Smart Parking System dengan RFID dan Arduino Uno untuk Monitoring Ketersediaan Ruang Parkir

Authors

  • Siti Nur Aini Universitas Nasional
  • - Fauziah Universitas Nasional
  • - Nurhayati Universitas Nasional

DOI:

https://doi.org/10.33633/tc.v21i4.6819

Keywords:

Arduino Uno R3, Naïve Bayes Classifier, RFID, Smart Parking System

Abstract

Peningkatan jumlah kendaraan bermotor di Indonesia khususnya kendaraan mobil berpenumpang mencapai 15.592.419 unit pada Januari 2019. Seiring dengan meningkatnya kepadatan kendaraan yang tidak diimbangi dengan ketersediaan kapasitas ruang parkir, yang memiliki suatu sistem berbasis Internet of Things (IoT) untuk mengetahui ketersediaan ruang parkir dengan menggunakan LCD sebagai media untuk menampilkan sebuah teks informasi jumlah ketersediaan ruang parkir di depan area parkir menggunakan media LCD. Dengan dibuatnya sistem yang bisa menampilkan perhitungan mengenai ketersediaan slot parkir, akan memudahkan para pengguna kendaraan mobil untuk memarkirkan kendaraan mereka. Sistem ini mengimplementasikan teknologi RFID (Radio Frequency Identification) yang memiliki nomor UID (User Identifier) berbeda yang digunakan sebagai alat untuk mengidentifikasi pengguna parkir, RFID telah melewati proses pengujian untuk mengetahui waktu pemrosesan yang dibutuhkan oleh RFID reader saat membaca hasil masukan dari RFID tag sampai dengan palang pintu yang menggunakan motor servo akan terbuka. Pengujian ini menghasilkan rata-rata dari percobaan pada 10 RFID tag yaitu 32.6 ms untuk sistem masuk dan 18.5 ms untuk sistem keluar. Smart parking system ini telah diuji menggunakan algoritma Naïve Bayes Classifier untuk mengetahui probabilitas kendaraan yang akan masuk menyesuaikan slot kapasitas yang tersedia dan akurasi yang didapat dengan hasil 94.74%.

Author Biography

Siti Nur Aini, Universitas Nasional

Fakultas Teknologi Komunikasi dan Informatika

References

BPS, “Perkembangan Jumlah Kendaraan Bermotor Menurut Jenis (Unit), 2017-2019,” Badan pusat statistik. 2019. Accessed: Dec. 21, 2021. [Online]. Available: https://www.bps.go.id/indicator/17/57/1/jumlah-kendaraan-bermotor.html

D. Nataliana, I. Syamsu, and G. Giantara, “Sistem Monitoring Parkir Mobil menggunakan Sensor Infrared berbasis RASPBERRY PI,” 2014.

R. A. A. Putra, “Sistem Informasi Ketersediaan Slot Parkir Menggunakan Arduino Uno,” pp. 2–2, Aug. 2017, Accessed: Dec. 22, 2021. [Online]. Available: http://eprints.ums.ac.id/55107/2/Naskah%20Publikasi%20Burn.pdf

[E. Wijaya and B. K. Yakti, “Prototipe Sistem Parkir Kendaraan dengan RFID Berbasis Arduino Uno R3,” Jurnal Ilmiah Teknologi dan Rekayasa, vol. 23, no. 1, pp. 26–37, 2018, doi: 10.35760/tr.2018.v23i1.2448.

I. Fawwaz, F. Azmi, Muhathir, and N. P. Dharshinni, “Design of Parking Control Using Ultrasonic Sensor Based On Fuzzy Logic,” Journal of Information Technology Education: Research, vol. 3, no. 1, pp. 156–162, 2019, doi: 10.31289/JITE.V3I1.2675.

A. Managam Simamora dan Kolombus Siringo-ringo, A. Managam Simamora, and dan Kolombus Siringo-ringo, “Perancangan Aplikasi RFID Dalam Pengelolaan Parkir,” Jurnal Sains dan Teknologi ISTP, vol. 15, no. 01, pp. 45–50, 2021.

Caroline, E. Muda, L. Gilang, A. S, Hermawati, and I. B, “Aplikasi Smart Card Berbasis RFID untuk Sistem Keamanan Parkir,” Mikrokontroler, Robotika, Telekomunikasi dan Informasi, Tenaga Listrik (Mikrotiga), vol. 1, May 2014.

Z. Abidin and K. Muslim, “Pembangunan Purwarupa Perangkat Keras dan Aplikasi Sistem Parkir Cerdas Berbasis Algoritma A*,” E-Proceedings of Engineering, vol. 6, p. 2460, Apr. 2019.

L. Sitorus, ALGORITMA DAN PEMROGRAMAN, Ed. I. Yogyakarta: Penerbit Andi, 2015.

R. Galih Paramananda, H. Fitriyah, and B. H. Prasetio, “Rancang Bangun Sistem Penghitung Jumlah Orang Melewati Pintu menggunakan Sensor Infrared dan Klasifikasi Bayes,” Mar. 2018. [Online]. Available: http://j-ptiik.ub.ac.id

S. Kom. , M. Cs. I Made Agus Wirawan, Metode Penalaran Dalam Kecerdasan Buatan, Cetakan ke-1. Depok: Rajawali Pers, 2017.

D. Nofriansyah and G. W. Nurcahyo, Algoritma Data Mining dan Pengujian. Ngaglik, Sleman: Deepublish, 2015.

C. Sammut and G. I. Webb, Encyclopedia of Machine Learning. Boston, MA: Springer, 2010. doi: 978-0-387-30164-8.

Downloads

Published

2022-11-30