<![CDATA[Ketersediaan parkir di lingkungan kampus menjadi permasalahan serius seiring meningkatnya jumlah kendaraan dan keterbatasan lahan parkir, khususnya di Universitas Singaperbangsa Karawang (UNSIKA). Sistem parkir konvensional yang belum terotomatisasi menyebabkan waktu pencarian parkir yang panjang dan inefisiensi operasional. Penelitian ini bertujuan untuk mengembangkan MODEPA-8, yaitu model deteksi parkir berbasis YOLOv8 (You Only Look Once), serta menganalisis pengaruh perbedaan jumlah epoch pelatihan terhadap performa deteksi parkir. Metode yang digunakan adalah penelitian eksperimental kuantitatif dengan pendekatan visi komputer, di mana model dilatih menggunakan dua konfigurasi epoch, yaitu 30 dan 50 epoch, pada dataset citra area parkir kampus UNSIKA. Evaluasi performa dilakukan menggunakan metrik mAP50–95, mAP50, precision, recall, F1 Score, dan Confusion Matrix. Hasil eksperimen menunjukkan bahwa MODEPA-8 dengan pelatihan 30 epoch mencapai mAP50–95 sebesar 0,91862, mAP50 sebesar 0,97516, precision 0,97679, dan recall 0,95186 dengan waktu pelatihan sekitar 5.690 detik. Sementara itu, pelatihan 50 epoch menghasilkan mAP50–95 sebesar 0,92259 dan recall 0,95783, namun membutuhkan waktu pelatihan yang jauh lebih lama, yaitu sekitar 14.143 detik. Selisih peningkatan performa yang kurang dari 1% menunjukkan adanya diminishing returns pada penambahan epoch. Oleh karena itu, MODEPA-8 dengan konfigurasi pelatihan 30 epoch direkomendasikan sebagai solusi paling efisien dan optimal untuk implementasi sistem parkir cerdas di lingkungan kampus.]]>
Copyrights © 2026
