Pengaruh Jarak dan Sudut Baca Sensor RFID dan Webcam pada Sistem Keamanan Gerbang Parkir Kampus

• Main Authors: Isnianto, Hidayat Nur, Arrofiq, Muhammad
• Format: Article PeerReviewed
• Language: English
• Published: Sekolah Vokasi UGM 2022
• Subjects: Control Systems Robotics and Automation; Electrical and Electronic Engineering; Engineering
• Online Access: https://repository.ugm.ac.id/278194/1/Prosiding-SNTT-2022-4.pdf; https://repository.ugm.ac.id/278194/; https://sntt.sv.ugm.ac.id/download/prosiding-sntt-2022/#
• Institution: Universitas Gadjah Mada

Pertumbuhan jumlah kendaraan bermotor di Indonesia setiap tahunnya mengalami kenaikan. Dari pengguna kendaraan bermotor tersebut, banyak diantaranya adalah mahasiswa, sehingga berdampak pada ketersediaan lahan parkir dan keamanan lahan parkir di area kampus. Sistem ini menggunakan RFID Reader untuk membaca kartu dan webcam untuk membaca plat nomor kendaraan. Hasil pembacaan ini kemudian diolah oleh Raspberry Pi untuk membantu mengidentifikasi plat nomor kendaraan dengan algoritma Tesseract OCR untuk merubah citra menjadi format teks. Kartu Tanda Mahasiswa (KTM) dapat dimanfaatkan sebagai proses otentikasi setelah dibaca oleh RFID Reader. Hasil pemrosesan digunakan untuk menggerakkan servo motor untuk membuka gerbang dan menutup saat kendaraan melewati sensor infrared. Proses yang sama akan terjadi saat kendaraan bermotor akan keluar dari lahan parkir, namun ada pengecekan antara data yang diperoleh di gerbang masuk dan gerbang keluar. Pengaruh jarak dan sudut baca sensor dengan obyek akan mempengaruhi unjuk kerja sistem. Hasil pengujian diperoleh sistem yang dibuat mampu mendeteksi dan membaca semua kartu RFID dengan jarak maksimal 3.5 cm dengan sudut baca maksimal 4o dan mengenali nomor kendaraan dengan rentang jarak antara 45 cm sampai 100 cm motor dan 125 cm sampai 200 cm untuk mobil dengan rentang sudut terhadap bidang horizontal sebesar -20o hingga 20o untuk motor dan -15o hingga 15o untuk mobil. Unjuk kerja sistem yang dibuat memiliki persentase akurasi dalam mendeteksi plat 84,44%, pengenalan karakter 90,34% serta rerata waktu deteksi sistem selama 9,80 detik.