Optimalisasi Sistem Parkir dengan Klasifikasi Jenis Kendaraan Berbasis IoT

Abstract

Peningkatan jumlah kendaraan bermotor berdampak pada meningkatnya kebutuhan ruang parkir, terutama pada area parkir bertingkat yang membutuhkan sistem pengelolaan kapasitas secara cepat, akurat, dan real-time. Penelitian ini bertujuan untuk merancang dan menguji prototipe sistem parkir berbasis Internet of Things (IoT) yang mampu memantau kapasitas parkir, mengatur palang otomatis, serta mengklasifikasikan jenis kendaraan berdasarkan tinggi kendaraan. Sistem ini menggunakan ESP32 sebagai pusat kendali, sensor infrared untuk mendeteksi kendaraan masuk dan keluar, sensor ultrasonik HC-SR04 untuk klasifikasi kendaraan, LCD 16x2 I2C untuk menampilkan informasi kapasitas di gerbang, motor servo sebagai penggerak palang otomatis, serta Firebase dan aplikasi Flutter sebagai media monitoring secara real-time. Metode penelitian yang digunakan adalah pendekatan eksperimen melalui tahap perancangan perangkat keras, perancangan aplikasi, implementasi sistem, dan pengujian fungsional. Hasil pengujian menunjukkan bahwa sensor infrared mampu mendeteksi objek hingga jarak maksimal 6 cm dan dikalibrasi pada jarak efektif 5 cm. Sensor ultrasonik berhasil mengklasifikasikan kendaraan ke dalam kategori rendah dan tinggi berdasarkan ambang batas yang telah ditentukan. Sistem juga mampu menampilkan kapasitas parkir total dan per lantai secara real-time, mencegah kesalahan perhitungan ganda saat kendaraan berpindah lantai, serta menyinkronkan data antara alat dan aplikasi dengan jeda pembaruan yang singkat. Dengan demikian, prototipe sistem parkir berbasis IoT ini dapat menjadi solusi dalam meningkatkan efisiensi, akurasi, dan kenyamanan pengelolaan parkir.