Sistem Deteksi Teks Pada Kemasan Produk Makanan Menggunakan Metode Deep Learning Berbasis Raspberry Pi

Authors

Abstract

Banyak orang para tunanetra dalam kehidupan sehari-hari tidak mengenal produk nama makanan yang mereka beli. Pemecahan solusi tersebut untuk membantu para tunanetra dalam mengenali produk nama makanan adalah dengan menggunakan alat yang bernama Sistem deteksi teks pada kemasan produk makanan menggunakan metode deep learning. Sistem ini mempunyai input berupa gambar kemasan produk makanan yang di ambil dari kamera Raspberry Pi. Gambar akan di proses di OpenCV dengan metode deep learning. Setelah proses selesai akan menghasilkan output berupa teks atau text to speech yang di keluarkan oleh speaker. Jadi adanya sistem tersebut membantu para tunanetra untuk mengatahui produk nama makanan yang dibeli dalam kehidupan sehari-hari. Maka dari itu, dalam proyek akhir ini telah berhasil dalam melakukan pendeteksian teks pada kemasan produk makanan dengan menggunakan kamera Raspberry Pi. Hasil dari 10 produk makanan 4 produk dengan hasil 100%, 3 produk dengan hasil 70%, 3 produk dengan hasil 0%.

Kata kunci— Raspberry Pi, OpenCv, Deep Learning, Pendeteksi Teks, Pengolah Citra.

Downloads

Download data is not yet available.

References

Sidiq Maulana. https://news.ge/anakliis-porti-arisqveynis-momava, 20189.

I. Rianto, E. Rainarli, P. Studi, T. Informatika, U. Komputer, and J. D. Bandung,

D. Derisma,

K. Apriyanti and T. Wahyu Widodo,

H. A. T. Muhtadii, http://journal.nurulfikri.ac.id/index.php/JIT/article/view/60/52.

T. C. A.-S. Zulkhaidi, E. Maria, and Y. Yulianto,

V. F. Dr. Vladimir,

T. M. Kadarina and M. H. Ibnu Fajar,

A. Sulstiyo and P. O. N. Saian,

Downloads

Published

2023-08-01

Issue

Section

Program Studi D3 Teknologi Komputer

How to Cite

Yogi, M., Sari, M. I., & Handayani, R. (2023). Sistem Deteksi Teks Pada Kemasan Produk Makanan Menggunakan Metode Deep Learning Berbasis Raspberry Pi. EProceedings of Applied Science, 9(4). https://openlibrarypublications.telkomuniversity.ac.id/index.php/appliedscience/article/view/20920