Pertumbuhan jumlah kendaraan bermotor, khususnya mobil, terus meningkat seiring dengan pertumbuhan populasi dan kebutuhan mobilitas, tidak hanya di kawasan perkotaan tetapi juga di lingkungan institusi pendidikan seperti kampus. Hal ini menimbulkan permasalahan krusial terkait keterbatasan ruang parkir. Kendati kampus telah menyediakan area parkir khusus, kurangnya informasi mengenai ketersediaan slot parkir menyebabkan pengguna kendaraan harus berkeliling mencari tempat parkir, yang berdampak pada waktu, bahan bakar, dan kelancaran lalu lintas. Teknologi kecerdasan buatan dan pengolahan citra digital menawarkan solusi dengan memanfaatkan kamera pengawas dan algoritma pembelajaran mesin seperti Faster R-CNN. Hasil pengujian model pada berbagai nilai threshold menunjukkan bahwa penurunan threshold secara konsisten meningkatkan performa deteksi objek. Pada threshold 0.5, meskipun precision sedikit turun menjadi 97,3%, recall mencapai 97,3% dan akurasi tertinggi sebesar 95%, menghasilkan f1-score sebesar 97,3%. Dengan demikian, penyesuaian threshold terbukti berpengaruh signifikan terhadap performa deteksi, dan threshold 0.5 direkomendasikan sebagai nilai optimal untuk mendeteksi objek pada sistem monitoring parkir berbasis pengolahan citra. Implementasi teknologi ini diharapkan dapat membantu pengelolaan parkir yang lebih efektif dan efisien di area kampus.

Kata Kunci: Deteksi objek, OpenCV, Tempat Parkir, Faster R-CNN, Resnet50