Keterbatasan lahan parkir disertai dengan peningkatan jumlah kendaraan menyebabkan masalah-masalah kemacetan, menghabiskan waktu mencari tempat parkir, dan tempat parkir kosong yang sia-sia. Agar masalah tersebut dapat diatasi, sistem parkir pintar digunakan untuk mengatasi masalah tersebut agar pengemudi mudah dalam mencari tempat parkir sehingga tidak terjadi kemacetan dan tidak terdapat slot kosong yang sia-sia. Salah satu subsistem dalam sistem parkir pintar adalah sistem pendeteksian ketersediaan slot. Paper ini membahas bagian sistem tersebut, khususnya pada deteksi objek mobil dari gambar, agar data hasil deteksi dan klasifikasi tersebut dapat digunakan untuk deteksi ketersediaan slot dan fitur seperti reservasi. Model yang digunakan pada paper ini untuk mendeteksi mobil dan klasifikasi jenis mobil yaitu model YOLOv8s. Model tersebut dilatih dengan menggunakan data gambar yang diambil dari tempat parkir luar gedung TULT Telkom University dengan jumlah data gambar yang terbatas. Hyperparameter pada model YOLOv8s kami ubah yaitu weight decay dan freeze. Nilai performa terbaik didapatkan dengan nilai weight decay 0.1 lalu melatih lagi dengn freeze 4 layer, dimana nilai mAP, F1-Score, dan kecepatan pemrosesan data gambar yaitu 99.2%, 98%, dan 1.95 milidetik secara berurutan. Namun model terbaik tersebut belum tentu baik dalam mendeteksi dan mengklasifikasi objek mobil pada data baru. Kata kunci— Deteksi, Klasifikasi, Weight Decay, YOLOv8s.