Penelitian ini dilakukan untuk meningkatkan keamanan sistem parkir yang menggunakan teknologi Radio Frequency Identification (RFID) untuk membuka palang parkir. Untuk dapat membuka palang parkir harus menggunakan kartu RFID yang sudah didaftarkan ke sistem. Tidak ada pengecekan Tanda Nomor Kendaraan Bermotor (TNKB) pada sistem parkir, sehingga kartu RFID dapat digunakan untuk mengeluarkan kendaraan lain dari tempat parkir. Oleh sebab itu kartu RFID perlu dikaitkan dengan data TNKB menggunakan pengenalan pola
dengan jaringan saraf tiruan. Pada sistem parkir ini akan diterapkan algoritma Backpropagation untuk mengidentifikasi karakter dari citra TNKB yang diambil melalui kamera. Informasi dari kendaraan yang sedang parkir dapat dilihat
melalui aplikasi berbasis web yang hanya dapat diakses oleh admin. Selain itu aplikasi ini dapat melihat riwayat dari kendaraan yang parkir sebelumnya. Berdasarkan perhitungan akurasi menggunakan confusion matrix, dengan menggunakan algoritma Backpropagation untuk mengidentifikasi karakter pada sistem parkir ini, dihasilkan nilai akurasi sebesar 85,7%

This research was conducted to improve a parking system's security using Radio Frequency Identification (RFID) technology to open parking barriers. To open the parking barriers, you must use an RFID card that has been registered to the system. There is no license plate checking on the parking system so that the RFID card can take other vehicles from the parking lot. Therefore, the RFID card needs to be linked with the license plate data using pattern recognition with an Artificial Neural Network. In this parking system, the Backpropagation algorithm will be applied to identify the characters from the license plate's image captured
with the camera. Information on parked vehicles can be seen through a webbased application that the administrator can only access. Also, this application can view the history of previously parked vehicles. Based on the calculation of
accuracy using the confusion matrix, the Backpropagation algorithm to identify the characters in this parking system has an accuracy value of 85.7%