1522 4565 1 PB
1522 4565 1 PB
Abstract
Currently, vehicle number plate detection systems in general still use the manual method. This will take a lot of time
and human effort. Thus, an automatic vehicle number plate detection system is needed because the number of vehicles
that continues to increase will burden human labor. In addition, the methods used for vehicle number plate detection
still have low accuracy because they depend on the characteristics of the object being used. This study develops a
YOLO-based automatic vehicle number plate detection system. The dataset used is a pretrained YOLOv3 model of 700
data. Then proceed with the number plate text extraction process using the Tesseract Optical Character Recognition
(OCR) library and the results obtained will be stored in the database. This system is web-based and API so that it can
be used online and on the cross-platform. The test results show that the automatic number plate detection system
reaches 100% accuracy with sufficient lighting and a threshold of 0.5 and for the results using the Tesseract library,
the detection results are 92.32% where the system is successful in recognizing all characters on the license plates of
cars and motorcycles. in the form of alphanumeric characters of 7-8 characters.
Abstrak
Saat ini sistem deteksi plat nomor kendaraan pada umumnya masih menggunakan metode manual. Hal ini akan
memakan banyak waktu dan tenaga manusia. Sehingga, sistem deteksi plat nomor kendaraan otomatis sangat
diperlukan karena jumlah kendaraan yang terus bertambah banyak akan membebankan tenaga manusia. Selain itu
metode-metode yang digunakan untuk deteksi plat nomor kendaraan masih memiliki akurasi yang rendah karena sangat
bergantung pada ciri objek yang digunakan. Penelitian ini mengembangkan sistem deteksi plat nomor kendaraan
otomatis berbasis You Only Look Once (YOLO). Dataset yang digunakan merupakan data pretrained model YOLOv3
sebanyak 700 data. Kemudian dilanjutkan proses ekstraksi teks plat nomor menggunakan library Tesseract Optical
Character Recognition (OCR) dan hasil yang didapatkan akan disimpan di database. Sistem ini berbasis web dan API
sehingga bisa di gunakan secara online dan lintas platform. Hasil pengujian menunjukan bahwa sistem pendeteksian
plat nomor otomatis mencapai tingkat akurasi 100% dengan pencahayaan yang cukup serta threshold sebanyak 0.5 dan
untuk hasil OCR menggunakan library tesseract di dapatkan hasil deteksi 92,32% dimana sistem berhasil untuk
mengenali seluruh karakter pada plat mobil dan motor yang berupa karakter alfanumerik sebanyak 7-8 karakter.
54
Jurnal TEKNOINFO, Vol. 16, No. 1, 2022, 54-59, ISSN: 2615-224X
menggunakan metode YOLO dikarenakan metode ini sehingga terbentuklah class probability map. Dari sekian
memiliki kecepatan dan akurasi yang baik dalam banyak bounding box yang dihasilkan, untuk
melakukan deteksi objek. mendapatkan bounding box beserta kelas objek dengan
Untuk melakukan proses mengambil data plat probabilitas yang tinggi, maka dari seluruh hasil prediksi
nomor dari gambar, akan dilakukan menggunakan tersebut, hanya yang melampaui threshold saja yang
Optical Character Recognition (OCR) yang akan digunakan. Jika terdapat duplikasi bounding box,
menghasilkan sebuah text dari gambar yang diambil. maka Non-max Suppresion (NMS) berperan untuk
Pada saat ini implementasi OCR sudah dipermudah menghilangkan duplikat tersebut [4]. Ilustrasi algoritma
dengan adanya bantuan library Tesseract OCR dan YOLO digambarkan pada Gambar 1.
tingkat akurasinya juga tergolong tinggi. Proses ini
dilakukan untuk mengambil kode seri plat nomor yang
nantinya akan di simpan kedalam database.
Pembacaan plat nomor kendaraan yang dirancang
dalam penelitian ini berbasis web dan Application
Programming Interface (API). Penggunaan web di pilih
karena diharapkan aplikasi ini bisa diakses secara online
kapan saja dan dimana saja serta mengelola data plat
nomor yang terdeteksi. Sedangkan penggunaan API
dikarenakan semakin pesatnya perkembangan teknologi
itu sendiri yang berkembang pesat di pasaran dengan
berbagai tipe dan sistem operasi. Dengan menggunakan
API diharapkan sistem pendeteksi plat nomor kendaraan
ini juga bisa digunakan di berbagai perangkat. Dengan
adanya sistem pendeteksi plat nomor kendaraan ini Gambar 1. Ilustrasi algoritma YOLO [5].
diharapkan dapat membantu dan memudahkan proses
pekerjaan lembaga atau instansi yang didalam melakukan C. OCR
pekerjaannya membutuhkan data informasi tentang kode Optical Character Recognition (OCR) adalah
plat nomor kendaraan. proses yang digunakan untuk mengkonversi gambar yang
berisikan teks menjadi karakter ASCII yang dapat
2. Metode dikenali oleh komputer. Berbagai pendekatan yang dapat
A. Plat Nomor digunakan pada Optical Character Recognition, yaitu
matrix matching, fuzzy logic, ekstraksi fitur, analisa
Plat nomor kendaraan merupakan sebuah pengenal struktural, dan jaringan syaraf [6].
kendaraan yang wajib digunakan oleh setiap kendaraan
bermotor. Plat nomor kendaraan telah digunakan sejak D. Tesseract OCR
zaman Hindia Belanda berdasarkan wilayah karesidenan.
