Sistem Deteksi Qr Code Pada Mobil Bergerak Dengan Metode Faster R-cnn

Abstract

Abstrak Pada tugas akhir ini dirancang sebuah sistem yang dapat membaca QR Code pada mobil yang bergerak. Metode yang digunakan pada penelitian tugas akhir ini yaitu menggunakan metode Faster R-CNN dan pretrained model ResNet50 sebagai model object detection yaitu QR Code. Penelitian ini menggunakan 400 data latih berupa citra QR Code dan 15 data uji berupa video dengan frame rate sebesar 60 fps. Analisis performa sistem dilakukan dengan dua buah parameter pengujian sistem yaitu loss training dan akurasi sistem. Pada penelitian tugas akhir ini dapat diketahui bahwa konfigurasi model terbaik terdapat pada model dengan jumlah step training 20K dan batch size 1. Variasi kecepatan terbaik untuk membaca QR Code yaitu pada kecepatan 20 km/jam dan 40 km/jam dengan akurasi sebesar 80%. Sistem ini mendapatkan frame rate sebesar 4,9-5,3 fps. Kata Kunci: QR Code, Object Detection, Faster R-CNN Abstract In this final project, a system that can read QR Code on a moving car is designed. The method used in this research is using the Faster R-CNN method and the pre-trained model ResNet50 as the object detection model, namely QR Code. This research use 400 training data in the form of QR Code images and 15 testing data in the form of video with a frame rate of 60 fps. System performance analysis is carried out by using two system test parameters, namely loss training and system accuracy. In this final project research, it can be seen that the best model configuration is in a model with a number of training steps 20K and a batch size 1. The best speed variation for reading QR Code is at a speed of 20 km/hour and 40 km/hour with an accuracy of 80%. This system gets a frame rate of 4.9-5.3 fps. Keyword: QR Code, Object Detection, Faster R-CNN