Statistics: LPR (License Plate Recognition)
Pantau performa pengenalan plat nomor kendaraan — total deteksi, distribusi per Stream, analisis waktu puncak, dan tren — langsung dari Lenz Dashboard.
Pengenalan
Halaman Statistics LPR (/statistics/lpr) menyajikan ringkasan analitik pengenalan plat nomor kendaraan dari seluruh kamera LPR yang terhubung ke sistem. Data yang ditampilkan mencakup total deteksi, proporsi plat terdaftar versus tidak terdaftar, distribusi jenis kendaraan, perbandingan antar Stream, serta pola waktu puncak aktivitas.
| Aspek | Keterangan |
|---|---|
| Sumber data | Event LPR yang diproses oleh analitik NFV4-LPR2 |
| Granularitas waktu | Per jam (rentang 1 hari) atau per hari (rentang lebih dari 1 hari) |
| Target pengguna | Operator parking/access control, integrator sistem parkir |
| Penggunaan utama | Pemantauan volume kendaraan, audit keamanan, perencanaan kapasitas |
Halaman ini menampilkan data agregat dari semua Stream yang memiliki analitik LPR aktif. Untuk menelusuri event individual per plat nomor, gunakan halaman Plate Search atau Event History.
Metric yang Ditampilkan
Ringkasan (Summary)
Panel ringkasan menampilkan angka akumulatif untuk rentang waktu yang dipilih:
| Metric | Deskripsi |
|---|---|
| Total Plat | Jumlah seluruh plat nomor yang terdeteksi, termasuk plat terdaftar dan tidak terdaftar |
| Plat Dikenal | Plat nomor yang cocok dengan daftar terdaftar (enrolled), beserta persentasenya |
| Plat Tidak Dikenal | Plat nomor yang tidak ditemukan dalam daftar terdaftar, beserta persentasenya |
| Distribusi Jenis Kendaraan | Jumlah dan persentase per kategori kendaraan (Mobil, Motor, Bus, Truk) |
Time Series
Grafik time series menampilkan tren deteksi plat nomor dari waktu ke waktu. Tersedia tiga tampilan:
- Total — volume pengenalan keseluruhan per interval waktu
- Plat — perbandingan plat dikenal vs tidak dikenal per interval
- Kendaraan — distribusi jenis kendaraan per interval
Setiap titik data pada time series mencatat perubahan persentase (change_from_previous) dibandingkan interval sebelumnya.
Distribusi Stream
Tabel distribusi Stream memperlihatkan kontribusi masing-masing kamera terhadap total deteksi:
| Kolom | Deskripsi |
|---|---|
| Stream | Nama dan lokasi kamera |
| Total | Jumlah plat yang terdeteksi dari kamera tersebut |
| Plat Dikenal | Jumlah plat terdaftar dari kamera tersebut |
| Plat Tidak Dikenal | Jumlah plat tidak terdaftar dari kamera tersebut |
| % dari Total | Proporsi kontribusi kamera ini terhadap seluruh deteksi |
Analisis Waktu Puncak
| Metric | Deskripsi |
|---|---|
| Periode Puncak | Jam atau tanggal dengan jumlah deteksi tertinggi |
| Jumlah Puncak | Angka deteksi pada periode puncak |
| Periode Paling Sepi | Jam atau tanggal dengan jumlah deteksi terendah |
| Jumlah Sepi | Angka deteksi pada periode paling sepi |
Tren
Sistem secara otomatis menghitung tren berdasarkan perbandingan data awal dan akhir rentang waktu:
- increasing — volume meningkat lebih dari 10% dibandingkan periode awal
- decreasing — volume menurun lebih dari 10% dibandingkan periode awal
- stable — perubahan di bawah ambang 10%
Tersedia pula metrik average_per_interval (rata-rata deteksi per interval) dan peak_to_average_ratio (rasio puncak terhadap rata-rata) sebagai indikator lonjakan aktivitas.
Tren dihitung berdasarkan data awal dan akhir rentang waktu yang dipilih, bukan regresi linear seluruh data series. Hasil tren paling akurat untuk rentang waktu minimal 7 hari.
Cara Menggunakan
Buka halaman Statistics LPR
Akses menu Statistics dari sidebar, lalu pilih LPR. Halaman akan memuat data dengan rentang waktu default (hari ini).
Pilih rentang waktu
Gunakan pemilih tanggal di bagian atas halaman untuk menentukan rentang waktu analisis. Tersedia tab cepat:
- Harian — data hari ini dengan granularitas per jam
- Mingguan — 7 hari terakhir dengan granularitas per hari
- Bulanan — 30 hari terakhir dengan granularitas per hari
Untuk rentang kustom, isi kolom Tanggal Mulai dan Tanggal Selesai secara manual. Sistem secara otomatis menentukan granularitas: per jam jika rentang adalah 1 hari, per hari jika lebih dari 1 hari.
