<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="161003">
 <titleInfo>
  <title>PENGELOLAAN PARKIR CERDAS MENGGUNAKAN YOLO:</title>
  <subTitle>OPTIMALISASI SPACE DI UNIVERSITAS SYIAH KUALA</subTitle>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Muhammad Nebiel Wareth</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Teknik</publisher>
   <dateIssued>2025</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Manajemen parkir yang efisien merupakan tantangan utama di daerah yang padat penduduknya, seperti di Universitas Syiah Kuala, yang melayani mahasiswa, staf, dan pengunjung. Jumlah kendaraan yang semakin banyak menyebabkan kesulitan dalam mencari space parkir yang tersedia, yang pada gilirannya menyebabkan kemacetan, peningkatan emisi karbon, dan pengalaman parkir yang kurang optimal bagi pengguna. Penelitian ini bertujuan untuk mengembangkan sistem deteksi parkir menggunakan algoritma deteksi objek berbasis pembelajaran mendalam, yaitu You Only Look Once (YOLO), untuk mendeteksi ketersediaan space parkir secara real-time tanpa memerlukan sensor fisik. Metode yang digunakan adalah penerapan YOLO yang terintegrasi dengan OpenCV untuk koneksi kamera. Hasil eksperimen menunjukkan bahwa model YOLOv8M memberikan akurasi terbaik dengan precision sebesar 0.9910, recall sebesar 0.9786, dan mAP50 sebesar 0.9912, menjadikannya pilihan yang ideal untuk diterapkan di kampus. Sistem ini diharapkan dapat meningkatkan efisiensi manajemen parkir dan pengalaman pengguna di Universitas Syiah Kuala. Selain itu, penelitian ini memberikan kontribusi pada pengembangan sistem deteksi parkir berbasis YOLO yang dapat diakses melalui platform web lokal dengan kemampuan untuk membuat bounding boxes secara manual, memungkinkan penyesuaian konfigurasi parkir sesuai dengan kebutuhan area parkir kampus.</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>161003</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2025-07-14 20:16:36</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2025-07-15 00:08:37</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>