Arsitektur Sistem Automatic Number Plate Recognition Berbasis Web dengan Pipeline Deteksi YOLOv8 dan Pengenalan Karakter EasyOCR

Muhammad Ihksan, Dede Fauzi, Mahmud Isnan, Imrah Sari

Abstract


Peningkatan volume kendaraan di Indonesia menuntut sistem identifikasi otomatis yang efisien, namun solusi Automatic Number Plate Recognition (ANPR) yang ada seringkali terbatas oleh biaya tinggi dan arsitektur yang kaku. Penelitian ini bertujuan untuk merancang, mengimplementasikan, dan mengevaluasi sebuah arsitektur sistem ANPR berbasis web yang robust dan dapat diakses. Metode yang digunakan adalah implementasi pipeline hibrida yang mengombinasikan deteksi objek YOLOv8 dengan pengenalan karakter EasyOCR, yang disajikan melalui layanan web menggunakan framework Flask. Inovasi utama penelitian ini terletak pada strategi deteksi iteratif dengan rotasi (90°, 180°, 270°) untuk meningkatkan robustisitas sistem terhadap variasi orientasi gambar. Hasil penelitian menunjukkan bahwa arsitektur yang diusulkan berhasil divalidasi, dengan strategi rotasi yang secara efektif meningkatkan keberhasilan deteksi pada kondisi gambar yang tidak ideal. Sistem ini menyajikan sebuah blueprint untuk solusi Automatic Number Plate Recognition (ANPR) yang terjangkau, fleksibel, dan dapat direplikasi, menjawab kesenjangan antara pengembangan model dan kebutuhan deployment praktis.

Keywords


CNN; ANPR; YOLOv8; EasyOCR; Website

References


S. P. Dewi, R. Alsakinah, S. A. Sara, and D. H. Amrina, “Pajak lingkungan sebagai upaya pengendalian pencemaran udara dari gas buang kendaraan bermotor di Indonesia,” Feb. 28, 2022. https://ojs-ejak.id/index.php/Ejak/article/view/28

I. T. Sari, Y. E. Putri, and N. Selvia, “Pengaruh Jumlah Kendaraan Bermotor, Jumlah Penduduk, Subsidi Energi dan Trade Openness Terhadap Konsumsi Energi Tidak Terbarukan dan Pertumbuhan Ekonomi di Indonesia,” Indonesian Research Journal on Education, vol. 4, no. 3, Jul. 2024, doi: 10.31004/irje.v4i3.880.

S. Adhitia, N. Nurdin, and R. Rajab, “Tantangan Implementasi Kebijakan ETLE (Electronic Traffic Law Enforcement) pada Korps Lalu Lintas Republik Indonesia,” Journal of Public Policy and Applied Administration, pp. 27–56, Mar. 2025, doi: 10.32834/jplan.v7i1.871.

V. Gnanaprakash, N. Kanthimathi, and N. Saranya, “Automatic number plate recognition using deep learning,” IOP Conference Series Materials Science and Engineering, vol. 1084, no. 1, p. 012027, Mar. 2021, doi: 10.1088/1757-899x/1084/1/012027.

[“Automatic number plate recognition for Australian conditions,” IEEE Conference Publication IEEE Xplore, Dec. 01, 2005. https://ieeexplore.ieee.org/abstract/document/1587616/

J. Tang, L. Wan, J. Schooling, P. Zhao, J. Chen, and S. Wei, “Automatic number plate recognition (ANPR) in smart cities: A systematic review on technological advancements and application cases,” Cities, vol. 129, p. 103833, Jun. 2022, doi: 10.1016/j.cities.2022.103833.

L. Ezzeddini et al., “Analysis of the performance of Faster R-CNN and YOLOv8 in detecting fishing vessels and fishes in real time,” PeerJ Computer Science, vol. 10, p. e2033, May 2024, doi: 10.7717/peerj-cs.2033.

T. T. Thai et al., “Comparative analysis of stomatal pore instance segmentation: Mask R-CNN vs. YOLOv8 on Phenomics Stomatal dataset,” Frontiers in Plant Science, vol. 15, Dec. 2024, doi: 10.3389/fpls.2024.1414849.

A. Mulyanto, E. Susanti, F. Rossi, W. Wajiran, and R. I. Borman, “Penerapan Convolutional Neural Network (CNN) pada Pengenalan Aksara Lampung Berbasis Optical Character Recognition (OCR),” Jurnal Edukasi Dan Penelitian Informatika (JEPIN), vol. 7, no. 1, p. 52, Apr. 2021, doi: 10.26418/jp.v7i1.44133.

F. Jamaludin, A. Asriyanik, and A. Pambudi, “Penerapan Yolo (You Only Look Once) Untuk Deteksi Etika Berbusana Di Universitas Muhammadiyah Sukabumi,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 5, pp. 10623–10629, Sep. 2024, doi: 10.36040/jati.v8i5.11124.

R. A. H. Rahman, A. A. Sunarto, and A. Asriyanik, “Penerapan You Only Look Once (Yolo) V8 Untuk Deteksi Tingkat Kematangan Buah Manggis,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 5, pp. 10566–10571, Sep. 2024, doi: 10.36040/jati.v8i5.10979.

A. Sarhan et al., “Egyptian car plate recognition based on YOLOv8, Easy-OCR, and CNN,” Journal of Electrical Systems and Information Technology, vol. 11, no. 1, Aug. 2024, doi: 10.1186/s43067-024-00156-y.

S. A. Nugroho, N. Kholis, E. Endryansyah, and F. Baskoro, “Rancang Bangun Sistem Deteksi Label Kardus Berbasis Model Kecerdasan Buatan YOLO dan EasyOCR serta ESP32-CAM,” ejournal.unesa.ac.id, Jun. 2022, doi: 10.26740/jte.v11n2.p190-200.

M. Ibrahim and U. Latifa, “Penerapan Algoritma Yolov8 Dalam Deteksi Waktu Panen Tanaman Pakcoy Berbasis Website,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 7, no. 4, pp. 2489–2495, Jan. 2024, doi: 10.36040/jati.v7i4.7154.

N. E. N. D. Tanadi, N. D. S. Y. Kartika, and N. A. R. E. Najaf, “Sistem pendeteksi penyakit kanker kulit menggunakan Convolutional Neural Network arsitektur YOLOV8 berbasis website,” Repeater, vol. 2, no. 3, pp. 166–177, Jul. 2024, doi: 10.62951/repeater.v2i3.124.

G. Ramadhani, R. C. Pratama, W. R. Yahya, and R. Wulanningrum, “RANCANG BANGUN SISTEM DETEKSI BUAH JERUK MENGGUNAKAN YOLOV8,” proceeding.unpkediri.ac.id, Jan. 2025, doi: 10.29407/73mxns03.




DOI: http://dx.doi.org/10.30872/jurti.v9i2.21955

Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 Jurnal Rekayasa Teknologi Informasi (JURTI)

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Alamat Redaksi : 
Program Studi Informatika
Fakultas Teknik 
Jl. Sambaliung No. 9 Kampus Gunung Kelua Samarinda 75119 - Kalimantan Timur
e-mail : jurti.unmul@fkti.unmul.ac.id
Url : http://e-journals.unmul.ac.id/index.php/INF
Contact Person : Medi Taruk [081543438301]

 Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

StatCounter - Free Web Tracker and Counter