| dc.description.abstract | Tanda Nomor Kendaraan Bermotor (TNKB) atau yang biasa disebut dengan plat nomor merupakan prasyarat yang wajib dimiliki oleh suatu kendaraan bermotor yang berfungsi sebagai identitas dan tanda registrasi yang berisi informasi kode wilayah, nomor registrasi, dan masa berlaku kendaraan bermotor yang sesuai dengan Surat Tanda Nomor Kendaraan (STNK). Seiring dengan meningkatnya jumlah kendaraan bermotor tiap tahun, maka diperlukan sistem yang dapat mendeteksi objek Tanda Nomor Kendaraan Bermotor serta mengenali karakter yang ada pada Tanda Nomor Kendaraan Bermotor secara otomatis agar dapat mempermudah pekerjaan dalam hal manajemen sistem parkir, maupun sistem tilang elektronik.
Pada penelitian ini, digunakan total 6541 data citra Tanda Nomor Kendaraan Bermotor Indonesia yang telah diolah menggunakan metode Convolutional Neural Network (CNN) untuk mendeteksi keberadaan objek TNKB dan metode Optical Character Recognition (OCR) untuk mengenali karakter pada objek Tanda Nomor Kendaraan Bermotor yang berupa huruf dan angka. Convolutional Neural Network diimplementasikan untuk mendeteksi keberadaan objek Tanda Nomor Kendaraan Bermotor dikarenakan Convolutional Neural Network memiliki kinerja yang baik dalam permasalahan pembelajaran mesin (machine learning) khususnya dalam pengaplikasian pada data citra. Optical Character Recognition diimplementasikan untuk pengenalan karakter pada Tanda Nomor Kendaraan Bermotor dikarenakan algoritma Optical Character Recognition dapat mengkonversi karakter pada citra Tanda Nomor Kendaraan Bermotor menjadi sebuah teks. Akurasi sistem yang diperoleh pada penelitian ini adalah sebesar 84.59%. Terdapat dua jenis pengujian yang dilakukan pada penelitian ini yaitu pengujian dengan data citra real-time dan non real-time. | en_US |
