Implementasi Metode YOLOV5 dan Tesseract OCR untuk Deteksi Plat Nomor Kendaraan

Abstrak

Keamanan dan kenyamanan di lingkungan kampus merupakan faktor penting dalam mendukung kemajuan perguruan tinggi. Sistem keamanan konvensional yang melibatkan pemeriksaan kendaraan manual melalui identitas kepemilikan seringkali memakan waktu dan menyebabkan antrian kendaraan, sehingga menimbulkan kemacetan. Untuk mengatasi hal tersebut, penelitian ini mengusulkan solusi berupa sistem pengenalan plat nomor otomatis berbasis You Only Look Once (YOLO) dan ekstraksi karakter menggunakan teknologi Optical Character Recognition (OCR) Tesseract. Sistem ini memungkinkan pengenalan plat nomor kendaraan secara cepat dan efisien, sehingga dapat mengoptimalkan lalu lintas, menghemat waktu, serta meningkatkan kenyamanan bagi setiap pengguna kendaraan di lingkungan kampus. Metodologi penelitian melibatkan pelatihan model YOLO dengan Dataset plat nomor kendaraan untuk mendeteksi dan mengenali plat nomor, yang dilanjutkan dengan ekstraksi karakter untuk mengidentifikasi nomor plat secara akurat. Hasil penelitian menunjukkan akurasi sistem mencapai 70%, yang menunjukkan efektivitasnya dalam mendeteksi plat kendaraan dalam berbagai situasi. Sistem ini diharapkan dapat diimplementasikan secara luas di lingkungan kampus untuk meningkatkan keamanan, kenyamanan, dan efisiensi akses bagi seluruh civitas akademika.