IMPLEMENTASI YOLOV8 DAN RAY CASTING UNTUK DETEKSI SERTA PENGELOMPOKAN MAKANAN BERDASARKAN HUBUNGAN SPASIAL DENGAN WADAH (STUDI KASUS SISTEM SELF-SERVICE PRASMANAN HAJI SUMI)

Santosa, Gregorius Rafael (2026) IMPLEMENTASI YOLOV8 DAN RAY CASTING UNTUK DETEKSI SERTA PENGELOMPOKAN MAKANAN BERDASARKAN HUBUNGAN SPASIAL DENGAN WADAH (STUDI KASUS SISTEM SELF-SERVICE PRASMANAN HAJI SUMI). Skripsi thesis, UPN "Veteran" Yogyakarta.

	Text 123210102_Cover - 102_Gregorius Rafael Santosa.pdf Download (9MB)
	Text 123210102_Abstrak - 102_Gregorius Rafael Santosa.pdf Download (9MB)
	Text 123210102_Halaman Pengesahan - 102_Gregorius Rafael Santosa.pdf Download (9MB)
	Text 123210102_Daftar Isi - 102_Gregorius Rafael Santosa.pdf Download (9MB)
	Text 123210102_Daftar Pustaka - 102_Gregorius Rafael Santosa.pdf Download (9MB)
	Text 123210102_Fulltext - 102_Gregorius Rafael Santosa.pdf Restricted to Repository staff only Download (9MB)

Abstract

Peningkatan kebutuhan pelanggan terhadap efektivitas dan efisiensi layanan mendorong berkembangnya teknologi otomatisasi, salah satunya Self-Service Technology (SST). Dalam konteks rumah makan prasmanan, proses perhitungan makanan sering dilakukan secara manual sehingga dapat menyebabkan kesalahan perhitungan, antrean panjang, serta kurang efisiennya proses pelayanan. Oleh sebab itu, dibutuhkan pendekatan yang sanggup mendeteksi dan mengelompokkan makanan secara otomatis agar proses perhitungan menjadi lebih cepat dan akurat. Penelitian ini bermaksud untuk menguji kemampuan deteksi dan pengelompokan makanan menggunakan kombinasi model YOLOv8-seg sebagai metode deteksi objek serta algoritma Ray-Casting untuk menentukan hubungan spasial makanan terhadap wadahnya. Studi kasus penelitian dilakukan pada rumah makan prasmanan Haji Sumi.
Metode penelitian diawali dengan pengumpulan data primer dan sekunder. Tahapan preprocessing meliputi pembersihan data, anotasi, pembagian data, resize, serta augmentasi data. Selanjutnya dilakukan pelatihan model YOLOv8-seg untuk mendeteksi objek makanan dan wadah, kemudian diterapkan algoritma Ray-Casting untuk menentukan apakah objek makanan berada di dalam suatu wadah. Data sekunder sebanyak 4068 gambar digunakan sebagai pre-trained dataset, sedangkan data primer sebanyak 3264 gambar digunakan untuk proses fine-tuning. Untuk pengujian sistem, digunakan 360 gambar data primer yang mewakili berbagai variasi kondisi jumlah wadah dan tingkat overlapping. Kinerja model dievaluasi menggunakan metrik recall, precision, dan mAP.
Hasil penelitian menunjukkan bahwa model YOLOv8-seg mampu mendeteksi objek makanan dan wadah dengan baik pada sistem self-service prasmanan. Pengujian model menggunakan parameter epoch 50, learning rate 0.001, batch size 8, serta IoU 0.7 menghasilkan nilai precision sebesar 83.7%, recall sebesar 79.6%, mAP@50 sebesar 82.1%, dan mAP@50–95 sebesar 58.4%, dengan peningkatan sebesar 39.7% pada mAP@50–95 dibandingkan model baseline. Hasil confusion matrix menunjukkan bahwa sebagian besar objek makanan berhasil dideteksi dengan benar, terutama pada kondisi non-overlapping, meskipun pada kondisi overlapping masih ditemukan beberapa kesalahan klasifikasi dan objek yang tidak terdeteksi akibat objek saling bertumpang tindih. Selain itu, algoritma Ray Casting mampu mengelompokkan objek makanan yang berhasil dideteksi ke dalam wadah yang sesuai dengan tingkat akurasi F1-Score sebesar 86%. Implementasi sistem secara real-time menggunakan kamera sebagai input utama juga berhasil dilakukan, di mana sistem mampu menampilkan hasil deteksi, segmentasi, dan pengelompokan objek makanan secara langsung pada antarmuka aplikasi. Dengan demikian, kombinasi YOLOv8-seg dan algoritma Ray Casting dinilai efektif untuk mendukung otomatisasi identifikasi dan pengelompokan makanan pada layanan self-service prasmanan secara real-time.
Kata Kunci: Deteksi Makanan, Pengelompokan Makanan, YOLOv8, Algoritma Ray-Casting, Makanan Prasmanan

Item Type:	Tugas Akhir (Skripsi)
Additional Information:	Gregorius Rafael Santosa (Penulis-123210102) ; Budi Santosa (Pembimbing)
Uncontrolled Keywords:	Kata Kunci: Deteksi Makanan, Pengelompokan Makanan, YOLOv8, Algoritma Ray-Casting, Makanan Prasmanan
Subjek:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	A.Md Eko Suprapti
Date Deposited:	13 Aug 2026 00:59
Last Modified:	13 Aug 2026 00:59
URI:	http://eprints.upnyk.ac.id/id/eprint/49239

Actions (login required)

View Item