License Plate Recognition pada Sistem Parkir Berbasis YOLO11s dan Fast Plate OCR
DOI:
https://doi.org/10.70609/jusifor.v5i1.10013Kata Kunci:
Sistem Parkir Otomatis, YOLO11s, Fast Plate OCRAbstrak
Pengelolaan parkir pada berbagai lingkungan operasional masih banyak dilakukan secara manual sehingga berpotensi menimbulkan antrean kendaraan dan kesalahan pencatatan data. Penelitian ini bertujuan mengembangkan sistem parkir otomatis berbasis computer vision menggunakan YOLO11s dan Fast Plate OCR untuk mendukung deteksi dan pengenalan plat nomor kendaraan secara real-time. Pengembangan sistem dilakukan menggunakan metode Scrum dengan memanfaatkan dataset plat nomor kendaraan Indonesia untuk proses pelatihan dan evaluasi model. Hasil pengujian menunjukkan model YOLO11s memperoleh mean Average Precision sebesar 98.95%, sedangkan Fast Plate OCR menghasilkan word accuracy sebesar 90.36% dan character accuracy sebesar 98.01%. Sistem diimplementasikan melalui dashboard berbasis web yang mendukung identifikasi kendaraan, pencatatan waktu masuk dan keluar, estimasi biaya parkir, serta notifikasi overstay secara otomatis. Hasil penelitian menunjukkan bahwa sistem mampu mendukung pengelolaan parkir secara lebih terintegrasi dan responsif pada implementasi real-time.
Referensi
[1] S. Sukri, T. Rosdiyani, and E. Amilia, “Analisis Karakteristik dan Kebutuhan Ruang Parkir Kendaraan di Area Pasar Pamarayan,” Journal of Sustainable Civil Engineering (JOSCE), vol. 3, no. 1, pp. 21–29, Feb. 2021, doi: 10.47080/josce.v3i1.948.
[2] B. P. Statistik, “Jumlah Kendaraan Bermotor Menurut Provinsi dan Jenis Kendaraan (unit), 2025,” Badan Pusat Statistik.
[3] M. D. Alfajri, Suroso, and I. Salamah, “Implementasi Sistem Parkir Cerdas Berbasis IoT dan QR Code dengan OCR untuk Segmentasi Plat Nomor Kendaraan,” SemanTIK : Teknik Informasi, vol. 11, no. 2, pp. 31–40, Oct. 2025, doi: 10.55679/semantik.v11i2.202.
[4] A. R. Hanif, E. Nasrullah, and F. X. A. Setyawan, “Deteksi Karakter Plat Nomor Kendaraan dengan Menggunakan Metode Optical Character Recognition (OCR),” Jurnal Informatika dan Teknik Elektro Terapan, vol. 11, no. 1, pp. 109–117, Jan. 2023, doi: 10.23960/jitet.v11i1.2897.
[5] G. Padmaja, S. Pesaru, D. N. Reddy, D. A. Kumari, and S. P. Maram, “Robust Vehicle Number Plate Text Recognition and Data Analysis Using Tesseract Ocr,” ITM Web of Conferences, vol. 74, pp. 1–8, Feb. 2025, doi: 10.1051/itmconf/20257401009.
[6] M. A. H. Al Matiin and F. Arifin, “Evaluation of YOLOv8 Algorithm for Vehicle License Plate Detection System in UNY Integrated Parking Lot,” Elinvo (Electronics, Informatics, and Vocational Education), vol. 9, no. 2, pp. 220–229, Sep. 2024, doi: 10.21831/elinvo.v9i2.70032.
[7] N. Supriya, D. Chiranjevi, M. I. K. Shariff, B. Sowjanya, V. S. Desanamukula, and A. Lakshmanarao, “An Efficient License Plate Recognition Model Through Deep Learning Integration with YOLO and OCR Techniques,” International Conference on Advances in Modern Age Technologies for Health and Engineering Science (AMATHE), pp. 1–5, May 2024, doi: 10.1109/AMATHE61652.2024.10582121.
[8] A. R. Hanif, E. Nasrullah, and F. X. A. Setyawan, “Deteksi Karakter Plat Nomor Kendaraan dengan Menggunakan Metode Optical Character Recognition (OCR),” Jurnal Informatika dan Teknik Elektro Terapan, vol. 11, no. 1, pp. 109–117, Jan. 2023, doi: 10.23960/jitet.v11i1.2897.
