Penerapan Pendeteksian Manusia Dan Objek Dalam Keranjang Belanja Pada Antrian Di Kasir

Abstract

Penelitian ini bertujuan untuk membantu pihak supermarket dalam memonitoring pelanggan untuk melakukan pembayaran di kasir agar mempercepat proses pembayaran di kasir dengan mengetahui berapa banyak orang yang mengantri di satu antrian di kasir. Dalam salah satu cabang Artifical Intelegence (AI) yaitu Computer Vision yang digunakan untuk permasalahan pada object detection dan image classification. Deep Learning digunakan untuk pengenalan dan klasifikasi object dengan mengunkan metode  Regional Convolution Neural Network (R-CNN). Dengan melakukan klasifikasi object seperti person, keranjang, dan juga isi keranjang dengan 1,373 data set  dengan melakukan training menggunakan framework Tensorflow untuk membentuk sebuah model yang akan digunkaan dengan hasil penelitian menunjukan bahwa dengan menggunakan metode Convolution Neural Network (R-CNN) Model yang digunakan untuk klasifikasi gambar dengan 4 kategori dan tingkat akurasi hingga 95% yang di uji lewat video dan di nilai mampu melakukan identeifikasi object person, keranjang dan isi keranjang.