Penerapan Algoritma You Only Look Once (YOLO) Versi 8 dan Convolutional Neural Network (CNN) Dan Image Processing pada Aplikasi Automatic Number Plate Recognition (ANPR)

Abstract

Penelitian ini mengembangkan sistem Automatic Number Plate Recognition (ANPR) untuk meningkatkan keamanan dan efisiensi manajemen kendaraan di Universitas Teknologi Sumbawa (UTS). Pendekatan ini menggunakan YOLOv8 untuk deteksi plat kendaran, dan Convolutional Neural Network (CNN) untuk pengenalan nomor plat kendaran dan Image Processing untuk untuk proses segmentasi dan pendukung deteksi dan rekognisi. Data dikumpulkan dari Kaggle dan diolah melalui Roboflow untuk anotasi kemudian dilatih. Hasil menunjukkan akurasi segmentasi 97.3% dan prediksi karakter 94.6%, lebih baik dibandingkan penelitian sebelumnya dengan akurasi 93.3%. Pengujian menggunakan 20 sampel gambar menunjukkan rata-rata confidence deteksi 94.8% untuk hasil deteksi YOLOv8. Model ANPR ini berhasil meningkatkan akurasi dan efisiensi identifikasi kendaraan, mengatasi tantangan pencahayaan dan kualitas gambar. Studi ini menyarankan peningkatan dataset, teknik pemrosesan gambar, dan pengembangan antarmuka aplikasi yang ramah pengguna untuk implementasi lebih lanjut.