IDENTIFIKASI TANDA NOMOR KENDARAAN BERMOTOR (TNKB) INDONESIA BERBASIS ARTIFICIAL NEURAL NETWORK (ANN)

Abstract

Tanda Nomor Kendaraan Bermotor (TNKB) merupakan prasyarat yang wajib dimiliki pada kendaraan bermotor yang berfungsi sebagai identitas dan tanda registrasi 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 jurnal ini, digunakan total 6541 data citra Tanda Nomor Kendaraan Bermotor Indonesia yang telah diolah menggunakan metode Convolutional Neural Network (CNN) untuk mendeteksi keberadaan objek dan metode Optical Character Recognition (OCR) untuk mengenali karakter pada objek 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 objek dikarenakan algoritma Optical Character Recognition dapat mengkonversi karakter pada citra menjadi sebuah teks. Akurasi sistem yang diperoleh adalah sebesar 84.59%.