Peningkatan jumlah kendaraan di Indonesia mendorong kebutuhan akan sistem transportasi yang lebih efisien, khususnya pada implementasi sistem pembayaran tol Multi Lane Free Flow (MLFF) berbasis Radio Frequency Identification (RFID). Untuk mendukung proses verifikasi kendaraan pada sistem tersebut, diperlukan teknologi Automatic Number Plate Recognition (ANPR) yang mampu mendeteksi dan mengenali pelat nomor kendaraan secara otomatis. Penelitian ini bertujuan mengembangkan sistem ANPR berbasis website menggunakan SSD MobileNetV3 sebagai model deteksi pelat nomor dan PaddleOCR sebagai model rekognisi karakter. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan jenis riset eksperimental. Dataset berupa citra kendaraan berpelat nomor Indonesia diproses melalui tahap augmentasi data sebelum digunakan untuk pelatihan model. Model yang dikembangkan kemudian diintegrasikan ke dalam aplikasi web menggunakan framework Flask. Hasil evaluasi menunjukkan bahwa SSD MobileNetV3 memperoleh nilai mAP sebesar 0,7349 dan mAP@50 sebesar 96,74%. Pengujian menunjukkan bahwa nilai threshold 0,8 memberikan performa terbaik, sedangkan analisis tambahan menunjukkan bahwa kemampuan deteksi dipengaruhi oleh jarak dan sudut pengambilan citra. Pengujian website menggunakan metode Black Box Testing memperoleh tingkat keberhasilan sebesar 100%. Hasil penelitian menunjukkan bahwa sistem mampu melakukan deteksi dan rekognisi pelat nomor kendaraan secara otomatis serta berhasil diimplementasikan dalam aplikasi web.