PROTOTIPE KENDALI PORTAL PARKIR MENGGUNAKAN SISTEM PENGENALAN WAJAH DAN PLAT NOMOR KENDARAAN DENGAN PEMBAYARAN NON TUNAI MENGGUNAKAN RFID

Luthfi, Ardi (2022) PROTOTIPE KENDALI PORTAL PARKIR MENGGUNAKAN SISTEM PENGENALAN WAJAH DAN PLAT NOMOR KENDARAAN DENGAN PEMBAYARAN NON TUNAI MENGGUNAKAN RFID. Diploma thesis, Universitas Andalas.

	Text (Cover dan Abstrak) Cover dan Abstrak.pdf - Published Version Download (109kB)
	Text (BAB I) BAB I.pdf - Published Version Download (138kB)
	Text (BAB V) BAB V.pdf - Published Version Download (57kB)
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Download (176kB)
	Text (FULL SKRIPSI) FULL SKRIPSI LUTHFI ARDI.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Parkir merupakan tempat pemberhentian kendaraan yang tidak bersifat sementara.pada saat ini tindak pencurian sepeda motor sangat marak terjadi terutama di fasilitas parkir.sehingga dibutuhkan sistem parkir yang reletif lebih baik.skripsi ini bertujuan untuk merancang sebuah protipe kendali portal parkir menggunakan sistem pengenalan wajah dan plat nomor kendaraan dengan pembayaran non tunai menggunakan Radio Frequency Identification (RFID). Yang terintegrasi dengan raspberry pi sebagai alat untuk melakukan pengenalan wajah dan plat nomor kendaraan dan webcam sebagai alat untuk mengambil citra wajah dan plat nomor kendaraan.proses pengenalan wajah pada citra input menggunakan metode deep learning dengan menggunakan algoritma haar cascade classifier. Pada proses plat nomor kendaraan menggunakan sistem OCR akan mengestrak plat nomor kedalam bentuk teks kemudian akan disimpan ke dalam file.csv. pada portal masuk akan terbuka apabila sistem berhasil mengambil wajah pengendara dan plat nomor kendaraan dan disimpan kedalam dataset, sedangkan untuk portal keluar akan terbuka apabila sistem mendeteksi wajah pengendara dan plat nomor dikenali ,melakukan pembayaran parkir menggunakan RFID.pada penelitian ini didapatkan tingkat keberhasilan wajah pengendara terdeteksi dan dikenali. Sistem OCR untuk membaca huruf dan angka pada plat nomor memiliki tingkat keberhasilan 83% dan sistem secara keseluruhan didapatkan tingkat keberhasilan 93,2%.

Actions (login required)

View Item