Pengenalan Plat Nomor Kendaraan pada Portal Kompleks Menggunakan Convolutional Neural Network

Abstract

Security in the living environment is one of the various factors that can impact and influence various aspects of a person's life. According to Police registration data, during the period 2017 to 2019, the crime rate decreased compared to previous years. Even so, the number of victims who were affected by crimes certainly cannot be said to be small. Between 2017 and 2019, at least one hundred thousand people are victims of crime every year. Thus, security is still a problem that must be given optimal handling by the government or a group or individual. Therefore, it is necessary to optimize the existing security system in order to provide a sense of security for every community. This research was conducted to identify and match vehicle number plates on IP camera using the Convolutional Neural Network which ultimately aims to increase security in the residential environment. The steps taken are pre-processing and then recognizing the vehicle number plate. Image data taken from IP camera is cropped, detecting vehicle number plates using YOLOv5 with plate localization, resizing, converting color to gray, threshold, and finding contour to cut letters per character. Next, the letter recognition on the vehicle plate is carried out using the Convolutional Neural Network. Based on the results of research on image data sourced from IP camera, CNN is able to recognize and read vehicle plates with success results or an accuracy rate of 86%.

Keamanan di lingkungan tempat tinggal merupakan salah satu dari berbagai faktor yang dapat berimbas dan berpengaruh terhadap beragam aspek dalam kehidupan seseorang. Menurut data registrasi Polri, selama kurun waktu 2017 sampai 2019, tingkat kriminalitas mengalami penurunan dibandingkan tahun-tahun sebelumnya. Meskipun begitu, korban jiwa yang terkena tindak kejahatan tentu tidak dapat dikatakan sedikit. Antara tahun 2017 sampai 2019, sedikitnya seratus ribu jiwa penduduk merupakan korban kriminalitas untuk setiap tahunnya. Dengan demikian, keamanan masih menjadi permasalahan yang harus diberikan penanganan optimal oleh pemerintah maupun suatu kelompok atau individu. Oleh sebab itu, perlu dilakukan upaya pengoptimalan sistem keamanan yang sudah berjalan guna memberikan rasa aman untuk setiap masyarakat. Penelitian ini dilakukan untuk mengenali dan mencocokkan plat nomor kendaraan pada IP camera menggunakan Convolutional Neural Network yang tujuan akhirnya dapat meningkatkan keamanan di lingkungan tempat tinggal. Adapun langkah-langkah yang dilakukan, yaitu pre-processing kemudian mengenali plat nomor kendaraan. Data citra yang diambil dari IP camera dilakukan proses crop, mendeteksi plat nomor kendaraan menggunakan YOLOv5 dengan lokalisasi plat, resize, konversi warna menjadi keabuan, threshold, serta find contour untuk memotong huruf per karakter. Selanjutnya, dilakukan pengenalan huruf pada plat kendaraan menggunakan Convolutional Neural Network. Berdasarkan hasil penelitian terhadap data citra yang bersumber dari IP camera, maka CNN mampu mengenali dan membaca plat kendaraan dengan hasil keberhasilan atau tingkat akurasi sebesar 86%.