Implementasi Convolutional Recurrent Neural Network untuk Identifikasi Plat Nomor Mobil pada Sistem Parkir Otomatis

WINARNO SUGENG; THETA DINNARWATY PUTRI; FAKHRUDIN RIZKY HUSAINI

doi:10.26760/mindjournal.v8i2.142-157

Implementasi Convolutional Recurrent Neural Network untuk Identifikasi Plat Nomor Mobil pada Sistem Parkir Otomatis

WINARNO SUGENG, THETA DINNARWATY PUTRI, FAKHRUDIN RIZKY HUSAINI

Sari

Abstrak

Beberapa tempat di kota Bandung telah menggunakan sistem otomatis dalam proses pelayanan sistem parkir mobil, namun sistem parkir tersebut masih menggunakan tiket parkir yang digunakan sebagai tanda kendaraan memasuki area parkir. Banyak orang yang mengalami kehilangan tiket parkir, sehingga perlu ada penanganan terhadap masalah tersebut. Dengan adanya masalah tersebut, teknologi Optical Character Recognition (OCR) dapat digunakan sebagai pembaharuan untuk mengenali karakter pada plat nomor mobil sehingga tiket parkir tidak diperlukan lagi. Metode yang digunakan sebagai deteksi teks yaitu Character Region Awareness for Text detection (CRAFT) dan metode untuk pengenalan teks yaitu Convolutional Recurrent Neural Network (CRNN). Hasil training model dengan dataset synthetic yang dibuat dari python library telah menghasilkan model terbaik yang memiliki akurasi sebesar 85,73% terhadap 1500 citra uji synthetic dan akurasi sebesar 77,5 % terhadap 40 citra plat nomor asli yang didapat dari google image dan Kaggle.com.

Kata kunci: CRAFT, CRNN, sistem parkir otomatis, real-time Â

AbstractSeveral places in the city of Bandung have used an automated system in the process of servicing the car parking system, but the parking system still uses a parking ticket which is used as a sign for vehicles entering the parking area. Many people experience lost parking tickets, so there needs to be a solution to this problem. Given this problem, Optical Character Recognition (OCR) technology can be used as an update to recognize characters on car license plates so that parking tickets are no longer needed. The method used for text detection is Character Region Awareness for Text detection (CRAFT) and the method for text recognition is Convolutional Recurrent Neural Network (CRNN). The results of model training with a synthetic dataset made from the python library have produced the best model which has an accuracy of 85.73% for 1500 synthetic test images and an accuracy of 77.5% for 40 original license plate images obtained from Google Image and Kaggle.com.

Keywords: CRAFT, CRNN, automatic parking system, real-time

Teks Lengkap:

PDF

Referensi

Al Khairi, M. H. (2021). Mikrokontroler: Pengertian, Struktur dan Jenis-Jenisnya. Diambil kembali dari Mahir Elektro: https://www.mahirelektro.com/2020/10/pengertian-mikrokontroler-struktur-dan-jenisnya.html

Aprilino, A., & Al Amin, I. H. (2022). Implementasi Algoritma Yolo Dan Tesseract Ocr Pada Sistem Deteksi Plat Nomor Otomatis. Jurnal Teknoinfo, 16(1), 54-59.

Baek, Y., Lee, B., Han, D., Yun, S., & Lee, H. (2019). Character Region Awareness for Text Detection. 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR).

Bgshih. (2018). Convolutional Recurrent Neural Network. Diambil kembali dari Github: https://github.com/bgshih/crnn

Fcakyon. (2022). CRAFT: Character-Region Awareness For Text detection. Diambil kembali dari Github: https://github.com/fcakyon/craft-text-detector

Harani, N. H., Prianto, C., & Hasanah, M. (2019). Deteksi Objek Dan Pengenalan Karakter Plat Nomor Kendaraan Indonesia Menggunakan Metode Convolutional Neural Network (CNN) Berbasis Python. Jurnal Teknik Informatika, 47-53.

Ihsan. (2023). Pengertian Arduino UNO Mikrokontroler ATmega328. Diambil kembali dari CaraTekno: https://www.caratekno.com/pengertian-arduino-uno-mikrokontroler/

Iqbal, M. (2022). Mikrokontroler ESP32. Diambil kembali dari Telkom University: https://miqbal.staff.telkomuniversity.ac.id/mikrokontroler-esp32/

Ismail, W. S., Purnawan, P. W., Riyanto, I., & Nazori. (2020). Sistem Perekaman Pelat Nomor Mobil pada Palang Pintu Parkir Menggunakan Web Kamera dan Mikrokontroler. JURNAL MATRIX, 10(3), 103-112.

Lyalin, D. (2023). Developer documentation for Firebase. Diambil kembali dari Firebase: https://firebase.google.com/

Munawar, I., Rusman, P., & Rizky, A. (2021). Automatic VLPâ€™S Recognition For Smart Parking System. Doctoral dissertation, Nusa Putra University.

Ramadhani, N. (2021). Mengenal Lebih Jauh Sejarah Plat Nomor Kendaraan serta Daftar Lengkapnya. Diambil kembali dari Akseleran: https://www.akseleran.co.id/blog/plat-nomor/

Shi, B., Bai, X., & Yao, C. (2017). An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to Scene Text Recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence, 39, 2298-2304.

Wicaksono, N. (2020). Apa itu Firebase? Pengertian, Jenis-Jenis, dan Fungsi Kegunaannya. Diambil kembali dari Dicoding Indonesia: https://www.dicoding.com/blog/apa-itu-firebase-pengertian-jenis-jenis-dan-fungsi-kegunaannya/

Youngmin, Bado, Dongyoon, Sangdoo, & Hwalsuk. (2019). Character Region Awareness for Text Detection. Clova AI Research NAVER Corp, 1-12.

DOI: https://doi.org/10.26760/mindjournal.v8i2.142-157