RANCANG BANGUN SISTEM MANAJEMEN DETEKSI PARKIR MENGGUNAKAN ALGORITMA YOLO VERSI 8

Seiring bertambahnya jumlah kendaraan, kebutuhan akan lahan parkir yang memadai semakin meningkat. Manajemen parkir yang efisien sangat diperlukan untuk mengoptimalkan penggunaan ruang parkir dan meningkatkan kenyamanan pengemudi. Penelitian ini mengusulkan sistem deteksi slot parkir berbasis deep learning dengan menggunakan YOLOv8. Sistem ini didukung oleh OpenCV untuk meningkatkan efisiensi deteksi dan pemrosesan gambar secara real-time, memungkinkan pemantauan kondisi parkir secara dinamis. Metode pengujian dalam penelitian ini dirancang untuk mengevaluasi kinerja sistem dalam kondisi dunia nyata mencakup evaluasi pada berbagai jarak webcam, yaitu 8,7 meter, 14,3 meter, 18 meter, dan 21 meter. Pengujian dilakukan menggunakan model yang telah dilatih dengan custom dataset. Hasil pengujian menunjukkan bahwa model yang dilatih dengan custom dataset memiliki performa akurasi yang memuaskan. Selain itu, penggunaan streamlit dalam pengembangan antarmuka sistem memungkinkan user untuk mengakses fitur unggah model, mengatur anotasi area parkir, membuka kamera, serta melihat hasil pemrosesan video secara langsung. Dengan demikian, implementasi sistem berbasis YOLOv8 dan OpenCV ini diharapkan dapat menjadi solusi efektif dalam manajemen parkir modern, meningkatkan efisiensi operasional, serta mengintegrasikan teknologi chatbot untuk memberikan pengalaman pengguna yang lebih interaktif dan responsif. Integrasi ini bertujuan untuk menyediakan pengalaman pengguna yang lebih interaktif dan responsif, memungkinkan pengemudi untuk dengan mudah mendapatkan informasi tentang ketersediaan tempat parkir dan panduan lainnya