PERANCANGAN DETEKSI OBJEK PADA RAK TOKO MENGGUNAKAN METODE MASK RCNN
DOI:
https://doi.org/10.51876/simtek.v8i2.213Keywords:
Deteksi, Stok Barang, Mask RCNN, Skenario, ObjekAbstract
Pada penelitian ini deteksi objek dilakukan pada rak toko agar dapat membantu pemilik toko dan admin toko dalam melihat stok barang yang ada pada rak toko. deteksi adalah proses memeriksa atau melakukan pemeriksaan terhadap suatu benda dengan menggunakan teknik tertentu. Stok pada rak toko akan habis pada waktunya dan pemilik toko tidak mengetahui akan kejadian tersebut oleh karena itu perancangan aplikasi ini akan membantu pemilik toko dalam melihat stok pada rak toko. Metode yang digunakan adalah Mask Region-based Convolutional Neural Network yang merupakan algoritma yang digunakan untuk mengenali dan mampu mengenali barang-barang pada rak toko. Pada pengujian data latih mendapatkan akurasi sebesar 97.33%, dan terdapat 3 skenario yaitu skenario 2 objek, 3 objek, dan 5 objek. Masing-masing skenario mendapatkan hasil akurasi sebesar 66,25% pada skenario 2 objek, 52,89% pada skenario 3 objek, 50,42% pada skenario 5 objek.
Additional Files
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Catur Ariya, Lina Lina
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.