<![CDATA[Parkir liar dan berhenti tidak pada tempatnya merupakan persoalan serius di berbagai kota di Indonesia. Masalah ini dipicu oleh keterbatasan lahan parkir, maraknya juru parkir ilegal, serta rendahnya efek jera bagi pelanggar. Penelitian ini bertujuan mengembangkan Si Parto (Sistem Parkir dan Setop Liar), prototipe sistem pendeteksi pelanggaran parkir liar berbasis Internet of Things (IoT) yang mendukung pengawasan lalu lintas secara nasional. Pengembangan sistem menggunakan metode Software Development Life Cycle (SDLC) model Waterfall, dengan miniatur mobil dan diorama sebagai simulasi kondisi jalanan kota. Sistem ini mengimplementasikan algoritma YOLOv11 untuk mendeteksi kendaraan dalam enam kelas: SUV, SUV 7 Seater, Sedan, Taksi, City Car, dan plat nomor. Kalman Filter digunakan untuk melacak pergerakan kendaraan secara real-time. Evaluasi dilakukan melalui Confusion Matrix pada 600 frame (300 siang, 300 malam). Hasilnya menunjukkan performa tinggi dengan rata-rata akurasi 99,6%, precision 99,6%, recall 99,8%, dan F1-score 99,7%. Performa siang hari sedikit lebih unggul karena pencahayaan yang lebih baik. Pengujian fungsional menggunakan Black-Box Testing terhadap enam skenario menunjukkan seluruh fitur berjalan sesuai harapan, termasuk deteksi pelanggaran, pemberian ID kendaraan, deteksi plat nomor, dan notifikasi real-time melalui Bot Telegram dengan waktu respons rata-rata 2,31 detik. Si Parto memiliki potensi untuk dikembangkan lebih lanjut sebagai solusi teknologi pengawasan modern dalam mengurangi pelanggaran parkir liar dan meningkatkan kelancaran lalu lintas nasional.]]>
Copyrights © 2026
