<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="15113">
<titleInfo>
<title><![CDATA[IMPLEMENTASI CONVOLUTIONAL RECURRENT NEURAL NETWORK UNTUK IDENTIFIKASI PELAT NOMOR MOBIL PADA SISTEM PARKIR OTOMATIS]]></title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Winarno Sugeng, M.Kom</namePart>
<role><roleTerm type="text">Dosen Pembimbing 1</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>FAKHRUDIN RIZKY HUSAINI / 152017113</namePart>
<role><roleTerm type="text">Penulis</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes"><![CDATA[mixed material]]></typeOfResource>
<genre authority="marcgt"><![CDATA[bibliography]]></genre>
<originInfo>
<place><placeTerm type="text"><![CDATA[Teknik Informatika]]></placeTerm></place>
<publisher><![CDATA[FTI]]></publisher>
<dateIssued><![CDATA[2023]]></dateIssued>
<issuance><![CDATA[monographic]]></issuance>
<edition><![CDATA[0]]></edition>
</originInfo>
<language>
<languageTerm type="code"><![CDATA[en]]></languageTerm>
<languageTerm type="text"><![CDATA[English]]></languageTerm>
</language>
<physicalDescription>
<form authority="gmd"><![CDATA[Text]]></form>
<extent><![CDATA[]]></extent>
</physicalDescription>
<note>Pada saat ini perkembangan teknologi machine learning yang merupakan bagian dari Artificial Intelligence (kecerdasan buatan) telah banyak digunakan untuk mempermudah pekerjaan manusia, seperti melakukan pengenalan karakter pada plat nomor otomatis atau Automatic License Plate Detection and Recognition (ALPR). Penelitian ini dilakukan dengan tujuan dapat melakukan pengenalan karakter pada plat nomor dengan memanfaatkan keunggulan metode CRAFT sebagai deteksi teks berdasarkan kode plat, nomor polisi, dan kode daerah serta memanfaatkan keunggulan metode CRNN sebagai pengenalan teks pada masing-masing bagian wilayah pada plat nomor. Dataset yang digunakan yaitu synthetic dataset yang dibuat menggunakan library python. Pengujian pengenalan teks pada plat nomor dilakukan pada citra uji synthetic dan citra uji plat nomor asli yang didapat dari Kaggle.com, github.com, dan images.google.com. Proses training model CRNN dengan dataset synthetic telah menghasilkan model terbaik yang memiliki akurasi sebesar 85,73% terhadap 1500 citra uji synthetic dan akurasi sebesar 77,5 % terhadap 40 citra plat nomor asli yang didapat dari google image dan Kaggle.com.</note>
<subject authority=""><topic><![CDATA[CRNN]]></topic></subject>
<subject authority=""><topic><![CDATA[Machine learning]]></topic></subject>
<subject authority=""><topic><![CDATA[ALPR]]></topic></subject>
<subject authority=""><topic><![CDATA[CRAFT]]></topic></subject>
<classification><![CDATA[]]></classification><identifier type="isbn"><![CDATA[20230112]]></identifier><location>
<physicalLocation><![CDATA[Setiadi Open Source ETD System]]></physicalLocation>
<shelfLocator><![CDATA[655IF/23]]></shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1"><![CDATA[655IF/23]]></numerationAndChronology>
<sublocation><![CDATA[]]></sublocation>
<shelfLocator><![CDATA[655IF/23]]></shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<slims:digitals>
<slims:digital_item id="15224" url="" path="/152017113_655IF.pdf" mimetype="application/pdf"><![CDATA[IMPLEMENTASI CONVOLUTIONAL RECURRENT NEURAL NETWORK UNTUK IDENTIFIKASI PELAT NOMOR MOBIL PADA SISTEM PARKIR OTOMATIS]]></slims:digital_item>
<slims:digital_item id="15225" url="" path="/152017113_655IF.pdf" mimetype="application/pdf"><![CDATA[IMPLEMENTASI CONVOLUTIONAL RECURRENT NEURAL NETWORK UNTUK IDENTIFIKASI PELAT NOMOR MOBIL PADA SISTEM PARKIR OTOMATIS]]></slims:digital_item>
</slims:digitals><recordInfo>
<recordIdentifier><![CDATA[15113]]></recordIdentifier>
<recordCreationDate encoding="w3cdtf"><![CDATA[2023-06-12 08:10:26]]></recordCreationDate>
<recordChangeDate encoding="w3cdtf"><![CDATA[2023-06-12 08:10:41]]></recordChangeDate>
<recordOrigin><![CDATA[machine generated]]></recordOrigin>
</recordInfo></mods></modsCollection>