Tempat parkir adalah area yang disediakan untuk kendaraan bermotor agar
pengguna dapat memarkirkan kendaraan dengan aman dan teratur. Kebutuhan akan
manajemen lahan parkir efisien semakin meningkat sehingga otomatisasi pencarian
tempat parkir menjadi solusi penting untuk mengurangi kemacetan dan over
kapasitas. Penelitian ini menggunakan algoritma SSD dengan backbone MobileNet
yang nantinya akan dikomparasikan dengan Faster R-CNN untuk deteksi parkir.
SSD merupakan metode single-shot yang cepat, sementara Faster R-CNN
menggunakan dua tahapan, yaitu region proposal dan object detection, yang lebih
akurat tetapi memerlukan lebih banyak sumber daya. Dataset UFPark, terdiri dari
1125 gambar, digunakan dengan rasio data latih dan uji 90:10. SSD dengan LR
0.002, epoch 10, dan batch size 6 mencapai mAP terbaik sebesar 0.8947. Faster R-
CNN dengan LR 0.001, epoch 10, dan batch size 2 menghasilkan mAP 0.9634.
Hasil menunjukkan Faster R-CNN lebih unggul dalam akurasi. Penentuan kelas dan
pemilihan hyperparameter yang tepat sangat memengaruhi performa. SSD lebih
direkomendasikan untuk aplikasi berbasis kecepatan, sementara Faster R-CNN
lebih cocok untuk kebutuhan deteksi presisi tinggi.