PENGEMBANGAN APLIKASI WEB DENGAN FITUR OPTICAL CHARACTER RECOGNITION (OCR) UNTUK OTOMATISASI IDENTIFIKASI KENDARAAN PADA LAYANAN CUCIAN MOBIL KONVENSIONAL
DOI:
https://doi.org/10.35145/jmapteksi.v8i2.6028Kata Kunci:
OCR, Computer Vision, Plat Nomor KendaraanAbstrak
Perkembangan teknologi informasi mendorong berbagai sektor usaha untuk memanfaatkan sistem digital dalam pengelolaan data. Pada usaha cucian kendaraan, pencatatan kendaraan dan riwayat layanan masih banyak dilakukan secara manual sehingga sering menimbulkan kesalahan pencatatan dan kesulitan dalam penelusuran data. Penelitian ini bertujuan mengembangkan sistem informasi berbasis web yang memanfaatkan teknologi Optical Character Recognition (OCR) untuk membaca plat nomor kendaraan secara otomatis. Sistem memanfaatkan kamera CCTV sebagai sumber citra yang kemudian diproses menggunakan OpenCV dan Tesseract OCR. Hasil pembacaan plat nomor disimpan pada basis data dan ditampilkan melalui aplikasi web. Hasil penelitian menunjukkan bahwa sistem mampu membantu proses pencatatan kendaraan secara otomatis serta mempermudah pengelolaan riwayat layanan kendaraan pada usaha cucian kendaraan.
Unduhan
Referensi
[1] T. Sutisna, A. Rachmat Raharja, E. Hariyadi, and V. Hafizh Cahaya Putra, “Penggunaan Computer Vision untuk Menghitung Jumlah Kendaraan dengan Menggunakan Metode SSD (Single Shoot Detector),” INNOVATIVE: Journal Of Social Science Research, vol. 4, pp. 6060–6067, 2024.
[2] F. Marpaung, F. Aulia, N. Suryani SKom, and R. Cyra Nabila SKom, COMPUTER VISION DAN PENGOLAHAN CITRA DIGITAL. PUSTAKA AKSARA, 2022, 2022. [Online]. Available: www.pustakaaksara.co.id
[3] A. Firdaus et al., “Implementasi Optical Character Recognition (OCR) Pada Masa Pandemi Covid-19 *1,” 2021.
[4] T. Hegghammer, “OCR with Tesseract, Amazon Textract, and Google Document AI: a benchmarking experiment,” J. Comput. Soc. Sci., vol. 5, no. 1, pp. 861–882, May 2022, doi: 10.1007/s42001-021-00149-1.
[5] O. Rahmdani, “EVALUASI KINERJA TESSERACT-OCR DALAM PENGENALAN TEKS TULISAN TANGAN MENGGUNAKAN DATASET KUSTOM,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 13, no. 3, Jul. 2025, doi: 10.23960/jitet.v13i3.7162.
[6] A. K. A. Abdulsalam, F. Saeedi, and M. A. Ambusaidi, “Robust Automatic License Plate Recognition Using Synthetic Data and Transformer-Based Deep Learning Model,” IEEE Access, vol. 13, pp. 182890–182901, 2025, doi: 10.1109/ACCESS.2025.3621237.
[7] Lubna, N. Mufti, and S. A. A. Shah, “Automatic number plate recognition:A detailed survey of relevant algorithms,” May 01, 2021, MDPI AG. doi: 10.3390/s21093028.
