Pengembangan Sistem Parkir Cerdas Di Kota Makassar Dengan Optimalisasi YOLOv11 Dan Integrasi Sistem OCR = Development of an Intelligent Parking System in Makassar City with YOLOv11 Optimization and OCR System Integration

Latar belakang. Peningkatan volume kendaraan di Kota Makassar menuntut adanya sistem manajemen parkir yang efisien dan otomatis. Sistem parkir konvensional sering kali terkendala oleh proses pencatatan manual yang lambat dan rentan kesalahan. Tujuan. Penelitian ini bertujuan untuk mengembangkan sistem parkir cerdas berbasis visi komputer yang mampu mendeteksi, melacak, dan membaca pelat nomor kendaraan secara otomatis dan real-time. Metode. Sistem ini mengintegrasikan model deteksi objek YOLOv11, algoritma pelacakan ByteTrack, dan Optical Character Recognition (OCR) menggunakan PaddleOCR. Metode optimasi yang digunakan adalah Post-Training Quantization (PTQ) dengan strategi selective quantization, di mana hanya lapisan-lapisan robust pada backbone yang di kuantisasi dari format FP32 ke INT8, sementara detection head yang sensitif dipertahankan dalam presisi penuh. Pengujian sistem dilakukan pada tiga skenario lalu lintas: kendaraan sepi, antrean, dan paralel. Hasil. Hasil penelitian menunjukkan bahwa model hasil optimasi (YOLOv11n_INT8) memberikan peningkatan kecepatan inferensi hingga 30.98% pada pengujian benchmark dan 37.21% pada pengujian sistem end-to-end, dengan degradasi akurasi yang sangat minimal (rata-rata penurunan mAP50-95 hanya 1-5%). Bahkan, pada skenario kompleks, model ter kuantisasi menunjukkan peningkatan akurasi hingga 0.90% dan stabilitas performa yang jauh lebih tinggi (standar deviasi latensi 28.72 ms vs 95.84 ms). Kesimpulan. Sistem akhir yang menggunakan mekanisme voting konsensus berhasil mencatatkan pembacaan pelat nomor dengan akurasi tinggi, menawarkan solusi sistem parkir cerdas yang efisien, akurat, dan cost-effective untuk diimplementasikan di Kota Makassar.