Prototype Sistem Electronic Road Pricing (ERP)

Abstract

Kemacetan di jalan raya merupakan hal yang umum dan banyak dijumpai di kota-kota besar. Kemacetan umumnya terjadi di daerah point of interest seperti mall, sekolah dan tempat-tempat ramai lainnya. Skripsi ini berisi rancangan prototype sistem Electronic Road Pricing berbasis sistem embedded Raspberry Pi dengan RFID dan kemampuan pengenalan citra berbasis OpenALPR. Kendaraan yang melewati gantry akan diambil citra plat nomor serta tag RFIDnya oleh client. Citra dan tag yang diambil kemudian diserialisasi ke XML dan dikirimkan ke server melalui soket untuk diproses lebih lanjut. Hasil keluaran berupa catatan transaksi dan bacaan citra plat nomor dari OpenALPR. Hasil pengujian awal membuktikan bahwa RFID reader sanggup bekerja optimal dari jarak 0-360 cm dan hasil dari pengujian sistem sebanyak 3 kali membuktikan bahwa sistem dapat bekerja baik pada kendaraan berkecepatan 10, 20, dan 40 Km/jam kecuali OpenALPR yang gagal 2 dari 3 kali pengujian karena data training minimal. Hasil pengujian akhir OpenALPR setelah di training dengan data 1000 sanggup membaca 9 dari 10 plat nomor yang diberikan secara acak dan sistem dapat bekerja dengan baik.

Traffic jams at roads are common occurrences and could be met in every large cities. Traffic jams usually happen at point of interest areas such as malls, schools and at other busy places. This thesis contains Electronic Road Pricing system design prototype based on embedded system Raspberry Pi with RFID and image processing capability based on OpenALPR. Vehicle passing under the gantry will be recorded by photographing the image of license plate and reading the RFID tag. The image and tag will be serialised to XML and then sent to server through a socket to be processed. The output is transaction record and license plate reading from OpenALPR. Early test proved that RFID is able to work optimally at range 0-360cm and according to 3 times system test, system is able to work fine at vehicles moving at 10, 20, and 40 Km/h except OpenALPR which failed 2 out of 3 tests because of minimum data training. Latest OpenALPR test after trained with 1000 data proved that OpenALPR is able to recognize 9 out of 10 license plate given randomly and the system works fine.