Afkar, Abdi Akhsanul (2022) MENGGUNAKAN ALGORITMA HAAR CASCADE DAN CNN (STUDI KASUS: POLITEKNIK HARAPAN BERSAMA TEGAL). Diploma thesis, Politeknik Harapan Bersama.
Text (TI 0416.22 ABD s)
LAPORAN TUGAS AKHIR-ABDI AKHSANUL AFKAR.pdf Restricted to Registered users only Download (3MB) |
Abstract
Teknologi pengenalan plat nomor kendaraan atau Vehicle License Plate Recognation atau disingkat VLPR merupakan Teknik penting untuk mengidentifikasi kendaraan pada banyak aplikasi seperti pada keamanan pintu masuk, kontrol parkir, kontrol kecepatan, dan sebagainya. Pengenalan plat nomor kendaraan juga memiliki tiga area yang penting, yaitu deteksi lokasi plat nomor, segmentasi karakter, dan pengenalan karakter. Deteksi plat adalah proses untuk mengenali gambar plat nomor kendaraan dan kemudian gambar tersebut diproses beberapa algoritma untuk memberikan konversi dari format gambar digital ke dalam format teks. Convolutional Neural Network (CNN) merupakan salah satu metode yang digunakan dalam pengenalan suatu gambar. Tujuan dari penelitian ini adalah untuk membuat sistem yang dapat membantu penjaga gerbang masuk Kampus Politeknik Harapan Bersama untuk mengecek kepemilikan kendaraan yang masuk dan keluar kampus, dikarenakan pengecekan kepemilikan kendaraan hanya dilakukan ketika kendaraan hendak keluar saja dengan menunjukan Surat Tanda Nomor Kendaraan (STNK) saja. Aplikasi ini menerapkan metode haar cascade dan Convolutional Neural Network (CNN). Seluruh fungsi dari aplikasi ini telah berjalan dengan baik. Dari berbagai jarak dan sudut aplikasi ini telah berhasil mengidentifikasi 33 dari 50 plat atau 66% dan berhasil mengidentifikasi 184 karakter dari 354 atau 52%. Kata Kunci: Convolutional Neural Network, Vehicle License Plate Recognation, Intelegent Transportation System, haar cascade
Item Type: | Thesis (Diploma) |
---|---|
Subjects: | T Technology > T Technical Information |
Divisions: | Teknik > Diploma IV Teknik Informatika |
Depositing User: | Unnamed user with email perpustakaan@poltektegal.ac.id |
Date Deposited: | 13 Jan 2023 09:06 |
Last Modified: | 13 Jan 2023 09:06 |
URI: | http://eprints.poltektegal.ac.id/id/eprint/1422 |
Actions (login required)
View Item |