Prediksi ketersediaan parkir dengan menggunakan deteksi objek arsitektur You Only Look Once (YOLOv8)

Putra, Muhammad Bayu Nurdiansyah (2024) Prediksi ketersediaan parkir dengan menggunakan deteksi objek arsitektur You Only Look Once (YOLOv8). Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (86kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (48kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (84kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (94kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (270kB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (3MB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (58kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (195kB) | Request a copy

Abstract

Penelitian ini bertujuan untuk mengembangkan model Prediksi Ketersediaan Parkir dengan Menggunakan Deteksi Objek Arsitektur You Only Look Once (YOLOv8). Tingginya penggunaan kendaraan bermotor, terutama di negara berkembang, telah menyebabkan permasalahan parkir yang kompleks di area publik. Solusi yang efektif dan efisien sangat diperlukan untuk mengatasi kesulitan menemukan tempat parkir, parkir liar, kemacetan, dan potensi kerusakan kendaraan. Metode penelitian ini mengikuti pendekatan CRISP-DM yang mencakup pemahaman bisnis, pemahaman data, persiapan data, pembuatan model, evaluasi, dan penyebaran. Data dikumpulkan dari berbagai sumber dan dianotasi untuk mendeteksi kendaraan menggunakan arsitektur YOLO. Setelah data diproses dan model dilatih, evaluasi dilakukan menggunakan metrik seperti Mean Average Precision (mAP), Precision, Recall, F1-Score, dan Intersection over Union (IoU). Model kemudian diterapkan pada aplikasi berbasis web untuk memantau kepadatan parkir secara real-time. Hasil penelitian menunjukkan bahwa model YOLO mampu mendeteksi dan memprediksi ketersediaan parkir motor dengan akurasi yang tinggi, memberikan solusi yang praktis dan efektif untuk masalah parkir. Penelitian ini diharapkan dapat berkontribusi dalam pengembangan sistem parkir pintar (smart parking) yang mampu meningkatkan efisiensi penggunaan tempat parkir dan mengurangi permasalahan terkait parkir di lingkungan perkotaan.

Actions (login required)

View Item