<![CDATA[Peningkatan jumlah kendaraan di Indonesia menimbulkan tantangan dalam pengelolaan area parkir, khususnya dalam aspek efisiensi dan otomatisasi. Penelitian ini bertujuan mengembangkan prototipe sistem parkir otomatis berbasis kamera Android dan mikrokontroler ESP32 yang mampu mendeteksi golongan kendaraan serta membaca pelat nomor secara real-time. Sistem ini menggunakan algoritma Convolutional Neural Network (CNN) dengan arsitektur YOLOv8n untuk deteksi objek serta PaddleOCR untuk pembacaan karakter pada pelat nomor kendaraan. Model dikonversi ke dalam format TensorFlow Lite agar dapat berjalan secara efisien pada perangkat Android. Hasil pengujian menunjukkan bahwa model deteksi kendaraan memiliki precision sebesar 87%, recall sebesar 100%, dan mAP@0.5 sebesar 99%, sedangkan model deteksi pelat nomor mencapai precision sebesar 98,56%, recall sebesar 94,19%, dan mAP@0.5 sebesar 98,45%. Meskipun tingkat akurasi yang tinggi berhasil dicapai, sistem masih menghadapi tantangan pada kondisi tertentu, seperti sudut kemiringan pelat nomor dan jarak objek terhadap kamera. Hasil evaluasi menunjukkan bahwa prototipe ini berhasil membuktikan konsep sistem parkir otomatis yang fungsional dan efisien. Namun, pengembangan lebih lanjut masih diperlukan untuk penerapan pada lingkungan nyata.]]>
Copyrights © 2026
