SISTEM CERDAS DETEKSI PELAT NOMOR UNTUK PELANGGARAN HELM DAN MASKER

Huda, Rohmat Syamsul and WULANNINGRUM, RESTY and SWANJAYA, DANIEL (2022) SISTEM CERDAS DETEKSI PELAT NOMOR UNTUK PELANGGARAN HELM DAN MASKER. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

[img] Text (Full text)
RAMA_55201_18103020108.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (4MB) | Request a copy
[img] Text (Similarity)
RAMA_55201_18103020108_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (6MB)
[img] Text (Cover sd BAB 1 + References)
RAMA_55201_18103020108_0719068702_0723098303_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (488kB)
[img] Text (BAB 2)
RAMA_55201_18103020108_0719068702_0723098303_02.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (375kB) | Request a copy
[img] Text (BAB 3)
RAMA_55201_18103020108_0719068702_0723098303_03.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (393kB) | Request a copy
[img] Text (BAB 4)
RAMA_55201_18103020108_0719068702_0723098303_04.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (345kB) | Request a copy
[img] Text (BAB 5)
RAMA_55201_18103020108_0719068702_0723098303_05.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (14kB) | Request a copy
[img] Text (References)
RAMA_55201_18103020108_0719068702_0723098303_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (139kB)
[img] Text (Lampiran)
RAMA_55201_18103020108_0719068702_0723098303_07_lamp.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (2MB) | Request a copy

Abstract

Pandemi Coronavirus disease 2019 (COVID-19) mengguncang dunia sejak akhir Desember 2019, membuat pemerintah mengeluarkan aturan yang mewajibkan penggunaan masker ketika berada di luar ruangan. Hal tersebut berdampak terhadap aktivitas berkendara sepeda motor. Di sisi yang lain pengendara sepeda motor diwajibkan menggunakan helm, sehingga pengendara sepeda motor wajib menggunakan helm dan masker secara bersamaan. Kemudian sistem E-TLE digunakan untuk mendeteksi pelanggaran helm, namun belum mampu mendeteksi pelanggaran masker pada pengendara sepeda motor. Sehingga dibuatlah sistem cerdas deteksi pelat nomor untuk pelanggaran helm dan masker. Untuk dapat mendeteksi objek pada citra, dibutuhkan suatu metode yang mampu memprediksi lokasi dan kelas objek tersebut, sehingga YOLOv4 dipilih untuk mendeteksi objek sepeda motor, helm, masker dan pelat. YOLO (You Only Look Once) sendiri merupakan sistem deteksi objek secara realtime berdasarkan CNN (Convolutional Neural Network). Kemudian untuk mendapatkan karakter pelat nomor secara otomatis dapat menggunakan teknologi pengenalan karakter (Optical Character Recognition) yang salah satunya adalah Tesseract-OCR. Dengan menggunakan 600 data, pelatihan YOLOv4 menghasilkan model dengan mAP tertinggi 93.38% (model 2) dan F1-Score tertinggi 0.86 (model 6). Model dengan F1-Score tertinggi dipilih untuk diintegrasikan sistem, kemudian pengujian dilakukan dengan memasukkan citra pengendara sepeda motor. Sistem mampu mendeteksi objek sepeda motor, helm, masker dan pelat kemudian melakukan identifikasi karakter plat secara otomatis jika terjadi pelanggaran.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: deteksi objek, pengenalan karakter, deep learning, computer vision, metode YOLO
Subjects: 410 Engineering science > 459 Computer science
410 Engineering science > 461 Information systems
410 Engineering science > 462 Information technology
410 Engineering science > 463 Software engineering
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika
Depositing User: Mr Rohmat Syamsul Huda
Date Deposited: 03 Sep 2022 06:25
Last Modified: 03 Sep 2022 06:25
URI: http://repository.unpkediri.ac.id/id/eprint/6086

Actions (login required)

View Item View Item