<![CDATA[Abstrak— Kurangnya informasi terkait ketersediaan lahan parkir masih menjadi suatu permasalahan yang terjadi bagi para pengendara. Peningkatan volume kendaraan tidak seimbang dengan ketersediaan lahan parkir, hal ini menyebabkan terjadinya macet di berbagai tempat. Seringkali pengendaara harus memutar dan turun dari kendaraan untuk mendapatkan tempat parkir yang kosong. Pada penelitian ini penulis membandingkan arsitektur dari metode Convolutional Neural Network untuk deteksi parkir dengan bantuan bahaya pemrograman python, sehingga akan memudahkan pengendara untuk mendapatkan tempat parkir yang kosong. Hasil deteksi dari penelitian ini terbilang sangat baik dengan model arstitektur ResNet50 dengan akurasi training set 0.8884 dan nilai loss training set 0.2999 sedangkan nilai pada validation set 0.9804 dan nilai loss validation set 0.0226. hasil dari_sistem pendeteksi gambar sebuah tempat parkir menggunakan data pada video yang--sudah dilatih sebelumnya dan bisa mengetahui tempat parkir mana yang masih kosong. Kata Kunci— Convolutional Neural Network, Python, Deteksi Parkir.]]>
Copyrights © 2026
