dc.description.abstract | Tingginya pertumbuhan jumlah kendaraan bermotor di Indonesia menjadi perhatian
khusus dalam pengelolaan administrasi lalu lintas terutama pada pajak kendaraan.
Upaya menghadirkan solusi inovatif untuk administrasi perpajakan kendaraan
dilakukan penelitian untuk pendeteksian status pajak 5 tahunan kendaraan bermotor
di Indonesia. Penelitian ini menggunakan model Transformer Optical Character
Recognition (TrOCR). Tujuan penelitian adalah untuk melihat kinerja model
TrOCR dalam mengenali teks pada plat kendaraan bermotor di Indonesia serta
mengklasifikasi plat kendaraan yang telah dan belum membayar pajak. Data yang
digunakan dalam penelitian ini adalah gambar plat kendaraan bermotor di Indonesia
yang diambil secara primer di sekitar area Fakultas Matematika dan Ilmu
Pengetahuan Alam Universitas Islam Indonesia dengan menggunakan metode
simple random sampling. Hasil penelitian ini menunjukkan bahwa model TrOCR
berhasil menghasilkan nilai Character Error Rate (CER) sebesar 2,9%, dengan
penerapan skenario data 90%:10% dan penggunaan Epoch 8. Evaluasi kinerja
model menunjukkan bahwa deteksi teks secara keseluruhan sangat efektif dalam
mengklasifikasi status pajak lima tahunan kendaraan bermotor. Meskipun terdapat
beberapa kesalahan prediksi, performa keseluruhan model dapat dianggap baik,
menyajikan informasi yang andal terkait status pajak kendaraan lima tahunan. | en_US |