EVALUASI KINERJA MINI PC DENGAN ALGORITMA ALPR STUDI KASUS :DETEKSI PLAT MOBIL


WINARKO, NUR AZIZAH NOVITAMI (2019) EVALUASI KINERJA MINI PC DENGAN ALGORITMA ALPR STUDI KASUS :DETEKSI PLAT MOBIL. Skripsi thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
19_D42115009_Cover1.jpg

Download (4kB) | Preview
[thumbnail of Bab 1-2] Text (Bab 1-2)
19_D42115009(FILEminimizer) ... ok bab 1-2.pdf

Download (2MB)
[thumbnail of Dapus] Text (Dapus)
19_D42115009(FILEminimizer) ... ok dapus-lam.pdf

Download (4MB)
[thumbnail of Full Text] Text (Full Text)
19_D42115009(FILEminimizer) ... ok.pdf
Restricted to Repository staff only

Download (7MB)

Abstract (Abstrak)

Pajak Parkir adalah salah satu sumber Pendapatan Asli Daerah yang dibayarkan ke DISPENDA melalui pengelola parkir. Namun salah satu kendala yang dihadapi DISPENDA dalam pemungutan pajak parkir ini adalah DISPENDA tidak dapat memastikan apakah jumlah pajak yang disetor oleh pengelola sesuai dengan jumlah penerimaan yang sebenarnya. Hal ini dikarenakan data pembanding yang dimiliki tidak aktual dan masih menggunakan pengumpulan dengan sistem berbasis counter manual. Untuk itu dibutuhkan sebuah sistem otomatisasi realtime terhadap perhitungan tersebut. Dalam rangka membantu DISPENDA menghasilkan sistem yang efisien untuk diimplementasikan, penelitian ini mengevaluasi kinerja Mini PC terhadap algoritma ALPR (Automatic License Plat Recognition) yang telah ada. Kinerja yang diukur adalah: (1) rata-rata waktu eksekusi satu gambar hingga karakter plat dikenali, dengan skenario pengujian yaitu perubahan nilai kernel GaussianBlur 3x3, 5x5, 7x7 dan 11x11, (2) Kinerja CPU Mini PC dengan skenario pengujian yaitu diamati dalam keadaan startup dan dalam keadaan mengeksekusi program. Hasil yang diperoleh: nilai kernel dengan akurasi terbaik 83% yaitu nilai kernel 7x7, dan nilai kernel dengan rata-rata waktu eksekusi tercepatadalah nilai kernel 11x11 yaitu 23.44806444 detik. Hasil kinerja CPUpada keadaan startupyaitu sebesar 0.21% dan dalam keadaan mengeksekusi program sebesar 23.40% , artinya penggunaan CPU naik sebesar 23.19% dari keadaan startup.

Kata kunci: DISPENDA, ALPR, evaluasi kinerja, mini PC.

Item Type: Thesis (Skripsi)
Subjects: T Technology > T Technology (General)
Depositing User: S.Sos Rasman -
Date Deposited: 26 Jan 2021 03:06
Last Modified: 26 Jan 2021 03:06
URI: http://repository.unhas.ac.id:443/id/eprint/2326

Actions (login required)

View Item
View Item