Perpustakaan Digital ITB

Automatic Number Plate Recognition (ANPR) adalah suatu proses untuk mengidentifikasi pelat nomor suatu kendaraan. Secara umum, proses ini terdiri dari tiga tahapan yang terdiri dari lokalisasi pelat nomor, segmentasi karakter, dan identifikasi karakter. Dalam Tugas Akhir ini, akan dibangun model untuk lokalisasi pelat nomor serta model untuk mengidentifikasi karakter. Kedua model tersebut akan dibangun menggunakan Convolutional Neural Network (CNN). Untuk proses lokalisasi pelat nomor dibuat model segmentasi menggunakan arsitektur U-Net yang merupakan model CNN dan pertama kali dikembangkan untuk masalah segmentasi di bidang biomedis. Model dibangun dengan tiga buah modifikasi yang berbeda, yaitu arsitektur yang sama persis dengan U-Net, U-Net dengan memodifikasi banyak parameter, serta U-Net dengan bagian encoder menggunakan parameter dari model VGG19. Diperoleh bahwa nilai Intersection over Union (IoU) untuk masing-masing model tersebut adalah 90%, 86%, dan 94%. Untuk proses identifikasi karakter dibuat tiga buah model klasifikasi dengan arsitektur yang berbeda, yaitu model CNN yang dibangun sendiri serta model CNN dengan menerapkan metode transfer learning, yaitu metode untuk menggunakan pengetahuan dari model lain yang telah menyelesaikan masalah yang serupa. Model yang digunakan untuk metode tersebut adalah VGG16 dan VGG19. Diperoleh bahwa nilai akurasi untuk masing-masing model tersebut adalah 78%, 86%, dan 84%.