Permasalahan yang sering terjadi pada sistem perparkiran saat ini adalah kurangnya informasi mengenai status ketersediaan lahan parkir, yang walaupun ada begitu banyak sistem dan aplikasi yang bermunculan namun masalah ini tetap saja tidak teratasi dengan baik. Tujuan penelitian ini adalah merancang dan merealisasikan model sistem monitoring perparkiran yang berbasis Internet of Things (IoT) dengan mengkombinasikan metode Optical Character Recognition (OCR) dan metode Learning Vector Quantization (LVQ). Sistem yang dikembangkan ini akan memberikan informasi secara detail mengenai tempat dan juga status ketersediaan area parkir melalui website. Penggunaan sensor proximity dan juga kamera pada area parkir berfungsi untuk mendeteksi objek dan melakukan pengambilan gambar sedangkan untuk metode Optical Character Recognition (OCR) dan juga metode Learning Vector Quantization (LVQ) digunakan untuk mengidentifikasi kedaraan yang masuk ke area parkir. Pengujian sistem dilakukan menggunakan black-box testing yang disertai dengan simulasi miniatu­re area parkir. Dari pengujian data training didapat tingkat keberhasilannya sebesar 100% untuk 10 data yang digunakan sedangkan untuk pengujian data testing terkait dengan fitur booking mendapatkan hasil persentase sebesar 100% dan proses identifikasi kendaran dengan akurasi ketepatan sebesar 80%. Hasil pengujian secara keseluruhan sistem monitoring penempatan lokasi parkir dapat menampilkan kondisi dan juga status ketersediaan area parkir pada website.