TUGAS PRESENTASI IDE 2

Problem: (Image classification) | Deteksi Plat Nomor Kendaraan berdasarkan area citra
dengan Image Segementation

Rosyita Khamid | AI3 /AJ-102

1. Latar Belakang dan Tujuan

Banyaknya kendaraan yang berlalu lalang di jalan, membuat kurangnya keamanan
yang terjadi di jalanan. Dimana pengendara lebih mementingkan urusannya dibandingkan
keselamatan sehingga tak sedikit pengendara yang melakukan pelanggaran di jalan raya.
Petugas Keamanan (Polisi) pun merasa sulit mengamankan para pelanggar.
Sehingga adanya deteksi plat nomor kendaraan berdasarkan area citra dengan image
segmentation dapat diterapkan pada cctv yang mana dapat membantu petugas keamanan
dalam menegakkan ketertiban dan mengurangi tindak pelanggaran.
2. Ide Penyelesaian
I. Menyiapkan data yang diperlukan adalah :
1. Dataset plat nomor kendaraan. Dilakukan dengan mengumpulkan secara manual.
Karena dibutuhkan analisa area citra karena pada proses ini menggunakan segmentasi.
2. Mempersiapkan dataset. Yaitu melakukan anotasi setiap data citra (berupa area nomor
pada plat nomor kedalam citra, kelas objek)
3. Mendownload model tensorflow dan keras yang digunakan beserta pretrained weights-
nya
4. Membagi data citra untuk proses training dan testing. Data video dapat digunakan untuk
testing.
II. Melakukan training : fine-tuning bobot dengan area citra, sehingga mendapatkan trained
weights dari dataset plat nomor kendaraan.
III. Melakukan testing : sebagai penilaian proses testing antara lain menyesuaikan kelas objek,
menghitung nilai IOU (Intersection Over Union) untuk menguji keakuratan letak area
citra.
3. Anaisis SWOT
Strength Weakness
Mudahnya dataset tentang plat nomor Susahnya proses segmentasi yang harus
kendaraan mengubah RGB, memisahkan pixel dan
lain-lain
Oppurtinity Thread
Dapat memberi kemudahan bagi petugas Eror yang dapat terjadi saat segmentasi
keamanan dalam proses mengatur plat nomor dimana untuk mengetahui
ketertiban nomor atau Huruf pada plat

4. Reference
 Danfei Xu, Y. Z.-F. (n.d.). Scene Graph Generation by Iterative Message Passing.
Computer Vision, 1-10.
 International Journal of Computing and Technology(IJCAT), 1(7), 358–362. Crouzil,
A., Khoudour, L., Valiere, P., Nghi, D., Cong, T., Crouzil, A., ... Vehicle, A. (2017).
Automatic Vehicle Counting System for Traffic Monitoring To cite this version : HAL
Id : hal-01530099.
 Redmon, J., Divvala, S., Girshick, R., & Farhadi, A. (2016). You only look once:
Unified, real-time object detection. Proceedings of the IEEE Computer Society
Conference on Computer Vision and Pattern Recognition, 2016-December, 779–788.
https://doi.org/10.1109/CVPR.2016.91