan dinilai dari rasio A260/A280. Hasil menunjukkan nilaiKonsentrasi DNA diukur dengan spektrofotometer NanoVue™ (230–320 nm), sedangkan keberlimpahan dinilai dari rasio A260/A280. Hasil menunjukkan nilai