Implementasi Artificial Inteligence Untuk Mendeteksi Objek Menggunakan Metode Convolutional Neural Network Dan Tensorflow (Studi Kasus: Detek Nama Barang Dan Harga (Beng-Beng))

Abstract

Pada zaman modern sekarang ini, banyak manusia yang membutuhkan suatu alat bantu yang praktis, untuk mempermudah manusia melakukan berbagai kegiatannya, contohnya di toko modern. Toko modern di Indonesia mendominasi sebanyak 7,06% tempat perdagangan publik setelah pasar tradisional (88,52%). Problem toko modern pada waktu ini antara lain menjadi tempat yang beresiko tinggi dalam penyebaran virus Corona yang biasanya disebabkan oleh antrian pada kasir yang terlalu panjang sehingga menciptakan kerumunan karena saling berdekatan, selain itu antrian yang lama juga menimbulkan ketidakproduktifan pembeli sehingga tidak efisien. Kejenuhan pembeli juga meningkatkan potensi malasnya pengunjung untuk datang ke toko modern sehingga bisa mengakibatkan penurunan pembelian produk di toko modern dan akibatnya terjadi kerugian. Memasuki era Industri 4.0, teknologi digital dan internet menjadi solusi untuk mengatasi tantangan hidup. Salah satu ilmu yang berkembang adalah penggunaan kecerdasan buatan (AI). Kecerdasan buatan memungkinkan sistem komputer untuk mendeteksi objek dan memberikan informasi secara efisien dan efektif. Proses pengenalan objek dapat menggunakan metode yang dapat mengekstrak fitur secara otomatis yaitu metode deep learning. Salah satu teknik deep learning yang dapat melakukan ekstraksi ciri citra adalah Convolutional Neural Network yang mengklasifikasi citra atau citra video untuk mendapatkan informasi yang efisien dan efektif. Penelitian ini bertujuan untuk menentukan desain sistem yang dapat digunakan untuk pendeteksian objek.. Hasil testing model mendapatkan tingkat akurasi yang didapatkan cukup tinggi sekitar 91-99% pada proses pengujian beng beng Rp 3000 dan beng beng Rp 1500.