RACHMADI, Apri Dwi (2025) Penerapan Transformer-Based Optical Character Recognition (TrOCR) untuk Pengenalan Plat Nomor Kendaraan. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. Cover.pdf Download (173kB)
	Text 3. Halaman Pengesahan I.pdf Download (261kB)
	Text 4. Halaman Pengesahan II.pdf Download (249kB)
	Text 5. Kata Pengantar.pdf Download (267kB)
	Text 6. Abstrak.pdf Download (261kB)
	Text 7. Abstract.pdf Download (255kB)
	Text 8. Daftar Isi.pdf Download (216kB)
	Text 12. BAB I.pdf Download (462kB)

Abstract

Peningkatan jumlah kendaraan bermotor di Indonesia telah menciptakan
berbagai tantangan dalam pengelolaan lalu lintas, seperti pengendalian dan
pemantauan kendaraan. Sistem Automatic License Plate Recognition (ALPR) telah
menjadi solusi yang sangat relevan untuk mengatasi masalah ini. Penelitian ini
bertujuan untuk mengimplementasikan TrOCR (Transformer-based Optical
Character Recognition), sebuah teknologi OCR modern berbasis arsitektur
Transformer, untuk mendeteksi dan mengenali karakter pada plat nomor kendaraan
di Indonesia. Model ini dirancang untuk menangkap pola visual dan teks secara
bersamaan menggunakan vision encoder dan text decoder. Model ini dapat
menangkap hubungan spasial antar karakter secara lebih efektif dibandingkan
metode tradisional atau yang berbasis Convolutional Neural Networks (CNN)
dengan memanfaatkan mekanisme attention pada Transformer. Hasil evaluasi
menunjukkan bahwa model yang dikembangkan mencapai akurasi 96,46% dan
CER 3,13% pada set pengujian sebanyak 160 data gambar dalam mengenali plat
nomor kendaraan. Penelitian ini memberikan kontribusi signifikan dalam
pengembangan teknologi ALPR dan mendukung modernisasi sistem transportasi,
optimalisasi mobilitas perkotaan, dan inisiatif kota pintar di Indonesia.
Kata Kunci: Transformers, OCR, Automatic License Plate Recognition, TrOCR,
Deep Learning

Actions (login required)

View Item