Sistem Deteksi Pelanggar Parkir Mobil dan Motor menggunakan YOLOv8 Berbasis Web

Miya Kurnia, Sakti Aji Wijaya, Rizqy Mawardi, Somantri S, Gina Purnama Insany

Abstract


Pelanggar parkir didefinisikan sebagai aktivitas kendaraan yang berhenti atau parkir di area yang dilarang. Pelanggar parkir menjadi permasalahan serius karena dapat menyebabkan kemacetan lalu lintas, mengganggu kenyamanan pejalan kaki, serta menurunkan kualitas penataan ruang publik. Penelitian ini bertujuan untuk mengembangkan sistem deteksi pelanggar parkir berbasis Internet of Things (IoT) dengan memanfaatkan algoritma YOLOv8 untuk mendeteksi kendaraan  mobil dan motor secara real-time. Sistem ini dilengkapi dengan buzzer yang akan aktif apabila kendaraan terdeteksi berhenti lebih dari dua menit di area terlarang. Data hasil deteksi, seperti jenis kendaraan, ditampilkan melalui dashboard web interaktif guna memudahkan proses pemantauan. Hasil pengujian menunjukkan bahwa sistem memiliki performa yang tinggi dalam mendeteksi kendaraan, dengan nilai precision sebesar 0,980 dan recall sebesar 0,991 untuk mobil, serta precision sebesar 0,958 dan recall sebesar 0,982 untuk motor. Nilai mAP@50 yang diperoleh adalah 0,994 untuk mobil dan 0,957 untuk motor, sedangkan nilai mAP@50–95 masing-masing sebesar 0,716 dan 0,651. Selain itu, pengujian sistem web menggunakan metode black box menunjukkan bahwa seluruh fungsionalitas telah berjalan sesuai dengan kebutuhan dan rancangan sistem.


Keywords


Pelanggar Parkir, YOLOv8,Internet of Things, Dashboard Web

Full Text:

PDF

References


M. I. Saputra, “Pengaruh Parkir Pada Badan Jalan Terhadap Kinerja Ruas Jalan Tlogosari Raya Kelurahan Tlogosari Kulon Kecamatan Pedurungan Kota Semarang.”

“UU Nomor 22 Tahun 2009”.

T. Taufiqurrahman, A. P. Hadi, and R. E. Siregar, “Evaluasi Performa Yolov8 Dalam Deteksi Objek Di Depan Kendaraan Dengan Variasi Kondisi Lingkungan,” Jurnal Minfo Polgan, vol. 13, no. 2, pp. 1755–1773, Nov. 2024, doi: 10.33395/jmp.v13i2.14228.

J. N. Subekti and A. D. Putra, “Deteksi Trafic Pada Jumlah Kendaraan Yang Lewat Di You See Indonesia Menggunakan Metode Yolov8,” Information System Journal, vol. 7, no. 02, pp. 78–86, Feb. 2025, doi: 10.24076/infosjournal.2024v7i02.1736.

L. Satya, M. R. D. Septian, M. W. Sarjono, M. Cahyanti, and E. R. Swedia, “Sistem Pendeteksi Plat Nomor Polisi Kendaraan Dengan Arsitektur Yolov8,” Sebatik, vol. 27, no. 2, pp. 753–761, Dec. 2023, doi: 10.46984/sebatik.v27i2.2374.

“Implementasi Yolo V8 Untuk Mendeteksi Mata Uang Rupiah Emisi Tahun 2022 Ber-Output Audio”.

“Klasifikasi Jenis Kendaraan Pada Jalan Raya Menggunakan Yolov7”.

D. A. Abdurrafi, M. Taqijjuddin Alawiy, and B. M. Basuki, “Deteksi Klasifikasi Dan Menghitung Kendaraan Berbasis Algoritma You Only Look Once (Yolo) Menggunakan Kamera Cctv,” Science Electro, vol. nn, no. 9, 2023.

“Analysis_of_Parking_Characteristics_and”.

“S. Somantri, I. L. Kharisma, and N. Angelina, “Rancang Bangun Aplikasi”.

A. Yolov8 et al., “Analisa Kemampuan Algoritma YOLOv8 Dalam Deteksi Objek Manusia Dengan Metode Modifikasi Arsitektur,” 2023.

S. Tamang, B. Sen, A. Pradhan, K. Sharma, and V. K. Singh, “International Journal of Intelligent Systems And Applications In Engineering Enhancing Covid-19 Safety: Exploring YOLOv8 Object Detection for Accurate Face Mask Classification.” [Online]. Available: www.ijisae.org

Z. Rizq, A. T. Dewi, C. Ahmadi, and I. G. Suardika, “Dashboard Executive Information System Pada Banjar Berbasis Web.”

“I. Ahmad et al., ‘Deep Learning Based Detector YOLOv5 for Identifying Insect Pests,’ Appl. Sci., vol. 12, no. 19, 2022, doi: 10.3390/app121910167.”.

I. Lucia Kharisma, G. Purnama Insany, A. Rizki Firdaus, and D. Nasrulloh, “Overcoming the Impact of Bird Pests on Rice Yields Using Internet of Things Based YOLO Method,” International Journal of Engineering and Applied Technology, vol. 7, no. 2, pp. 18–32, 2024, doi: 10.52005/ijeat.v3i1.xxx.

A. Herdiansah, R. Indra Borman, and S. Maylinda, “Sistem Informasi Monitoring dan Reporting Quality Control Proses Laminating Berbasis Web Framework Laravel,” vol. 15, no. 2.




DOI: http://dx.doi.org/10.36448/expert.v15i1.4324

Refbacks

  • There are currently no refbacks.


EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi

Published by Pusat Studi Teknologi Informasi, Fakultas Ilmu Komputer, Universitas Bandar Lampung
Gedung M Lt.2 Pascasarjana Universitas Bandar Lampung
Jln Zainal Abidin Pagaralam No.89 Gedong Meneng, Rajabasa, Bandar Lampung,
LAMPUNG, INDONESIA

Indexed by:



Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.