<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="96838">
 <titleInfo>
  <title>PERBANDINGAN KINERJA MODEL RESNET50 DAN MOBILENET V2 SEBAGAI PENDETEKSI KARAKTER PELAT KENDARAAN MENGGUNAKAN RASPBERRY PI 4</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>RIZKY FATURRIZA</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Teknik</publisher>
   <dateIssued>2022</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Fasilitas parkir di gedung-gedung pemerintahan, pembelanjaan serta pertokoan di Banda Aceh masih bergantung pada karcis parkir dan respon pengemudi. Sistem parkir yang digunakan sudah memakai sistem komputerisasi, menggunakan sensor tanpa sentuh (no touch) untuk membuka portal dan karcis masuk akan keluar pada mesin tersebut. Pada saat akan keluar, pengunjung harus mengembalikan karcis kepada operator untuk dipindai sehingga dapat diketahui lama waktu parkir dan total pembayarannya. Sistem ini dapat dikembangkan menggunakan teknologi Artificial Intelligence sehingga akan mempermudah pengunjung tanpa harus memiliki karcis parkir dan memberikan respon ke sistem serta akan memudahkan manajemen parkir dalam mengelola tempat parkirnya. Sistem dengan teknologi tersebut telah diteliti dengan metode OCR Tesseract menggunakan library OpenALPR yang dibangun dalam bentuk prototipe. Namun, penelitian tersebut memiliki kekurangan yaitu delay pada penangkapan gambar dan training data dilakukan pada saat program dijalankan serta sistem pembayaran yang digunakan masih bergantung pada operator penjaga parkir. Maka pada penelitian ini, akan mengembangkan sistem yang sudah ada dengan menerapkan metode CNN menggunakan dua arsitektur CNN untuk pengenalan karakter dan menambahkan metode pembayaran non tunai memakai modul NFC. Sistem tersebut akan diterapkan pada prototipe sistem parkir portal otomatis. Prototipe sistem parkir portal otomatis menggunakan metode CNN telah berhasil dibangun, pengujian sistem ini menghasilkan bahwa arsitektur ResNet50 mendapatkan akurasi yang lebih besar yaitu 91,66% dibandingkan dengan arsitektur MobileNetv2 yang mendapatkan akurasi 76,66% tetapi deteksi ResNet50 memakan waktu lebih lama 2,1096 detik dibanding dengan MobileNetv2.&#13;
 &#13;
Kata kunci: Portal otomatis, Pelat kendaraan, Sistem parkir, Raspberry Pi, Convolutional Neural Network.&#13;
</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>96838</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2021-12-31 16:08:56</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2022-01-03 10:04:29</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>