SISTEM PARKIR CERDAS BERBASIS IoT DENGAN INTEGRASI MONITORING REAL-TIME DAN PROTOKOL RESERVASI UNTUK OPTIMASI WAKTU PENCARIAN DI LINGKUNGAN KAMPUS

Abstract

Penelitian ini merancang, mengimplementasikan, dan mengevaluasi sistem parkir cerdas berbasis Internet of Things (IoT) bernama Parkwell, yang dikembangkan untuk lingkungan kampus Politeknik Negeri Batam. Sistem Parkwell mengintegrasikan sensor ultrasonik HC-SR04 sebagai detektor per-slot kendaraan, Raspberry Pi 4B sebagai edge gateway yang menjalankan filtering dan komputasi lokal, protokol MQTT/Mosquitto sebagai jalur komunikasi publish/- subscribe, serta kerangka kerja Django sebagai backend aplikasi web yang mengelola dashboard pemantauan real-time, modul reservasi berbasis waktu, dan otentikasi pengguna. Evaluasi menggunakan KPI-driven evaluation framework dengan enam indikator (KPI-1 hingga KPI-6), namun keenam KPI ini tidak seluruhnya diuji dengan metode yang setara: KPI-2 dan KPI-5 diverifikasi melalui pengukuran dan survei langsung, KPI-1 diukur langsung dari 559 event lapangan namun tidak memenuhi target, sedangkan KPI-3 dan KPI-4 baru berupa estimasi teoritis dan audit arsitektur yang belum diuji dengan data operasional nyata. Dataset lapangan (10–23 November 2025, 559 event, 270 True Positive dan 289 False Positive) menghasilkan Precision 48,30% dan FP Rate 51,70%, sehingga KPI-1 (target Precision ≥ 50%) dinyatakan tidak memenuhi target. Perlu ditegaskan bahwa True Negative dan False Negative tidak tercatat oleh arsitektur sistem, sehingga Recall dan Accuracy tidak dapat dihitung dan tidak diklaim dalam penelitian ini. Sebagai analisis tambahan bukan pengganti hasil utama precision pada 13 hari di luar anomali ekstrem 23 November 2025 mencapai 58,60%. KPI-2 (latensi end-to-end) menunjukkan rata-rata 5,205 detik (SD = 0,160 detik) dari 60 pengukuran manual pra-deployment, jauh di bawah threshold 10 detik; namun pengukuran ini belum mewakili kondisi 14 hari uji lapangan yang penuh gangguan karena tidak menggunakan pencatatan otomatis berbasis timestamp NTP yang sebenarnya sudah tersedia pada sistem. KPI-5 (kepuasan pengguna) dari 34 responden menghasilkan rata-rata keseluruhan 4,71/5 (SD = 0,46); namun periode survei (16–22 November) mendahului hari dengan anomali FP tertinggi (23 November), dan komposisi responden didominasi laki-laki (91,2%), sehingga skor ini tidak mencerminkan pengalaman pengguna pada kondisi sistem terburuk maupun populasi yang berimbang. KPI-6 (efisiensi pencarian parkir) yang pada draf sebelumnya diklaim mereduksi waktu pencarian sebesar 81,7% ternyata bersandar pada angka estimasi (±2,5 menit) yang tidak pernah diukur di lapangan; angka tersebut dihapus dan status KPI-6 diturunkan menjadi hipotesis awal yang memerlukan verifikasi empiris lanjutan. Penelitian ini juga secara jujur mengakui sejumlah keterbatasan metodologis: ground truth ditentukan oleh satu peneliti tanpa validasi silang; tidak dilakukan uji statistik inferensial (misalnya uji korelasi) untuk mendukung dugaan hubungan antara kondisi cuaca dan FP rate, sehingga klaim tersebut tidak disajikan sebagai kesimpulan kausal; metode sampling kuesioner bersifat non-probabilistik tanpa perhitungan ukuran sampel; serta formula kalibrasi threshold belum memperhitungkan variasi tinggi kendaraan. Kontribusi utama penelitian ini bersifat empiris dan praktis dataset lapangan, dokumentasi keterbatasan operasional sensor ultrasonik di lingkungan tropis, dan blueprint arsitektur sistem bukan kontribusi teoretis baru. Rekomendasi pengembangan meliputi penggantian sensor waterproof (JSN-SR04T), pencatatan data cuaca terstruktur untuk uji korelasi, validasi ground truth dengan observer kedua, logging latensi otomatis berbasis NTP, dan pengukuran waktu pencarian parkir secara langsung di lapangan.