El crecimiento acelerado del parque automotor y la limitada modernización de los sistemas de estacionamiento urbano han generado serios problemas de congestión, ineficiencia y desorden vehicular, especialmente en ciudades latinoamericanas como Lima. Si bien existen avances en tecnologías como el reconocimiento automático de placas (LPR) y el aprendizaje automático, la integración efectiva de estas soluciones en una única plataforma adaptada al contexto urbano local sigue siendo escasa. En respuesta, el presente proyecto tuvo como objetivo implementar una plataforma SaaS llamada RUMIPARK, que integra Machine Learning y LPR para optimizar el control vehicular en playas de estacionamiento. Para ello, se adoptó un enfoque tecnológico-aplicado y la metodología ágil Extreme Programming (XP), permitiendo desarrollar e iterar funcionalidades claves como registro de vehículos, control...