Dalam upaya mengurangi kemacetan lalu lintas di Indonesia, telah diberlakukan sistem pengatur kendaraan berdasarkan angka terakhir di plat nomor kendaraan yang disebut dengan sistem ganjilgenap. Sistem ini dilakukan secara manual dan sangat bergantung pada polisi lalu lintas untuk mendeteksi pelanggaran yang terjadi. Sistem ganjil-genap juga belum terintegrasi dengan sistem kota pintar yang terdapat di kota metropolitan seperti Jakarta. Dengan tujuan untuk merancang sistem transportasi pintar yang dapat mendeteksi ganjil-genap kendaraan secara otomatis, rancang algoritma yang akurat dalam mengenali karakter yang ada menjadi sangat penting. Oleh karena itu, penelitian dasar ini akan berfokus pada pengembangan algoritma yang sesuai untuk mengenali karakter secara akurat pada plat nomor kendaraan di Indonesia. Algoritma yang dikembangkan akan berbasiskan metode deep learning yang sudah terbukti akurat dalam memecahkan masalah di bidang computer vision. Sejalan dengan sistem e-tilang yang mulai diuji coba pada bulan Oktober 2018, masukkan dari algoritma yang dirancang menggunakan gambar dan video dari kamera CCTV yang terpasang di simpang-simpang jalan raya dan/atau kamera dashboard. Luaran dari algoritma yang dirancang adalah karakter pada plat nomor kendaraan dan klasifikasi ganjilgenap sebuah kendaraan. Penelitian ini akan menghasilkan sebuah algoritma yang akurat yang terbukti secara analitis dan eksperimental (tingkat kesiapterapan teknologi 3), serta akan dipublikasikan pada seminar internasional dan jurnal internasional bereputasi di bidang computer vision, seperti IEEE International Conference on Computer Vision dan Pattern Recognition Letters

Sistem transportasi pintar, pengenalan plat nomor kendaraan, pendeteksi ganjil-genap otomatis, deep learning

• Dr. Meiliana, S.Kom., M.Sc.

• Rini Wongso, S.Kom., M.T.I