MEDIAN FILTERING UNTUKMENGHILANGKAN SALT AND PEPPER UNTUK PENDETEKSIAN PLAT NOMOR KENDARAAN
Penelitian ini mengembangkan system pembacaan plat nomor kendaraan berbasis Deep Learning menggunakan arsitektur OCR yang diuji pada kondisi cuaca buruk dengan menggunakan video dari cctv jalan raya beresolusi 720p dan kamera ponsel 1080p. Berdasarkan evaluasi yang dilakukan, model menunjukkan performa yang baik dengan tingkat akurasi pembacaan karakter teks mencapai 82,41%. Untuk meningkatkan performa model disarankan untuk memperluas dataset penelitian dan menggunakan algoritma model yang lebih memiliki ragam bahasa dan dapat mendeteksi dalam kondisi yang kompleks. Meskipun model telah menunjukkan akurasi yang tinggi, langkah-langkah perbaikan yang diusulkan diharapkan dapat mengembangkan kemampuan dalam pengenalan karakter dan deteksi objek sehingga dapat menutupi kekurangan yang ada.
Kata kunci: Plat Nomor Kendaraan, Deteksi Objek. OCR, Deep Learning, Cuaca hujan, Real-time
Detail Information
Citation
APA Style
. (2024).MEDIAN FILTERING UNTUKMENGHILANGKAN SALT AND PEPPER UNTUK PENDETEKSIAN PLAT NOMOR KENDARAAN ().Teknik Informatika:FTI
Chicago Style
.MEDIAN FILTERING UNTUKMENGHILANGKAN SALT AND PEPPER UNTUK PENDETEKSIAN PLAT NOMOR KENDARAAN ().Teknik Informatika:FTI,2024.Text
MLA Style
.MEDIAN FILTERING UNTUKMENGHILANGKAN SALT AND PEPPER UNTUK PENDETEKSIAN PLAT NOMOR KENDARAAN ().Teknik Informatika:FTI,2024.Text
Turabian Style
.MEDIAN FILTERING UNTUKMENGHILANGKAN SALT AND PEPPER UNTUK PENDETEKSIAN PLAT NOMOR KENDARAAN ().Teknik Informatika:FTI,2024.Text