Electronic Theses and Dissertation

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.

Kata kunci: Portal otomatis, Pelat kendaraan, Sistem parkir, Raspberry Pi, Convolutional Neural Network.

Parking facilities in government buildings, malls and shops in Banda Aceh still depend on parking tickets and driver response. The parking system already uses a computerized system that has a no touch sensor to open the portal and the entrance ticket will come out on the machine. When exit, visitors must return the ticket to the operator for scanning so that it can be known the length of parking time and total payment.This system can be developed using Artificial Intelligence technology so that it will make it easier for visitors without having to have a parking ticket and respond to the system and also will facilitate parking management in managing their parking spaces. The system has been researched with the OCR Tesseract method using the OpenALPR library built in prototype form. However, the study has the disadvantage of delays in image capture and data training is carried out at the time the program is run and the payment system used still relies on the parking operator. The study will develop an existing system using two CNN architectures for character recognition and adding cashless payment methods using NFC modules. The system will be applied to prototype automated portal parking systems. Prototype automatic portal parking system using CNN method has been successfully built, testing this system resulted in the ResNet50 architecture gets greater accuracy which is 91,66% compared to the MobileNetv2 architecture which gets 76,66% accuracy but the ResNet50 process takes 2,1096 seconds longer than the MobileNetv2. Keywords: Automatic portal, Vehicle plate, parking system, Raspberry Pi, Convolutional Neural Network.