IMPLEMENTASI DAN EVALUASI SISTEM CAMERA VISION MENGGUNAKAN YOLOV8 UNTUK COUNTING PERMEN BERBASIS RASPBERRY PI

Proses penghitungan permen pada industri skala kecil masih banyak dilakukan
secara manual sehingga berpotensi menimbulkan kesalahan dan menurunkan
efisiensi produksi. Penelitian ini bertujuan mengimplementasikan sistem camera
vision berbasis Raspberry Pi menggunakan algoritma YOLOv8 untuk mendeteksi
dan menghitung permen secara otomatis dengan metode line crossing. Sistem
dikembangkan menggunakan Raspberry Pi 4, webcam Logitech C270, serta model
YOLOv8n yang dilatih menggunakan 119 citra permen melalui platform Roboflow.
Proses deteksi dilakukan secara real-time, sedangkan penghitungan dilakukan
berdasarkan perpindahan titik pusat (centroid) objek yang melintasi garis virtual.
Pengujian dilakukan pada variasi jumlah permen sebanyak 10, 15, 20, dan 25 buah
dengan masing-masing 10 kali percobaan. Parameter yang dievaluasi meliputi
akurasi deteksi YOLOv8, akurasi counting, dan error counting. Hasil pengujian
menunjukkan bahwa sistem berhasil diimplementasikan dan mampu melakukan
deteksi serta penghitungan permen secara otomatis. Akurasi deteksi YOLOv8
berada pada rentang 76,5% hingga 93,3%, sedangkan akurasi counting
menggunakan metode line crossing berada pada rentang 44,5% hingga 69,0%
dengan nilai error counting sebesar 31,0% hingga 55,5%. Perbedaan antara
akurasi deteksi dan akurasi counting menunjukkan bahwa metode line crossing
tanpa dukungan algoritma object tracking belum mampu menghitung seluruh objek
yang telah terdeteksi secara konsisten. Meskipun demikian, sistem telah mampu
menjalankan fungsi utama sebagai sistem deteksi dan penghitungan permen
berbasis Raspberry Pi secara otomatis.