Gallanta, Reza Achmad (2023) Deteksi Objek Menggunakan Algoritma Convolutional Neural Network (CNN) Pada Plat Nomor Kendaraan Berbasis YOLO. Undergraduate thesis, UPN Veteran Jawa Timur.
|
Text (Cover)
1634010073_Cover.pdf Download (948kB) | Preview |
|
|
Text (Bab1)
1634010073_Bab1.pdf Download (21kB) | Preview |
|
![[img]](http://repository.upnjatim.ac.id/style/images/fileicons/text.png) |
Text (Bab2)
1634010073_Bab2.pdf Restricted to Registered users only until 29 March 2025. Download (351kB) |
|
|
Text (Bab3)
1634010073_Bab3.pdf Restricted to Registered users only until 29 March 2025. Download (1MB) |
|
|
Text (Bab4)
1634010073_Bab4.pdf Restricted to Registered users only until 29 March 2025. Download (5MB) |
|
|
Text (Bab5)
1634010073_Bab5.pdf Download (70kB) | Preview |
|
|
Text (Daftar_Pustaka)
1634010073_Daftar_Pustaka.pdf Download (11kB) | Preview |
|
|
Text (Lampiran)
1634010073_Lampiran.pdf Restricted to Registered users only until 29 March 2025. Download (5MB) |
Abstract
Setiap kendaraan di Indonesia wajib memiliki plat nomor standar. Plat nomor standar memiliki bentuk latar adalah warna hitam dan tulisan putih. Pada penelitian ini telah dilakukan deteksi objek berbasis komputasi dengan metode YOLO. Yolo (You Only Look Once) adalah algoritma deep learning untuk deteksi objek yang dikembangkan oleh Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi pada tahun 2016. Algoritma ini membagi segmentasi gambar menjadi beberapa bagian, kemudian dilakukan proses konvolusi gambar. Pada Penelitian yang dilakukan pengerjaan dibagi menjadi empat bagian, yaitu pengambilan gambar, pelebelan gambar dalam format YOLO, penciptaan objek model dan komputasi deteksi objek YOLO. Proses pelebelan, dilakukan dengan memberikan label pada koordinat. Proses penciptaan model, komputasi dibantu dengan menggunakan proses GPU-Cuda dan aturan CNN-Darknet53. Terdapat sekitar 80 Data plat input manual dan 150 data set gambar yang berasal dari Kaggle untuk proses training dari model plat nomor. Pada proses deteksi, class yang digunakan hanya satu buah yaitu plat nomor. Pada uji deteksi plat nomor, algoritma YOLO yang telah dikembangkan dapat mendeteksi dengan akurasi sekitar 70,6% dari 80 gambar uji. Proses ekstraksi data teks plat nomor digunakan pustaka Tesseract Open Source OCR yang tergabung dalam python. Hasil ekstraksi dibantu dengan proses mempertajam citra dan pembentukan segmentasi biner. Hasil dari proses OCR didapatkan sekitar 71.2% akurasi dari ekstraksi teks dengan objek 75 gambar plat nomor. Waktu komputasi dari deteksi objek, didapatkan sekitar 3.21 detik. Proses waktu komputasi dipengaruhi oleh pembebanan dari aplikasi yang berjalan dalam komputer. Kata Kunci: Convolutional Neural Network, Python, YOLO, Plat Nomor, OCR
| Item Type: | Thesis (Undergraduate) | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||||||||
| Subjects: | Q Science > QA Mathematics > QA76.6 Computer Programming | ||||||||||||
| Divisions: | Faculty of Computer Science > Departemen of Informatics | ||||||||||||
| Depositing User: | Reza Achmad Gallanta | ||||||||||||
| Date Deposited: | 29 Mar 2023 06:17 | ||||||||||||
| Last Modified: | 29 Mar 2023 06:17 | ||||||||||||
| URI: | http://repository.upnjatim.ac.id/id/eprint/12448 |
Actions (login required)
 |
View Item |