Plat kendaraan bermotor, dibagi berdasarkan wilayah Tesseract adalah mesin OCR yang dikembangkan di
Kabupaten dan Kota tempat kendaraan bermotor HP (Hewlett-Packard) antara tahun 1984 dan 1994. Pada
berlokasi, dan dibedakan menggunakan huruf alphabet tahun 2005 tesseract dibuat open source oleh HP [7].
yang berada di depan dan belakang plat nomor [1]. Dari 2006 hingga November 2018 dikembangkan oleh
Google. Arsitektur yang digunakan oleh tesseract
B. You Only Look Once (YOLO) digambarkan pada Gambar 2.
55
Jurnal TEKNOINFO, Vol. 16, No. 1, 2022, 54-59, ISSN: 2615-224X
untuk melakukan deteksi objek plat nomor kendaraan dari grayscaling kemudian dilanjutkan tresholding [9].
Indonesia. Grayscaling sendiri akan mengubah citra rgb menjadi
citra grayscale yang selanjutnya akan di proses ke tahap
F. API tresholding untuk memisahkan background dengan objek
berdasarkan gelap terang citra sehingga akan
API atau Application Programming Interface adalah menghasilkan citra dengan background putih dan warna
sebuah antarmuka yang digunakan untuk tulisan hitam untuk memudahkan tesseract dalam
menghubungkan antara satu aplikasi dengan aplikasi mengkonversi citra kedalam bentuk text dan menyimpan
yang lain. Peran dari API adalah sebagai perantara yang text beserta potongan gambar kedalam database.
menghubungkan aplikasi berbeda, baik dari platform
yang sama maupun lintas platform.
G. Tahapan Penelitian
Gambar 5. Tahap grayscaling dan thresholding citra
Untuk membuat sistem deteksi plat nomor plat nomor
kendaraan menggunakan metode YOLO dan Tesseract
OCR, maka terdapat beberapa tahapan dalam cara kerja 3. Hasil dan Pembahasan
sistem ini. Flowchart sistem ini sebagai berikut
A. Kebutuhan Sistem
Sistem deteksi plat nomor kendaraan otomatis ini
terdiri dari dua bagian yaitu bagian Administrator dan
bagian User. Kedua bagian ini masing masing
mempunyai kebutuhan, seperti:
1. Kebutuhan Administrator
a. Mengelola User.
b. Mengelola Apps.
2. Kebutuhan User
a. Membuat Apps.
b. Mengelola plat nomor.
c. Deteksi plat nomor menggunakan web.
d. Deteksi plat nomor menggunakan API.
B. Implementasi
Gambar 3. Flowchart Sistem Deteksi Plat Nomor Web dari sistem yang diusulkan dapat dilihat pada
Gambar di bawah ini. Halaman login User dan
Pada flowchart Gambar 3. Hal pertama yang Administrator ditunjukkan Gambar 6.
dilakukan adalah menginput gambar yang akan di
dilakukan proses deteksi plat nomor. Selanjutnya sistem
akan memproses gambar tersebut menggunakan metode
YOLO untuk mendeteksi objek plat nomor. Plat nomor
yang terdeteksi kemudian akan di tandai dengan
bounding box, pada proses ini dilakukan pemotongan
gambar sesuai area bounding box yang di peroleh.
Ilustrasi deteksi objek plat nomor kendaraan
menggunakan metode YOLO digambarkan pada Gambar
4.
Gambar plat nomor yang didapatkan dari Gambar 4. Gambar 6. Halaman login User dan Administrator
Selanjutnya akan di proses ke tahap preprocessing.
Metode ini digunakan untuk meningkatkan ketajaman Untuk menggunakan sistem, User diwajibkan untuk
citra untuk mengantisipasi beberapa variasi pencahayaan mendaftar terlebih dahulu. Halaman pendaftaran
yang biasa muncul saat pengambilan citra yaitu terdiri ditunjukkan pada Gambar 7.
56
Jurnal TEKNOINFO, Vol. 16, No. 1, 2022, 54-59, ISSN: 2615-224X
57
Jurnal TEKNOINFO, Vol. 16, No. 1, 2022, 54-59, ISSN: 2615-224X
5. Daftar Pustaka
[1] R. Efendi, “Aplikasi Pembacaan Plat Nomor
Kendaraan Menggunakan Optical Character
Gambar 15. Hasil pengujian YOLOv3 Recognition (OCR),” Semin. Nas. Teknol. Inf.,
58
Jurnal TEKNOINFO, Vol. 16, No. 1, 2022, 54-59, ISSN: 2615-224X
59