<![CDATA[Digitalisasi pengelolaan inventaris diperlukan untuk mengurangi kesalahan pencatatan manual, mempercepat penghitungan, dan menyediakan solusi terjangkau bagi laboratorium serta usaha kecil. Penelitian ini bertujuan merancang, mengintegrasikan, dan mengevaluasi purwarupa deteksi serta penghitungan komponen komputer berbasis mikrokontroler ESP32-S3, kamera OV3660, dan pemrosesan citra. Penelitian menggunakan pendekatan rekayasa terapan dengan metode kuantitatif eksperimental. Citra tiga kelas objek, yaitu cakram keras, kabel, dan modul elektronik, dikirim melalui USB ke komputer, kemudian diproses menggunakan SAM 3, model utama RF-DETR Small pada Roboflow, serta YOLOv8n sebagai model cadangan lokal. RF-DETR dilatih bertahap menggunakan 81, 93, dan 124 citra, lalu dievaluasi berdasarkan mAP@50, precision, recall, dan F1-score. Hasil menunjukkan Model V2 mencapai mAP@50 tertinggi sebesar 77,52% dan precision 75,5%, sedangkan Model V3 menghasilkan recall tertinggi sebesar 76,4%, dengan mAP@50 74,2%, precision 63,9%, dan F1-score 69,6%. YOLOv8n menghasilkan precision 92,8%, tetapi recall hanya 50,6%. Sistem mampu menghitung beberapa objek sejenis serta mengekspor hasil ke SQLite dan Google Sheets. Disimpulkan bahwa purwarupa layak digunakan sebagai solusi inventaris berbiaya rendah, meskipun peningkatan kualitas citra, keragaman data, dan keseimbangan precision-recall masih diperlukan. Penambahan data pelatihan tidak selalu meningkatkan seluruh metrik secara linear sehingga pemilihan model perlu disesuaikan dengan prioritas pengurangan objek yang terlewat.]]>
