Teks

DETEKSI LAHAN PARKIR KOSONG MENGGUNAKAN ALGORITMA YOLOv11

---

Keterbatasan ruang parkir di area perkotaan sering memicu kemacetan dan
mengurangi efisiensi lalu lintas. Sistem parkir konvensional yang masih
mengandalkan pemantauan manual memerlukan tenaga tambahan dan tidak mampu
memberikan informasi ketersediaan slot parkir. Penelitian ini menawarkan solusi
deteksi ruang parkir otomatis berbasis deep learning menggunakan arsitektur
YOLOv11 untuk mengenali kendaraan dan slot kosong pada citra area parkir.
Dataset diperoleh dari Roboflow dan diproses melalui normalisasi, augmentasi,
serta konversi ke format YOLO. Model dilatih selama 20 epoch menggunakan
framework Ultralytics dengan GPU di Google Colaboratory. Hasil evaluasi
menunjukkan kinerja sangat baik, dengan mAP@50 sebesar 96,2% dan mAP@50–
95 sebesar 50,6%. Uji visual membuktikan model mampu mendeteksi kendaraan
dan ruang kosong secara konsisten pada berbagai kondisi pencahayaan dan sudut
pandang. Waktu inferensi rata-rata kurang dari 30 milidetik per citra, menandakan
model ini cocok untuk sistem deteksi parkir berbasis visi komputer. Secara
keseluruhan, YOLOv11 terbukti efektif dalam mengatasi tantangan deteksi parkir
otomatis dan berpotensi menjadi solusi adaptif bagi sistem parkir cerdas di masa
depan

---

Ketersediaan

S00035.25

RF TI.S00035.25 Fad d

My Library (Referensi)

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

RF TI.S00035.25 Fad d

Penerbit

Paguyangan : Universitas Muhammadiyah Brebes., 2025

Deskripsi Fisik

xv,83hlm.;30cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

TI.S00035.25

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Deep Learning
YOLOv11
deteksi objek
slot parkir kosong
Roboflow
sistem parkir cerdas

Info Detail Spesifik

Dilengkapi CD

Pernyataan Tanggungjawab

MOH. FADLI 21.01.0.0016 Tugas Akhir diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar