Sistem Deteksi Ketertiban Parkir Berbasis Kamera Menggunakan Algoritma YOLO

Saputri, Yulita (2025) Sistem Deteksi Ketertiban Parkir Berbasis Kamera Menggunakan Algoritma YOLO. S1 thesis, universitas Andalas.

[img] Text (Cover dan Abstrak)
Abstrak.pdf - Published Version

Download (413kB)
[img] Text (BAB I)
BAB I.pdf - Published Version

Download (729kB)
[img] Text (BAB V)
BAB V.pdf - Published Version

Download (342kB)
[img] Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version

Download (331kB)
[img] Text (Skripsi Full Text)
Skripsi Fulltext.pdf - Published Version
Restricted to Repository staff only

Download (4MB) | Request a copy

Abstract

Penelitian ini membahas perancangan dan implementasi sistem deteksi parkir sembarangan kendaraan roda dua berbasis visi komputer dengan menggunakan algoritma YOLOv8 dan perangkat Raspberry Pi 4 Model B. Sistem dilengkapi dengan Raspberry Pi Camera sebagai media akuisisi citra dan speaker eksternal sebagai output peringatan suara. Proses dimulai dengan pengambilan video dari area parkir, dilanjutkan dengan ekstraksi frame, preprocessing citra, serta deteksi objek secara real-time. Sistem mampu mengidentifikasi kendaraan roda dua yang berhenti di area terlarang serta menghitung durasi parkir. Jika durasi parkir melebihi 20 detik, sistem secara otomatis memicu speaker untuk mengeluarkan suara peringatan. Hasil pengujian menunjukkan bahwa sistem dapat bekerja secara efektif dan memberikan notifikasi cepat, sehingga dapat menjadi solusi preventif dalam mengurangi pelanggaran parkir di area perpustakaan.

Item Type: Thesis (S1)
Supervisors: DR. Eng. Rian Ferdian, M.T.
Uncontrolled Keywords: Deteksi Parkir Sembarangan; YOLOv8; Raspberry Pi; Computer Vision; Sistem Peringatan Otomatis
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Informasi > S1 Teknik Komputer
Depositing User: S1 Teknik Komputer
Date Deposited: 26 Aug 2025 04:11
Last Modified: 26 Aug 2025 04:11
URI: http://scholar.unand.ac.id/id/eprint/505568

Actions (login required)

View Item View Item