SISTEM IDENTIFIKASI INFORMASI EXPIRED DATE PRODUK KEMASAN MENGGUNAKAN KOLABORASI METODE YOLO-V11M DAN PADDLEOCR

Authors

  • Richo Richo Politeknik Perkapalan Negeri Surabaya

DOI:

https://doi.org/10.70248/jrsit.v2i3.1719

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem deteksi dan ekstraksi informasi tanggal kedaluwarsa pada kemasan produk menggunakan metode YOLOv11m dan PaddleOCR. Dataset penelitian terdiri dari 350 citra produk kemasan 'Nextar Box 8x14 gram All Varian,' yang dibagi menjadi data pelatihan (175 citra) dan validasi (175 citra). Resolusi citra bervariasi antara 550 x 600 piksel hingga 1000 x 2000 piksel untuk mengevaluasi fleksibilitas model. Tahapan penelitian mencakup pengumpulan data, anotasi citra, preprocessing, pelatihan model YOLOv11m, dan integrasi dengan PaddleOCR untuk ekstraksi teks. YOLOv11m, sebagai pengembangan generasi YOLO, menunjukkan peningkatan efisiensi dan akurasi deteksi melalui fitur-fitur seperti Enhanced Path Aggregation Network (PAN) dan depthwise separable convolutions. Hasil pelatihan model menunjukkan konfigurasi optimal pada epoch ke-100, dengan akurasi mAP50 mencapai 98,44% dan inferensi waktu 13,56 detik per iterasi. PaddleOCR berhasil mengekstraksi informasi teks tanggal kedaluwarsa dari area deteksi dengan tingkat keakuratan tinggi, didukung oleh arsitektur DBNet dan CRNN. Kombinasi kedua metode ini membentuk alur kerja yang efisien untuk mendeteksi dan mengidentifikasi tanggal kedaluwarsa pada kemasan produk secara akurat. Penelitian ini memberikan kontribusi signifikan terhadap pengembangan teknologi deteksi otomatis berbasis visi komputer dalam industri pengemasan produk.

Kata Kunci: Expired Date, Deteksi, Kemasan, Paddleocr, YOLO-V11m

References

Abdulraheem, A., & Jung, I. Y. (2023). Effective Digital Technology Enabling Automatic Recognition of Special-Type Marking of Expiry Dates. Sustainability (Switzerland), 15(17). https://doi.org/10.3390/su151712915

Agatha, C., & Lina, L. (2023). Pengenalan Tanggal Kedaluwarsa Pada Kemasan Produk Dengan Metode Convolutional Neural Network. Simtek : Jurnal Sistem Informasi Dan Teknik Komputer, 8(2), 290–294. https://doi.org/10.51876/simtek.v8i2.210

Awad, A., Hegazy, M., & Aly, S. A. (n.d.). Early Diagnoses of Acute Lymphoblastic Leukemia Using YOLOv8 and YOLOv11 Deep Learning Models. 2–5.

Bimantoro, S. (2024). Rancang Bangun Sistem Operasi Aplikasi Reminder Expired Produk Berbasis Ocr (Opticalcharacter Recognition). Repository Ppns.

He, Z., Wang, K., Fang, T., Su, L., Chen, R., & Fei, X. (2024). Comprehensive Performance Evaluation of YOLOv11, YOLOv10, YOLOv9, YOLOv8 and YOLOv5 on Object Detection of Power Equipment.

Kasem, M. S., Mahmoud, M., & Kang, H.-S. (2023). Advancements and Challenges in Arabic Optical Character Recognition: A Comprehensive Survey. 1–28.

Lotfy, M., & Soliman, G. (2024). CNN-optimized text recognition with binary embeddings for Arabic expiry date recognition. Journal of Electrical Systems and Information Technology, 11(1). https://doi.org/10.1186/s43067-024-00136-2

Low, L. M., Mohd Salleh, F. H., Law, Y. F., & Zakaria, N. Z. (2024). Detecting and recognizing seven segment digits using a deep learning approach. ITM Web of Conferences, 63, 01007. https://doi.org/10.1051/itmconf/20246301007

Putri, G. A., S, J. N. S., Mt, K. M., & S, I. S. (2012). Aplikasi Mobile Untuk Pengingat Waktu Kadaluarsa Barang Dalam Kemasan Beserta Peta Distributor. 268–272.

Rasheed, A. F., & Zarkoosh, M. (2024). YOLOv11 Optimization for Efficient Resource Utilization.

Richo, R. (2024). Analisis Keandalan YOLOv8m untuk Deteksi Varian Produk Kemasan Kotak pada Sistem Manajemen Kesediaan Stock. Informatics And Digital Expert (Index), 2, 124–131.

Richo, R., Adhitya, R. Y., Hasin, M. K., Syai’in, M., & Setiawan, E. (2023). Eksplorasi Keandalan Sistem Sortir dan Klasifikasi Kecacatan Perekat Kemasan Menggunakan Arsitektur UNet-Inception Convolutional Neural Network. Jurnal Elektronika Dan Otomasi Industri, 10(3), 321–333. https://doi.org/10.33795/elkolind.v10i3.3835

Richo, R., Yudha Adhitya, R., Khoirul Hasin, M., Syai’in, M., & Setiawan, E. (2023). Analisis Pengaruh Optimizer pada Model CNN untuk Identifikasi Cacat pada Perekat Kemasan Optimizer. Jurnal Sisfotenika, 13(2), 217–229.

Susiyarti, S., Santoso, J., & Sunardi, A. (2024). Sosialisasi Expire Date Dan Beyond Use Date Pada Masyarakat Desa Randusari Pagerbarang-Tegal. Journal Of Human And Education (JAHE), 4(4), 236–241. https://doi.org/10.31004/jh.v4i4.1209

Yuza Reswan, Richard Raffles, Ardi Wijaya, Y. A. (2024). Penerapan Algoritma Ocr Untuk Ekstraksi Informasi Dari Citra Kartu Tanda Mahasiswa ( Ktm ). 8(5), 11004–11009.

Zhang, D., & Li, Y. (2023). Research and Application of Health Code Recognition Based on Paddle OCR under the Background of Epidemic Prevention and Control. Journal of Artificial Intelligence Practice, 6(1), 9–16. https://doi.org/10.23977/jaip.2023.060102

Zheng, J., Li, J., Ding, Z., Kong, L., & Chen, Q. (2023). Recognition of expiry data on food packages based on improved DBNet. Connection Science, 35(1), 1–16. https://doi.org/10.1080/09540091.2023.2202363

Downloads

Published

2025-02-11

How to Cite

Richo, R. (2025). SISTEM IDENTIFIKASI INFORMASI EXPIRED DATE PRODUK KEMASAN MENGGUNAKAN KOLABORASI METODE YOLO-V11M DAN PADDLEOCR. Jurnal Rekayasa Sistem Informasi Dan Teknologi, 2(3). https://doi.org/10.70248/jrsit.v2i3.1719

Issue

Section

Artikel