Deteksi objek yang tidak umum merupakan masalah penting dalam bidang pengklasifikasian kendaraan yang akan datang. Dalam objek deteksi, sudah banyak objek yang diklasifikasikan, seperti mobil, motor, sepeda dan lain-lain. Namun masih banyak objek yang tidak umum terutama di Indonesia. Masih banyak objek yang hanya ada di Indonesia namun tidak ada di negara lain. Seperti parkir liar, gerobak pedagang kaki lima, dan masih banyak lagi.
Maka dari itu penulis mengangkat tema deteksi objek. Proposal ini mengusulkan tentang mendeteksi objek yang tidak umum. Objek yang penulis akan dideteksi ialah parkir liar.
Dengan alat yang akan penulis buat, akan ada pengklasifikasian baru yaitu parkir liar. Dengan begini akan lahir klasifikasi baru dalam deteksi objek yaitu objek parkir liar. Jadi masyarakat asing tidak akan bingung dengan situasi yang akan mereka temui di Indonesia.
Keluaran dari tugas akhir ini adalah label klasifikasi parkir liar dan nilai probabilitas dari hasil klasifikasi parkir liar tersebut. Sistem deteksi objek menggunakan algoritma faster R-CNN yang dapat bekerja dengan baik saat mendeteksi jarak objek dan mendapatkan hasil akurasi untuk jarak 6 meter sebesar 70 %, dijarak 12 meter sebesar 90 %, dijarak 18 meter sebesar 70 %.