[9] A. O. Elfaki, W. Messoudi, A. Bushnag, S. Abuzneid, and T. Alhmiedat, “A Smart Real-Time Parking Control and Monitoring System,” Sensors, vol. 23, no. 24, p. 9741, Dec. 2023, doi: 10.3390/s23249741.
[10] N. S. Lestari, R. Hidayat, H. Herlina, and S. Sukirno, “Development of a Smart Parking System Using Automatic Debit and Optical Character Recognition,” JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer), vol. 11, no. 2, pp. 470–477, Nov. 2025, doi: 10.33480/jitk.v11i2.6694.
[11] G. Pradhan, M. R. Prusty, V. S. Negi, and S. Chinara, “Advanced IoT-integrated parking systems with automated license plate recognition and payment management,” Sci. Rep., vol. 15, no. 1, Jan. 2025, doi: 10.1038/s41598-025-86441-w.
[12] E. Riana, “Konsep Penerapan Metode Scrum dan RDC System Dalam Pengembangan System Mobile Taking Order Web,” Jurnal Media Informatika Budidarma, vol. 5, no. 1, p. 297, Jan. 2021, doi: 10.30865/mib.v5i1.2688.
[13] A. Riansyah and A. H. Mirza, “Pendeteksi Mobil Berdasarkan Merek dan Tipe Menggunakan Algoritma YOLO,” SMATIKA: STIKI Informatika Jurnal, vol. 13, no. 01, pp. 43–52, Jun. 2023, doi: 10.32664/smatika.v13i01.719.
[14] B. D. Sumatri, G. Gunawan, and A. Tenriawaru, “Deteksi Ketersediaan Parkir Menggunakan Citra Video Berbasis Convolutional Neural Network pada YOLO11,” Simtek : Jurnal Sistem Informasi dan Teknik Komputer, vol. 11, no. 1, pp. 192–198, Apr. 2026, doi: 10.51876/simtek.v11i1.1752.
[15] S. Sunarta, M. I. E. P. A. Putra, M. D. Chaidir, R. A. Piliang, and A. Songklanaita, “Implementasi dan Pengembangan Sistem Pengenalan Plat Nomor Kendaraan Secara Otomatis Menggunakan Yolo v5 dan Google Vision OCR,” JIIP - Jurnal Ilmiah Ilmu Pendidikan, vol. 8, no. 7, pp. 7745–7753, Jul. 2025, doi: 10.54371/jiip.v8i7.8746.
[16] I. Subekti, R. C. S. Hariyono, and S. Sorikhi, “Pengenalan Plat Nomor Kendaraan Menggunakan Algoritma Convolutional Neural Network Berbasis Tensorflow,” Remik: Riset dan E-jurnal Manajemen Informatika Komputer, vol. 9, no. 3, pp. 1013–1021, Aug. 2025, doi: 10.33395/remik.v9i3.15169.
[17] M. Hussain, “YOLO-v1 to YOLO-v8, the Rise of YOLO and Its Complementary Nature toward Digital Manufacturing and Industrial Defect Detection,” Machines, vol. 11, no. 7, pp. 1–25, Jun. 2023, doi: 10.3390/machines11070677.
[18] C. H. Lim, T. Connie, T. S. Ong, and M. K. O. Goh, “Visual-based vehicle detection with adaptive oversampling,” International Journal of Information Technology, vol. 16, no. 8, pp. 4767–4777, Dec. 2024, doi: 10.1007/s41870-024-01977-w.
[19] Y. Galahartlambang, T. Khotiah, I. Basri K, M. Anwar, and D. Fahmi Abdillah, “Optimalisasi Preprocessing untuk Peningkatan Akurasi Pengenalan Plat Nomor pada Citra Tidak Ideal,” Nucleus Journal, vol. 3, no. 2, pp. 109–116, Dec. 2024, doi: 10.32492/nucleus.v3i2.3206.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Fadilla Julianifa Putri, Irham Maulana Johani, Muhammad Mahardicka Alfattah Zelda, Mayanda Mega Santoni, Dodik Ariyanto, Faldiena Marcelita
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
