RANCANG BANGUN SISTEM DETEKSI STOK OTOMATIS MENGGUNAKAN YOLO V7 UNTUK OPTIMALISASI MANAJEMEN PERSEDIAAN DI RAK

PS, Annies Alquratu Septria (2025) RANCANG BANGUN SISTEM DETEKSI STOK OTOMATIS MENGGUNAKAN YOLO V7 UNTUK OPTIMALISASI MANAJEMEN PERSEDIAAN DI RAK. Diploma thesis, Politeknik Negeri Sriwijaya.

Preview	Text (Cover) COVER.pdf - Published Version Download (1MB) | Preview
	Text (Abstrak) ABSTRAK.pdf - Published Version Download (229kB)
	Text (BAB I) BAB I.pdf - Published Version Restricted to Repository staff only Download (251kB)
	Text (BAB II) BAB II.pdf - Published Version Restricted to Repository staff only Download (373kB)
	Text (BAB III) BAB III.pdf Restricted to Repository staff only Download (697kB)
	Text (BAB IV) BAB IV.pdf - Published Version Restricted to Repository staff only Download (6MB)
	Text (BAB V) BAB V.pdf - Published Version Restricted to Repository staff only Download (223kB)
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (197kB)
	Text (LAMPIRAN) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (14MB)

Abstract

Teknologi kecerdasan buatan dan pengolahan citra digital semakin banyak dimanfaatkan oleh berbagai pihak dalam sektor ritel, khususnya untuk mengelola persediaan barang. Permasalahan utama yang sering terjadi dalam pengelolaan stok adalah ketidaktepatan pencatatan, yang disebabkan oleh kesalahan manusia dan keterbatasan metode manual. Penelitian ini merancang sebuah sistem deteksi stok otomatis dengan algoritma YOLOv7, yang terintegrasi ke dalam platform web. Sistem ini menggunakan kamera webcam untuk mendeteksi dan menghitung jumlah produk secara real-time di rak toko. Peneliti mengumpulkan dataset citra produk dari rak toko, lalu memberi anotasi pada gambar, dan menggunakannya untuk melatih model YOLOv7. Hasil pelatihan menunjukkan bahwa model ini memiliki akurasi tinggi, dengan nilai mAP sebesar 0.996, dan berfungsi baik dalam berbagai kondisi pencahayaan dan sudut pandang. Selain itu, peneliti juga menambahkan fitur notifikasi ketika stok habis, serta antarmuka website untuk memantau hasil deteksi secara langsung. Dengan demikian, sistem ini meningkatkan efisiensi dan akurasi dalam pengelolaan stok, sekaligus mengurangi ketergantungan terhadap proses manual. Kata Kunci: YOLOv7, Deteksi Stok Otomatis, Manajemen Persediaan, Pengolahan Citra, Website Real-Time.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	YOLOv7, Deteksi Stok Otomatis, Manajemen Persediaan, Pengolahan Citra, Website Real-Time
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Telecommunication Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	03 Sep 2025 09:34
Last Modified:	03 Sep 2025 09:34
URI:	http://eprints.polsri.ac.id/id/eprint/18970

Actions (login required)

View Item