Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer
Imam Subekti
Universitas Peradaban
Computer Science & IT Decision Sciences, Operations Research & Management Education

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Pengenalan Plat Nomor Kendaraan Menggunakan Algoritma Convolutional Neural Network Berbasis Tensorflow Imam Subekti; Rito Cipta Sigitta Hariyono; Sorikhi
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i3.15169

Abstract

Plat nomor kendaraan merupakan sebuah objek tanda pengenal bagi setiap kendaraan yang berisi nomor unik dan dapat digunakan untuk mengidentifikasi sebuah kendaraan. Pengenalan karakter pada plat nomor kendaraan bisa menjadi sebuah terobosan yang dapat melakukan tugas-tugas untuk identifikasi dan membaca plat nomor secara otomatis. Salah satunya ialah dengan memanfaatkan teknologi Automatic Number Plate Recognition (ANPR). Tahap pengenalan plat nomor kendaraan melalui pengolahan citra setidaknya memerlukan beberapa tahap seperti, prapengolahan, deteksi lokasi plat nomor, segmentasi nomor seri plat nomor dan melakukan klasifikasi di setiap nomor seri. Pendekatan dalam melakukan pengenalan plat nomor secara otomatis dapat dilakukan dengan menggunakan teknik deep learning dengan metode Convolutional Neural Network. Proses perancangan arsitektur, pembangunan model, dan implementasi model CNN dalam penelitian ini dilakukan menggunakan framework TensorFlow. Tujuan dari penggunaan framework ini adalah memungkinkan peneliti untuk merancang arsitektur sesuai dengan kebutuhan. Hasil dari penerapan metode Convolutional Neural Network dengan arsitektur Lenet-5 dalam penelitian ini ialah model yang dibangun dapat mengenali karakter pada pada plat nomor kendaraan dengan tingkat akurasi sebesar 89,86% dari total 50 data citra.
Co-Authors Rito Cipta sigitta Hariyono Sorikhi