Pranata, Kadek Agus Toni (2025) Sistem Pengenalan Plat Nomor Kendaraan Otomatis Menggunakan Metode YOLOv8 dan Optical Character Recognition (Studi Kasus Kampus Politeknik Negeri Bali). Undergraduate thesis, Politeknik Negeri Bali.

[thumbnail of Full Text] Text (Full Text)
RAMA_58302_2115354013_full.pdf - Accepted Version
Restricted to Repository staff only

Download (5MB) | Request a copy
[thumbnail of Cover, Bab 1, Bab 5 dan Referensi] Text (Cover, Bab 1, Bab 5 dan Referensi)
RAMA_58302_2115354013_0020027603_0808119003_part.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (240kB)
[thumbnail of iThenticate] Text (iThenticate)
RAMA_58302_2115354013_iThenticate.pdf - Accepted Version
Restricted to Repository staff only

Download (4MB) | Request a copy

Abstract

Penelitian ini mengembangkan Sistem Automatic Number Plate Recognition (ANPR) berbasis desktop untuk lingkungan kampus. Sistem mengombinasikan YOLOv8-nano sebagai pendeteksi pelat nomor kendaraan dan Optical Character Recognition (OCR) untuk pembacaan karakter, disertai modul live monitor, perekaman video per-objek, serta penyimpanan metadata riwayat deteksi pada PostgreSQL. Sistem dioperasikan secara real-time menggunakan input webcam pada resolusi 1920x1080. Dataset meliputi citra pelat Indonesia beserta citra negatif sehingga model lebih tangguh terhadap latar yang menyerupai pelat. Model dilatih selama 100 epoch dengan evaluasi pada subset data validation yang menghasilkan mAP50 sebesar 99% dan mAP50–95 sebesar 88%, sedangkan evaluasi berbasis confusion matrix mencapai precision 96,34%, recall 98,34%, dan F1-score 97,32%. Pengujian realtime di gerbang keluar Politeknik Negeri Bali pada resolusi 1920×1080 menunjukkan akuisisi rata-rata 18,4 FPS dan throughput deteksi sekitar 10,3 FPS dengan hasil OCR ditampilkan langsung pada video. Pada pengujian realtime metrik evaluasi mencapai angka 94,19% untuk precision, 86,39% untuk recall, dan 90,12% untuk F1-score. Pendekatan ini menekankan pemrosesan lokal guna mencapai latensi rendah. Temuan tersebut menegaskan bahwa sistem mampu mempercepat pencatatan kendaraan, mengurangi beban kerja manual petugas, sehingga dinilai layak diimplementasikan sebagai solusi pendukung operasional pengelolaan akses kampus dan berpotensi untuk diintegrasikan dengan sistem keamanan maupun manajemen parkir. Namun performa dapat menurun pada sudut kamera esktrem dan latar yang sangat mirip pelat nomor kendaraan serta pembacaan karakter yang memiliki kemiripan.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: ANPR, YOLOv8, OCR, Plat Nomor Indonesia, F1-score
Subjects: Ilmu Teknik > Teknik Elektro Dan Informatika > Teknik Informatika
Ilmu Teknik > Teknik Elektro Dan Informatika > Teknologi Informasi
Ilmu Teknik > Teknik Elektro Dan Informatika > Teknik Perangkat Lunak
Divisions: Jurusan Teknologi Informasi > Prodi D4 Teknologi Rekayasa Perangkat Lunak > Skripsi
Depositing User: Kadek Agus Toni Pranata
Date Deposited: 02 Sep 2025 04:07
Last Modified: 02 Sep 2025 04:07
URI: https://repository.pnb.ac.id/id/eprint/18220

Actions (login required)

View Item View Item