Syam, Muh. Yusuf (2024) IMPLEMENTASI SISTEM DETEKSI PLAT NOMOR GANJIL-GENAP SECARA REAL TIME BERBASIS YOLOV8 = IMPLEMENTATION OF A REAL TIME ODD-EVEN NUMBER PLATE DETECTION SYSTEM BASED ON YOLOV8. Skripsi thesis, UNIVERSITAS HASANNUDDIN.
![[thumbnail of H071191044_skripsi_28-11-2024 BAB 1-2.pdf]](/style/images/fileicons/text.png)
H071191044_skripsi_28-11-2024 BAB 1-2.pdf
Download (2MB)
![[thumbnail of H071191044_skripsi_28-11-2024 COVER1.jpg]](/44377/2.hassmallThumbnailVersion/H071191044_skripsi_28-11-2024%20COVER1.jpg)

H071191044_skripsi_28-11-2024 COVER1.jpg
Download (277kB) | Preview
![[thumbnail of H071191044_skripsi_28-11-2024 DP.pdf]](/style/images/fileicons/text.png)
H071191044_skripsi_28-11-2024 DP.pdf
Download (26kB)
![[thumbnail of H071191044_skripsi_28-11-2024.pdf]](/style/images/fileicons/text.png)
H071191044_skripsi_28-11-2024.pdf
Restricted to Repository staff only until 27 February 2027.
Download (4MB)
Abstract (Abstrak)
Kemacetan lalu lintas adalah masalah serius dengan dampak merata pada masyarakat, lingkungan, dan ekonomi. Untuk mengatasinya, banyak kota menerapkan kebijakan ganjil-genap untuk mengatur penggunaan jalan berdasarkan nomor plat kendaraan. Penelitian ini bertujuan untuk mengembangkan sistem deteksi ganjil-genap otomatis pada plat kendaraan dengan akurasi tinggi, menggantikan metode manual yang umumnya digunakan. Sistem menggunakan ESP32-CAM untuk mengambil gambar lalu lintas, algoritma YOLOv8 untuk mendeteksi plat kendaraan, dan OCR untuk mengenali karakter plat. Hasil deteksi disimpan di website yang dibangun menggunakan ReactJs, FastAPI, dan MySQL. Uji coba menunjukkan bahwa sistem berhasil mendeteksi 8 plat kendaraan dengan total levenshtein distance 7 pada 8 sampel uji, dengan rata-rata levenshtein distance 0.875, dan akurasi pembacaan status ganjil-genap sebesar 100%. Dari 64 karakter plat kendaraan, 57 terbaca dengan benar, menghasilkan akurasi pembacaan karakter plat kendaraan sebesar 89%, selanjutnya sistem. Hasil penelitian menunjukkan bahwa pengembangan sistem deteksi ganjil-genap pada plat kendaraan menggunakan ESP32-CAM, algoritma YOLOv8, dan OCR berhasil dengan akurasi tinggi.
Item Type: | Thesis (Skripsi) |
---|---|
Uncontrolled Keywords: | Kemacetan Lalu Lintas, Kebijakan Ganjil-Genap, You Only Look Once, ESP32-CAM, Optical Character Recognition, ReactJs, FastAPI, MySQL, Levenshtein Distance |
Subjects: | Q Science > QA Mathematics |
Divisions (Program Studi): | Fakultas Matematika dan Ilmu Peng. Alam > Sistem Informasi |
Depositing User: | Unnamed user with username pkl2 |
Date Deposited: | 06 May 2025 05:05 |
Last Modified: | 06 May 2025 05:05 |
URI: | http://repository.unhas.ac.id:443/id/eprint/44377 |