Abstract
Plat nomor kendaran merupakan nomor identitas kendaraan yang mewakili identitas kendaraan dan asal kendaraan yang biasa digunakan untuk catatan masuk parkir, catatan surat tilang atau bahkan catatan masuk jalan tol. Hingga tahun ajaran 2013-2014 Universitas Brawijaya telah memiliki 52.376 mahasiswa, 1.852 dosen tetap dan 972 karyawan [ANO-13]. Berdasarkan surat edaran Rektor Nomor : 5088/UN10/LL/2013 untuk seluruh Dosen, Tenaga Administrasi, Mahasiswa, dan Tamu yang memiliki kendaraan dan memasuki kawasan Universitas Brawijaya wajib meminta karcis masuk dengan alasan keamanan dan tanggung jawab apabila terjadi kehilangan atau kerusakan. Sebuah sistem deteksi plat nomor diperlukan untuk menjamin hak karcis bagi pengendara terpenuhi dan memberikan rasa nyaman dan praktis bagi pengendara. Otomatisasi, running time, dan akurasi merupakan beberapa tujuan dalam suatu sistem dan penelitian untuk terus dikembangkan dan menjadi lebih baik. Deteksi plat nomor dengan edge-based method adalah salah satu metode yang sering digunakan karena dinilai sederhana dan cepat. Skripsi ini mengadaptasi pada edge-based method dengan menggunakan vertical edge detection untuk deteksi plat nomor dan backpropagation neural network untuk pengenalan karakter. Hasil dari pengujian, didapatkan akurasi terbaik deteksi plat nomor pada variabel uji perbesaran kamera 5.6x pada 59 dari 212 data citra dengan akurasi 89%. Sedangkan akurasi pengenalan karakter terbaik yang didapatkan sebesar 80% dengan variabel uji pada 7 data latih, MSE 10-5 dan learning rate 0.15. Hal ini menunjukan deteksi plat nomor dengan vertical edge detection dan pengengenalan karakter dengan backpropagation mampu untuk dimplementasikan pada sistem deteksi dan pengenalan plat nomor.