Filter berdasarkan Stream (opsional)
Jika Anda ingin melihat data dari kamera tertentu saja, gunakan dropdown Stream untuk memilih satu kamera. Pilih Semua Stream untuk menampilkan data agregat dari seluruh kamera.
Baca panel ringkasan
Panel ringkasan di bagian atas halaman menampilkan total deteksi, jumlah plat dikenal dan tidak dikenal, serta distribusi jenis kendaraan untuk rentang waktu yang dipilih.
Analisis grafik time series
Gulir ke bawah untuk melihat grafik time series. Gunakan tab Total, Plat, atau Kendaraan untuk beralih tampilan. Arahkan kursor ke titik data untuk melihat rincian per interval termasuk persentase perubahan dari interval sebelumnya.
Periksa distribusi Stream
Tabel distribusi Stream menampilkan perbandingan kontribusi setiap kamera. Gunakan tampilan Individual untuk melihat data masing-masing kamera, atau Gabungan untuk agregat lintas kamera.
Lihat analisis waktu puncak
Bagian Analisis Waktu Puncak menampilkan periode dengan aktivitas tertinggi dan terendah. Informasi ini berguna untuk merencanakan jadwal pengecekan sistem atau mengoptimalkan alokasi sumber daya pada jam sibuk.
API Reference
Semua endpoint memerlukan autentikasi. Sertakan header Authorization: Bearer <token> atau X-Api-Key: <key> pada setiap request. Lihat Otentikasi untuk detail lengkap.
GET /api/v1/statistics/lpr2
Mengambil statistik LPR untuk rentang waktu tertentu. Endpoint ini digunakan oleh Lenz Dashboard untuk memuat seluruh data pada halaman Statistics LPR.
GET /api/v1/statistics/lpr2?stream_id=<id>&start_date=2024-01-01&end_date=2024-01-07
Authorization: Bearer <token>Query Parameters:
Prop
Type
Format Response
Contoh response sukses:
{
"ok": true,
"message": "success",
"data": {
"time_range": "daily",
"start_date": "2024-01-01",
"end_date": "2024-01-07",
"timestamp": "2024-01-07T15:30:00+07:00",
"summary": {
"total": 4250,
"known_plates": 3180,
"unknown_plates": 1070,
"known_percentage": 74.82,
"unknown_percentage": 25.18,
"vehicle_types": {
"car": 2800,
"motorcycle": 1100,
"truck": 250,
"bus": 100
},
"vehicle_type_percentage": {
"car": 65.88,
"motorcycle": 25.88,
"truck": 5.88,
"bus": 2.35
}
},
"time_series_data": [
{
"time_label": "2024-01-01",
"event_time": "2024-01-01T00:00:00Z",
"total": 610,
"known_plates": 455,
"unknown_plates": 155,
"vehicle_types": { "car": 400, "motorcycle": 160, "truck": 40, "bus": 10 },
"vehicle_type_percentage": { "car": 65.57, "motorcycle": 26.23, "truck": 6.56, "bus": 1.64 },
"percent_of_total": 14.35,
"change_from_previous": 0
}
],
"stream_distribution": [
{
"stream_id": "stream-abc-123",
"stream_name": "Pintu Masuk Utama",
"location": "Lobby Gedung A",
"total": 2100,
"known_plates": 1580,
"unknown_plates": 520,
"percent_of_total": 49.41
}
],
"peak_time_info": {
"peak_time": "2024-01-03",
"peak_count": 780,
"lowest_time": "2024-01-07",
"lowest_count": 420
},
"trends": {
"overall_trend": "stable",
"average_per_interval": 607.14,
"peak_to_average_ratio": 1.28
}
}
}Struktur field data:
Prop
Type
Struktur field summary:
Prop
Type
Struktur elemen time_series_data:
Prop
Type
Struktur elemen stream_distribution:
Prop
Type
Tips & Troubleshooting
Selanjutnya
Statistics — Ikhtisar
Lihat ringkasan semua modul statistik yang tersedia di Lenz Dashboard, termasuk panduan memilih modul yang sesuai dengan kebutuhan analitik Anda.
Plate Search
Cari informasi kendaraan secara langsung dari database Korlantas/Polri berdasarkan nomor plat, lengkap dengan data STNK dan profil pemilik.
Plate Enrollment
Daftarkan nomor plat kendaraan ke watchlist sistem agar plat tersebut dikenali sebagai 'dikenal' dan dapat memicu notifikasi otomatis.
Statistics: Crowd Estimation
Pantau estimasi kepadatan kerumunan di area publik — event massal, mall, dan transportasi — beserta referensi API dan panduan konfigurasi lengkap.
Sites
Kelola lokasi fisik dan area sebagai kelompok logis untuk stream — mendukung hierarki parent-child seperti gedung, lantai, dan ruangan.