Implementasi Yolov8 Dan Resnet50 Untuk Pemeriksaan Kendaraan Di Sistem Parkir Berbasis Image Matching

Proses verifikasi saat pemeriksaan kendaraan pada sistem parkir sering menghadapi tantangan, terutama dalam memastikan bahwa kendaraan yang keluar adalah kendaraan yang sama saat masuk. Kelemahan ini dapat dimanfaatkan untuk tindakan penyalahgunaan atau kecurangan. Penelitian ini bertujuan untuk mengembangkan sistem parkir berbasis computer vision yang dapat mencocokan gambar kendaraan saat masuk dan keluar menggunakan metode image matching. Metode penelitian meliputi pengumpulan data, labeling dataset, pelatihan model YOLOv8, evaluasi model YOLOv8, perancangan sistem, implementasi, uji coba sistem dan evaluasi sistem. Sistem ini menggunakan YOLOv8 untuk deteksi objek kendaraan dengan tingkat akurasi 90%, dan ResNet50 sebagai ekstraktor fitur mendalam (deep feature extraction) guna memperoleh representasi citra yang dibandingkan dengan metode cosine similarity. Pengujian dilakukan sebanyak 10 sampel menggunakan data simulasi kendaraan yang dilakukan di Universitas Buana Perjuangan Karawang. Hasil menunjukan bahwa sistem mampu mencocokan kendaraan dengan akurasi sebesar 100%. Hasil ini menunjukan bahwa sistem mampu membedakan kendaraan dengan baik dan berpotensi meningkatkan keamanan pada proses verifikasi kendaraan di area parkir.

Kata Kunci: image matching, resnet50, sistem parkir, yolov8