Deteksi Pelat Nomor Kendaraan dengan Convolutional Neural Network dan Pembacaan Karakter dengan Optical Character Recognition

Indri Rahmawati (Universitas Buana Perjuangan Karawang)
Deden Wahiddin (Universitas Buana Perjuangan Karawang)
Euis Nurlaelasari (Universitas Buana Perjuangan Karawang)
Adi Rizky Pratama (Universitas Buana Perjuangan Karawang)
Ahmad Fauzi (Universitas Buana Perjuangan Karawang)
Jamaludin Indra (Universitas Buana Perjuangan Karawang)

Scientific Student Journal for Information, Technology and Science
Vol. 7 No. 2 (2026): Scientific Student Journal for Information, Technology and Science

Pengenalan pelat nomor kendaraan secara otomatis menjadi salah satu solusi untuk meningkatkan efisiensi dan keamanan sistem parkir, khususnya di Universitas Buana Perjuangan Karawang yang masih menggunakan metode manual. Penelitian ini mengembangkan sistem deteksi pelat nomor kendaraan menggunakan algoritma Convolutional Neural Network (CNN) dan PaddleOCR. Dataset yang digunakan sebanyak 10.795 citra, kemudian diperluas menjadi 21.590 citra melalui proses augmentasi data. Tahap preprocessing meliputi konversi citra menjadi grayscale, resize, normalisasi, dan parsing anotasi. Algoritma Convolutional Neural Network digunakan untuk mendeteksi lokasi pelat nomor, sedangkan PaddleOCR digunakan untuk mengenali karakter pada pelat nomor. Evaluasi dilakukan menggunakan metrik Mean Absolute Error (MAE), Intersection over Union (IoU), dan akurasi OCR. Hasil evaluasi menunjukkan nilai IoU validasi sebesar 0,8639 dan akurasi OCR sebesar 80%, yang menunjukkan bahwa sistem memiliki performa yang baik pada tahap awal pengembangan.