Pengenalan Ruang Kosong Pada Tempat Parkir Mobil Menggunakan Convolutional Neural Network (Cnn)

Abstract

Abstrak Parkir di tempat parkir besar itu sangat sulit. Artinya, pengemudi harus berkeliaran di dalam area parkir untuk mencari tempat parkir kosong. Selain itu, diperlukan tenaga ekstra untuk mencari tempat parkir yang kosong, Sistem parkir konvensional saat ini menitik beratkan pengemudi untuk mencari lahan parkir sendiri yang dapat menambah pembuangan emisi gas dan waktu, Oleh karena itu dibutuhkan sebuah sistem untuk mencari ruang kosong yang terdapat pada tempat parkir. Pada penelitian ini penulis menggunakan metode Convolutional Neural Networks (CNN), dan untuk dataset yang digunakan berupa citra dari dataset publik PKLot. dalam mengenali ketersediaan lahan parkir yang kosong penulis menggunakan arsitektur AlexNet yang memiliki parameter lebih sedikit dari arsitektur lain. Hasil terbaik pada penelitian ini menunjukan rata rata akurasi 99% dengan data uji.

Kata kunci: Convolutional Neural Networks (CNN), tempat parkir, PKLot.

Abstract Parking in a large parking lot is very difficult. That is, the driver must roam the parking area to find an empty parking space. In addition, extra energy is needed to find an empty parking space, the conventional parking system currently focuses on the driver to find his own parking space that can increase the disposal of gas emissions and time, therefore we need a system to search for empty spaces contained in the parking lot In this study, the author uses the Convolutional Neural Networks (CNN) method, and for the dataset used in the form of images from the public PKLot dataset, in recognizing the availability of vacant parking lots, the author uses the AlexNet architecture which has fewer parameters than other architectures. The best results of this study showed an average accuracy of 99% with test data.

Keywords: Convolutional Neural Networks (CNN), parking lot, PKLot.