• Beranda
  • Website Perpustakaan
  • Panduan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Penanda Bagikan

SKRIPSI DIGITAL

Implementasi Sistem Deteksi Slot Parkir Berbasis Computer Vision Dan Artificial Intelligence Menggunakan YOLO Pada Area Parkir Elektro Politeknik Negeri Semarang = Implementation of a Parking Slot Detection System Based on Computer Vision and Artificial Intelligence Using YOLO at the Electrical Engineering Parking Area of Semarang State Polytechnic

Alfian Bagus Satriya - Nama Orang; Adeguna Ridlo Pramurti - Nama Orang; Eriko Arvin Karuniawan - Nama Orang;

Keterbatasan lahan parkir sepeda motor di Jurusan Teknik Elektro Politeknik Negeri Semarang menyebabkan penumpukan kendaraan pada jam sibuk. Permasalahan ini diperparah oleh sistem CCTV yang terpasang masih bersifat pasif dan belum mampu memberikan informasi ketersediaan slot parkir secara real-time kepada pengendara. Untuk mengatasi permasalahan tersebut, dikembangkan sistem monitoring ketersediaan parkir sepeda motor berbasis computer vision yang mengintegrasikan algoritma YOLOv11 dengan pendekatan Region of Interest (ROI) dan Empty Space Segmentation pada dua sudut pandang kamera (belakang dan samping), didukung komunikasi MQTT antara komputer dan ESP32 serta dashboard monitoring berbasis Flask dan SocketIO. Penelitian ini bertujuan merancang serta mengevaluasi performa sistem dalam mendeteksi objek, pelanggaran posisi kendaraan, estimasi jarak navigasi, dan akurasi terhadap variasi iluminasi, melalui pengujian pada dua konfigurasi kamera dan tiga metode. Hasil pengujian menunjukkan konfigurasi sudut pandang belakang dengan metode ROI dan Empty Space Segmentation mencapai rata-rata akurasi deteksi berturut-turut sebesar 87,88% dan 81,31%, dengan estimasi jarak navigasi mencapai akurasi 100% pada ROI dan 78,57% pada Empty Space Segmentation. Sebaliknya, sudut pandang samping hanya mencapai rata-rata akurasi di bawah 50% akibat oklusi antar kendaraan yang tinggi. Berdasarkan hasil pengujian, dapat disimpulkan bahwa sistem monitoring parkir berbasis sudut pandang belakang, baik menggunakan metode ROI maupun Empty Space Segmentation, terbukti lebih akurat untuk diterapkan dibandingkan sudut pandang samping, sehingga dapat dijadikan acuan konfigurasi optimal dalam pengembangan sistem parkir pintar berbasis kamera tunggal.


Fulltext
  • IL020-2026
Informasi Detail
Judul Seri
-
No. Panggil
IL 020 2026
Penerbit
Semarang : Politeknik Negeri Semarang., 2026
Deskripsi Fisik
xxii, 186 hal.: illus., 30 cm.
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
text
Tipe Media
computer
Tipe Pembawa
online resource
Edisi
-
Subjek
COMPUTER VISION
YOLOV11
region of interest
empty space
empty space segmentation
deteksi slot
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Alfian Bagus Satriya
Versi lain/terkait

Tidak tersedia versi lain

Komentar

Anda harus masuk sebelum memberikan komentar

  • Panduan
  • Area Anggota

Tentang Kami

Si-Repo adalah platform digital yang dikelola oleh UPA Perpustakaan Politeknik Negeri Semarang, menyimpan karya ilmiah seperti Tugas Akhir, Skripsi, dan Tesis dari sivitas akademika Polines, untuk mendukung kebutuhan akademik, penelitian, dan pengembangan.

Jam Buka Perpustakaan

Senin - Kamis:
07.30 - 16.00 WIB

Jum'at:
07.30 - 16.30 WIB


NPP. 3374102C0000002
0895340731030
Follow Us
Subscribe

© 2026 — Perpustakaan Politeknik Negeri Semarang

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?