Sistem pencatatan kendaraan manual di gerbang IPB Univesity berpotensi menyebabkan antrean dan kesalahan data. Penelitian ini mengembangkan sistem gerbang otomatis berbasis Automatic License Plate Recognition (ALPR) menggunakan YOLOv11 untuk deteksi plat nomor dan OCR berbasis Compact Convolutional Transformer (CCT) untuk pengenalan karakter. Dataset yang digunakan sebanyak 349 citra plat nomor kendaraan Indonesia dengan rasio 80:20. Fine-tuning model OCR selama 30 epoch berhasil meningkatkan plate accuracy dari 75,71% menjadi 82,86% dengan character accuracy mencapai 98,14%. Metode Consecutive Result juga meningkatkan kestabilan pembacaan OCR pada video real-time. Sistem berhasil diintegrasikan dengan kamera, database kendaraan, dan frontend monitoring untuk identifikasi kendaraan otomatis.
Copyrights © 2026