Tanujaya, Henry (2023) Pengenalan bahan sembako menggunakan metode mobilenet. Skripsi thesis, Universitas Tarumanagara.
Text
535180120_HENRY_Cover.pdf Download (28kB) |
|
Text
535180120_HENRY_Pengesahan.pdf Download (58kB) |
|
Text
535180120_HENRY_Daftar Isi.pdf Download (215kB) |
|
Text
535180120_HENRY_Bab 1.pdf Restricted to Repository staff only Download (1MB) |
|
Text
535180120_HENRY_Bab 2.pdf Restricted to Repository staff only Download (2MB) |
|
Text
535180120_HENRY_Bab 3.pdf Restricted to Repository staff only Download (671kB) |
|
Text
535180120_HENRY_Bab 4.pdf Restricted to Repository staff only Download (3MB) |
|
Text
535180120_HENRY_Bab 5.pdf Restricted to Repository staff only Download (254kB) |
|
Text
535180120_HENRY_Daftar Pustaka.pdf Download (351kB) |
Abstract
Bahan sembako adalah singkatan dari sembilan bahan pokok yang artinya diperlukan oleh masyarakat secara umum sebagai kebutuhan sehari – hari. Bahan sembako sangat beragam jenisnya seperti minyak, beras, susu, dan masih banyak lagi. Bahan sembako biasanya dapat ditemui di supermarket, toko eceran, maupun warung kecil. Supermarket, toko eceran, dan warung kecil menjadi penyedia banyak barang dan salah satunya bahan sembako untuk dibeli oleh masyarakat umum. Penyedia yang sangat memiliki banyak kebutuhan jenis bahan sembako biasanya terdapat di supermarket. Untuk supermarket dan toko eceran biasanya memiliki data stok barang masing – masing agar mengetahui jumlah barang mereka di rak penjualan. Pengecekan stok barang juga dilakukan untuk mengetahui tanggal kedaluwarsa, kualitas barang, dan lainnya. Metode Single Shot Multibox Detector sudah banyak digunakan untuk pengenalan objek atau pengenalan objek seperti aplikasi pengenalan benda, makhluk hidup, makanan, bahkan pengenalan wajah sekalipun. Kelebihan metode ini adalah kecepatan dan keamanan yang tidak kalah bagus dengan metode lain seperti YOLO dan Fast R�CNN. Jika ibandingkan, metode Mobilenet dapat jauh lebih tinggi keakuratannya dan kecepatan proses pengenalan objek. Kata kunci: Bahan Sembako, Mobilenet, Pengenalan Objek, Supermarket
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | Skripsi/Tugas Akhir Skripsi/Tugas Akhir > Fakultas Teknologi Informasi |
Divisions: | Fakultas Teknologi Informasi > Teknik Informatika |
Depositing User: | TDI Family perpus |
Date Deposited: | 18 Sep 2023 07:12 |
Last Modified: | 18 Sep 2023 07:12 |
URI: | http://repository.untar.ac.id/id/eprint/41826 |
Actions (login required)
View Item |