EVALUASI SISTEM ALPR BERBASIS YOLOV10 PADDLEOCR UNTUK PENGENALAN PLAT NOMOR KENDARAAN INDONESIA

Abstrak

Sistem Automatic License Plate Recognition (ALPR) merupakan komponen penting dalam transportasi cerdas yang dimanfaatkan untuk pengawasan lalu lintas, parkir otomatis, dan penegakan hukum. Penelitian ini membangun sistem ALPR berbasis YOLOv10l yang diintegrasikan dengan PaddleOCR fine-tuned untuk mendeteksi dan mengenali karakter plat nomor kendaraan Indonesia. Dataset yang digunakan terdiri dari 532 citra plat nomor kendaraan Indonesia dari Roboflow Universe yang dibagi menjadi 426 citra latih dan 106 citra validasi. Model YOLOv10l dilatih selama 50 epoch menggunakan bobot pretrained COCO, sementara PaddleOCR PP-OCRv4 di-fine-tune selama 100 epoch pada crop plat nomor dari dataset. Evaluasi dilakukan dengan membandingkan tiga engine OCR yaitu PaddleOCR fine-tuned, EasyOCR, dan Tesseract. Hasil menunjukkan model YOLOv10l mencapai mAP@0.5 sebesar 0,981, Precision 0,920, dan Recall 0,943 dengan Detection Rate 97,17%. PaddleOCR fine-tuned unggul dibandingkan engine lainnya dengan OCR Terbaca 47.57% dan Rekognisi Benar 36.89%, diikuti EasyOCR dengan 13.59% dan Tesseract dengan 0,00%. Penelitian ini mengonfirmasi bahwa fine-tuning PaddleOCR pada dataset spesifik berkontribusi positif terhadap akurasi pengenalan karakter plat nomor Indonesia.

Identifier

• DOI: https://doi.org/10.36341/rabit.v11i2.8073
• OpenAlex: https://openalex.org/W7167909116