Fine-Tuning Model YOLOv8 untuk Meningkatkan Robustness pada Implementasi Real-World Deteksi Produk di Kasir Koperasi

Achmad Fachrudi, Rafi
Swanjaya, Daniel
Putra Pamungkas, Danar

Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025

Penelitian ini bertujuan untuk mengembangkan sistem deteksi objek menggunakan model YOLOv8 guna mendukung sistem kasir cerdas tanpa barcode di koperasi. Model dilatih menggunakan dataset produk minuman kemasan yang dikumpulkan secara mandiri, kemudian dilakukan fine-tuning dengan data tambahan yang lebih bervariasi dari segi sudut, pencahayaan, dan kondisi objek. Hasil pengujian menunjukkan bahwa model fine-tuned lebih andal dalam mengenali objek di kondisi nyata meskipun terdapat penurunan pada beberapa metrik seperti precision dan mAP-50. Pendekatan augmentasi data dan pengaturan ulang pelatihan (freeze layer) terbukti meningkatkan kemampuan generalisasi model. Penelitian ini menunjukkan bahwa YOLOv8 dapat menjadi solusi efektif untuk otomatisasi kasir di lingkungan koperasi dan usaha kecil, serta mendukung upaya digitalisasi di sektor tersebut.