Deteksi Penggunaan Helm dan Ekstraksi Nomor Plat Kendaraan Sepeda Motor Menggunakan YOLOv5 dan Easyocr


Peningkatan jumlah kendaraan bermotor roda dua menyebabkan peningkatan potensi kecelakaan lalu lintas. Tercatat lebih dari 104 ribu kasus kecelakaan terjadi pada tahun 2017 dan meningkat menjadi 116 ribu kasus pada tahun 2019. Kurangnya personil polisi lalu lintas dan banyaknya pengendara sepeda motor yang tidak disiplin menggunakan helm memperparah resiko kecelakaan lalu lintas sepeda motor. Pendisiplinan penggunaan helm perlu dilakukan untuk menekan resiko benturan kepala dalam kecelakaan lalu lintas bahkan ketika tidak ada polisi yang sedang berjaga. Model YOLOv5s digunakan sebagai model pendeteksian objek motorcyclist, helm dan plat nomor. Sebanyak 170 citra berukuran 5184 x 3456 pixel diambil dan dijadikan dataset dengan komposisi 120 citra untuk data training, 30 citra untuk data validasi dan 20 citra untuk data test. Pendeteksian objek dari 20 citra tersebut mendeteksi 39 motorcyclist, 32 helm dan 41 plat nomor dengan akurasi rata-rata berurutan sebesar 91.65%, 96.15% dan 92.30%. Dari 41 plat nomor yang berhasil dideteksi, sebanyak 6 buah plat nomor yang di crop untuk selanjutnya diekstraksi menggunakan EasyOCR. Proses ekstraksi dilakukan dengan melakukan proses skewing yang bertujuan untuk meningkatkan kualitas hasil ekstraksi. Hasil ekstraksi EasyOCR mendapatkan nilai CER sebesar 46.2% dan CER Norm sebesar 44.7%.

Kata Kunci: EasyOCR, Pendeteksian Objek, You Only Look Once (YOLO).


LOADING LIST...

Detail Information

Bagian Informasi
Pernyataan Tanggungjawab
Pengarang Geo Septian - Personal Name
Wahiddin, Deden - Personal Name
Novita, Hilda Yulia - Personal Name
Edisi Print
No. Panggil TA/IF 220036
Subyek Informatika
Komputer
Klasifikasi Teknik Informatika
Judul Seri
GMD Text
Bahasa Indonesia
Penerbit Fakultas Ilmu Komputer
Tahun Terbit 2022
Tempat Terbit karawang
Deskripsi Fisik
Info Detil Spesifik Teknik Informatika


Citation

. (2022).Deteksi Penggunaan Helm dan Ekstraksi Nomor Plat Kendaraan Sepeda Motor Menggunakan YOLOv5 dan Easyocr.(Electronic Thesis or Dissertation). Retrieved from https://localhost/etd

 



Homepage Info

Welcome To Repository University of Buana Perjuangan Karawang

Media Sosial / Kanal

Address

Universitas Buana Perjuangan Karawang
Jl. Ronggo Waluyo Sirnabaya, Puseurjaya
Telukjambe Timur, Karawang
Email: perpustakaan@ubpkarawang.ac.id