IDENTIFIKASI PLAT NOMOR KENDARAAN MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN)

SETIAWATI, IIS and Dwijayanti, Suci (2020) IDENTIFIKASI PLAT NOMOR KENDARAAN MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN). Undergraduate thesis, Sriwijaya University.

	Text RAMA_20201_03041381821015_.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy
	Text RAMA_20201_03041381821015_TURNITIN.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (7MB) | Request a copy
Preview	Text RAMA_20201_03041381821015_0030078404_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (579kB) | Preview
	Text RAMA_20201_03041381821015_0030078404_02.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (303kB) | Request a copy
Preview	Text RAMA_20201_03041381821015_0030078404_03.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (133kB) | Preview
	Text RAMA_20201_03041381821015_0030078404_04.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (734kB) | Request a copy
	Text RAMA_20201_03041381821015_0030078404_05.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (58kB) | Request a copy
	Text RAMA_20201_03041381821015_0030078404_06_ref.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (134kB) | Request a copy
	Text RAMA_20201_03041381821015_0030078404_07_lamp.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy

Abstract

Saat ini, sebagian sistem keamanan parkir masih mengandalkan tenaga manusia sehingga rentan terhadap terjadinya pencurian karena plat nomor kendaraan yang keluar masuk tidak terdata dengan baik. Oleh karena itu, suatu sistem yang dapat mengidentifikasiplat nomor kendaraan sangat dibutuhkan sehingga nantinya dapat digunakan untuk mendata pemilik kendaraan berdasarkan plat nomor yang teridentifikasi. Pada penelitian ini, algoritma Convolutional Neural Network (CNN) akan digunakan untuk mengidentifikasi plat nomor kendaraan tersebut. Citra plat nomor kendaraan yang telah dideteksi dengan YOLO akan diidentifikasi oleh CNN. Arsitektur CNN yang digunakan memiliki 32 convolution layer, 64 pooling layer, dan 64 fully connected layer dengan menggunakan ReLU dan softmax sebagai fungsi aktivasi. Model CNN yang digunakan untuk mengidentifikasi dilatih dengan menggunakan optimizer adam pada 100 epochs. Selanjutnya, pengujian dilakukan terhadap citra diam dan bergerak (real-time). Pada pengujian real-time digunakan 15 video dengan tiga kondisi yaitu siang hari, malam hari dan hujan. Hasil dari identifikasi plat nomor kendaraan secara real-time untuk kondisi siang memiliki akurasi 83,75%. Hal ini menunjukkan bahwa CNN dapat mengidentifikasi plat nomor kendaraan. Namun, akurasi pada malam hari dan kondisi hujan tidak terlalu baik (menurun) yaitu 39,7% dan 37,4%. Hal tersebut dikarenakan rendahnya faktor pencahayaan, kualitas plat nomor yang belum baik, dan posisi pengambilan citra.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	CNN, Identifikasi Plat Nomor Kendaraan, Citra, Real-tim
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK1-9971 Electrical engineering. Electronics. Nuclear engineering > TK1 Electrical engineering--Periodicals. Automatic control--Periodicals. Computer science--Periodicals. Information technology--Periodicals. Automatic control. Computer science. Electrical engineering. Information technology.
Divisions:	03-Faculty of Engineering > 20201-Electrical Engineering (S1)
Depositing User:	Users 6815 not found.
Date Deposited:	03 Aug 2020 05:37
Last Modified:	03 Aug 2020 05:37
URI:	http://repository.unsri.ac.id/id/eprint/32008

Actions (login required)

View Item