SKRIPSI DIGITAL
ShopVision: Implementasi Computer Vision Untuk Sistem Kasir Berbasis Deteksi dan Pelacakan Objek = ShopVision: Implementation of a Computer Vision-Based Checkout System Using Object Detection
Sistem kasir konvensional di warung kelontong memiliki beberapa kendala operasional, di antaranya adalah potensi ketidakakuratan harga akibat faktor manusia serta lambatnya alur transaksi yang disebabkan oleh pemindaian produk satu per satu. Penelitian ini mengembangkan "ShopVision", sebuah sistem checkout otomatis berbasis website yang memanfaatkan teknologi computer vision untuk meningkatkan efisiensi transaksi. Sistem ini mengimplementasikan model deteksi objek You Only Look Once (YOLO11n) yang ringan dan cepat untuk mengidentifikasi produk secara real-time melalui kamera. Untuk mengatasi masalah penghitungan ganda akibat pergerakan objek atau oklusi, digunakan algoritma pelacakan BoT-SORT yang mampu menjaga konsistensi identitas setiap produk. Arsitektur sistem ini terdiri dari frontend berbasis React, backend utama menggunakan Fiber (Go) untuk manajemen data, dan backend machine learning dengan FastAPI (Python) yang menangani pemrosesan gambar melalui WebSocket. Hasil pengujian menunjukkan bahwa model YOLO11n mencapai nilai mAP@0.5:0.9 sebesar 92.0% dengan kecepatan inferensi GPU 60.21 FPS, sementara BoT-SORT terbukti andal dalam menjaga konsistensi pelacakan saat terjadi pergeseran kamera dan oklusi. Sistem yang dihasilkan berhasil mengintegrasikan seluruh fitur, mulai dari deteksi produk, kalkulasi harga otomatis, manajemen inventaris, hingga penyajian dashboard analisis penjualan, sehingga menjadi solusi kasir yang lebih cepat, akurat, dan ramah pengguna bagi warung kelontong.
Tidak tersedia versi lain