Manajemen parkir di Politeknik Enjinering Indorama membutuhkan sistem
yang efisien dan akurat untuk menghitung jumlah kendaraan. Saat ini, proses
klasifikasi dan perhitungan kendaraan dilakukan secara manual, yang tidak efisien.
Penelitian ini bertujuan untuk mengembangkan sistem deteksi dan klasifikasi
kendaraan menggunakan teknologi Computer Vision (YOLOv8). Rumusan masalah
pada penelitian ini adalah bagaimana pembuatan teknologi Computer Vision dengan
model YOLOv8 dalam sistem klasifikasi kendaraan di Politeknik Enjinering
Indorama.
Penelitian ini mengadopsi metodologi CRISP-DM untuk mengembangkan
sistem. Ini melibatkan langkah-langkah pemahaman bisnis, data, pemodelan,
evaluasi, dan deployment. Selain itu, penelitian ini juga menerapkan metodologi
penulisan kualitatif dengan observasi dan wawancara untuk memahami kebutuhan
dan masalah yang ada.
Hasil dari penelitian ini menunjukkan bahwa model yang dibuat dengan
menggunakan 872 data telah berhasil mencapai tingkat akurasi yang memuaskan.
Untuk jenis motor, akurasi mencapai 88,30%, sedangkan untuk jenis mobil, akurasi
mencapai 78,95%. Sementara itu, jenis truk memiliki akurasi sebesar 64,90%, dan
jenis bus mencapai akurasi sekitar 59,28%. Selain itu, model tersebut berhasil
diintegrasi dengan sistem web menggunakan framework Flask, yang
memungkinkan akses sistem perhitungan jumlah kendaraan melalui web browser.
Integrasi ini memungkinkan aplikasi berjalan secara real-time.

Kata Kunci: Klasifikasi Kendaraan, Computer Vision, YOLOv8, Perhitungan
jumlah Kendaraan.