Pemanfaatan Model YOLOv8 Untuk Mendeteksi Plat Nomor Kendaraan Mobil Pada Gerbang Masuk Universitas XYZ
Main Article Content
Abstract
Kendaraan bermotor merupakan salah satu transportasi yang sering digunakan oleh masyarakat Indonesia. Dalam penggunaan kendaraan bermotor ini, diperlukan adanya plat nomor sebagai Tanda Kendaraan Bermotor (TNKB) yang memuat kode wilayah, nomor registrasi, masa berlaku, dan memenuhi spesifikasi yang diatur. Sistem deteksi otomatis plat nomor kendaraan perlu disadari menjadi hal yang dibutuhkan guna memudahkan pencatatan, pengawasan, dan identifikasi kendaraan. Tujuan penelitian ini untuk mendeteksi plat nomor kendaraan yang masuk ke dalam lingkungan kampus Universitas XYZ. Metode penelitian yang digunakan yaitu pengumpulan data, anotasi data, pembagian data, preprocessing data, pelatihan model, implementasi model, dan pengujian model pada sistem. Tujuan penelitian ini untuk melakukan pendeteksian plat nomor kendaraan jenis mobil yang masuk ke lingkungan kampus Universitas XYZ menggunakan model YOLOv8. Hasil penelitian menunjukkan algoritma YOLOv8 dengan PaddleOCR memberikan nilai performansi yang sangat baik dengan nilai hasil pelatihan model mendapatkan mAP50 sebesar 98.9%, precision 98,8%, recall sebesar 96.5%, dan akurasi sistem sebesar 90% dalam skala likert.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
References
[1] E. Tirtana, K. Gunadi, and I. Sugiarto, “Penerapan Metode YOLO dan Tesseract-OCR untuk Pendataan Plat Nomor Kendaraan Bermotor Umum di Indonesia Menggunakan Raspberry Pi,” J. Infra, vol. 9, no. 2, pp. 241–247, 2021.
[2] Y. O. L. Rema, “Deteksi Plat Nomor Kendaraan Bermotor dengan Segmentasi Gambar,” J. Saintek Lahan Kering, vol. 2, no. 1, pp. 20–23, 2019.
[3] S. Syaifullah, H. Radiles, and T. K. Ahsyar, “Manajemen Kebutuhan Ruang Parkir Kampus (Studi Kasus: Fakultas Sains dan Teknologi UIN Suska Riau),” SITEKIN J. Sains, Teknol. dan Ind., vol. 18, no. 1, pp. 1–10, 2020, doi: 10.24014/sitekin.v18i1.10607.
[4] L. Satya, M. R. D. Septian, M. W. Sarjono, M. Cahyanti, and E. R. Swedia, “Sistem Pendeteksi Plat Nomor Polisi Kendaraan dengan Arsitektur YoloV8,” Sebatik, vol. 27, no. 2, pp. 753–761, 2023, doi: 10.46984/sebatik.v27i2.2374.
[5] Siswanti, F. Utaminingrum, and R. R. M. Putri, “Purwarupa Sistem Klasifikasi Warna Plat Kendaraan Berbasis Yolov8 Pada Gerbang Masuk UB,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 8, no. 3, 2024.
[6] N. J. Hayati, D. Singasatia, and M. R. Muttaqin, “Object Tracking Menggunakan Algoritma You Only Look Once (YOLO)v8 untuk Menghitung Kendaraan,” Komputa J. Ilm. Komput. Dan Inform., vol. 12, no. 2, pp. 91–99, 2023, doi: 10.34010/komputa.v12i2.10654.
[7] A. Fathurohman, “Machine Learning untuk Pendidikan: Mengapa dan Bagaimana,” J. JITEK, vol. 1, no. 3, pp. 57–62, 2021.
[8] R. Diana, H. Warni, and T. Sutabri, “Penggunaan Teknologi Machine Learning untuk Pelayanan Monitoring Kegiatan Belajar Mengajar pada SMK Bina Sriwijaya Palembang,” JUTEKIN (Jurnal Tek. Inform., vol. 11, no. 1, 2023, doi: 10.51530/jutekin.v11i1.709.
[9] R. A. Tilasefana and R. E. Putra, “Penerapan Metode Deep Learning Menggunakan Algoritma CNN Dengan Arsitektur VGG NET Untuk Pengenalan Cuaca,” J. Informatics Comput. Sci., vol. 5, no. 1, pp. 48–57, 2023, doi: 10.26740/jinacs.v5n01.p48-57.
[10] A. Aprilino and I. H. Al Amin, “Implementasi Algoritma Yolo dan tesseract OCR pada Sistem Deteksi Plat Nomor Otomatis,” J. Teknoinfo, vol. 16, no. 1, pp. 54–59, 2022.
[11] M. I. Maulana and R. Noviana, “Training Custom Model Deteksi Udang Menggunakan YOLOv8,” J. Ilm. Komputasi, vol. 22, no. 4, pp. 505–514, 2024, doi: 10.32409/jikstik.22.4.3526.
[12] D. Reis, J. Hong, J. Kupec, and A. Daoudi, “Real-Time Flying Object Detection with YOLOv8,” 2024.