Deteksi Objek dan Pengenalan Karakter Plat Nomor Kendaraan dengan Metode Deep Learning

https://doi.org/10.22146/ijeis.91555

Ghina Salma Susilo(1*)

(1) Universitas Gadjah Mada
(*) Corresponding Author

Abstract


Digunakan 2 modul deep learning, YOLOv5n untuk deteksi plat nomor dan framework TPS-ResNet-BiLSTM-Attn untuk pengenalan karakter. Masing-masing modul dilatih dengan 2 jenis dataset, Dataset 1 mencakup gambar dengan variasi kondisi cuaca panas dan mendung dan Dataset 2 mencakup gambar dengan variasi kondisi panas, mendung dan hujan sedang. Hasil dari variasi pelatihan model kemudian diuji menggunakan 1 dataset yang mencakup gambar plat nomor dalam kondisi cuaca panas, mendung dan hujan. Penelitian menghasilkan model dan metode pelatihan yang efisien. Metode pelatihan dengan performa terbaik untuk model YOLOv5n adalah dengan menggunakan Dataset 2 dan hyperparameter evolution. Didapatkan hasil pengujian berupa nilai mAP 0,893 dan f1-score 0,887. Metode pelatihan dengan performa terbaik pada framework TRBA adalah dengan menggunakan Dataset 2 (3200 data). Didapatkan hasil pengujian model berupa nilai akurasi sebesar 83,08%.

Full Text:

PDF



DOI: https://doi.org/10.22146/ijeis.91555

Article Metrics

Abstract views : 708 | views : 970

Refbacks

  • There are currently no refbacks.




Copyright (c) 2024 IJEIS (Indonesian Journal of Electronics and Instrumentation Systems)

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.



Copyright of :
IJEIS (Indonesian Journal of Electronics and Instrumentations Systems)
ISSN 2088-3714 (print); ISSN 2460-7681 (online)
is a scientific journal the results of Electronics
and Instrumentations Systems
A publication of IndoCEISS.
Gedung S1 Ruang 416 FMIPA UGM, Sekip Utara, Yogyakarta 55281
Fax: +62274 555133
email:ijeis.mipa@ugm.ac.id | http://jurnal.ugm.ac.id/ijeis



View My Stats1
View My Stats2