DETEKSI KETERSEDIAAN PARKIR MENGGUNAKAN CITRA VIDEO BERBASIS CONVOLUTIONAL NEURAL NETWORK PADA YOLO11

Abstract

Meningkatnya jumlah kendaraan yang tidak sebanding dengan kapasitas lahan parkir menyebabkan kesulitan dalam memperoleh informasi ketersediaan slot parkir secara real-time, khususnya di lingkungan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Halu Oleo. Sistem parkir yang masih dilakukan secara manual menimbulkan ketidakefisienan dalam proses pemantauan dan pencarian ruang parkir. Penelitian bertujuan membangun sistem deteksi ketersediaan parkir berbasis citra video menggunakan algoritma You Only Look Once versi 11 (YOLO11) dengan pendekatan Region of Interest (ROI). Metode penelitian meliputi pengumpulan data video, anotasi kendaraan, pra-pemrosesan data, serta pelatihan model melalui fine-tuning. Status slot parkir ditentukan berdasarkan perhitungan Intersection over Union (IoU) antara bounding box kendaraan dan ROI. Hasil pengujian menunjukkan bahwa variasi threshold mempengaruhi kinerja sistem, dengan IoU threshold memberikan pengaruh lebih dominan dibandingkan confidence threshold. Sistem mencapai akurasi maksimum sebesar 100% pada kombinasi confidence threshold 0,1–0,8 dan IoU threshold 0,1–0,2 sehingga metode yang diusulkan efektif untuk mendukung sistem parkir cerdas secara real-time.