DETEKSI REAL-TIME DURASI KEHADIRAN PELANGGAN DI MEJA KAFE DENGAN KAMERA IP DAN ALGORITMA DEEP SORT

Authors

Dadang Iskandar Mulyana Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika DKI Jakarta
Muhammad Rizki Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, DKI Jakarta

DOI:

Abstract

Perkembangan teknologi visi komputer telah membuka peluang bagi industri jasa, khususnya kafe, untuk meningkatkan efisiensi operasional dan pemahaman perilaku pelanggan. Penelitian ini mengusulkan dan mengimplementasikan sistem real-time untuk mendeteksi dan menghitung durasi duduk pelanggan di meja kafe dengan memanfaatkan IP Camera sebagai perangkat akuisisi data, serta algoritma YOLOv8 untuk deteksi objek dan Deep SORT untuk pelacakan multi-objek. Sistem ini dirancang untuk mengidentifikasi keberadaan manusia, mengaitkannya dengan posisi meja, dan mencatat waktu kedatangan serta kepergian pelanggan secara otomatis. Data yang dihasilkan dapat digunakan untuk analisis tingkat okupansi meja, durasi kunjungan rata-rata, dan optimalisasi tata letak ruang. Evaluasi sistem dilakukan dengan menguji akurasi deteksi, pelacakan, serta perhitungan durasi duduk terhadap data ground truth. Hasil pengujian menunjukkan bahwa sistem mampu menjalankan fungsinya secara efektif dengan akurasi pelacakan mencapai lebih dari 85% pada kondisi pencahayaan dan sudut kamera yang optimal. Sistem ini diharapkan dapat menjadi solusi cerdas bagi pengelola kafe dalam pengambilan keputusan berbasis data.

Kata Kunci: Computer Vision, YOLOv8, Deep SORT, IP Camera, Pelacakan Objek, Durasi Duduk, Kafe, Real-Time.

References

M Alfin Mansyur dan Nunik Pratiwi. “Deteksi Manusia Dengan Algoritma Yolo Untuk Pemutaran Audio Otomatis Di Area Tertentu,” JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Journal homepage: https://jurnal.stkippgritulungagung.ac.id/index.php/jipi ISSN: 2540-8984 Vol. 10, No. 1, Maret 2025, Pp. 667-674.

[2] Siti Azizah, Ledya Novamizanti dan Sofia Sa'idah. “Identifikasi Tingkat Kematangan Dan Kualitas Buah Stroberi Menggunakan Deep Learning,” ISSN : 2355-9365, e-Proceeding of Engineering : Vol.11, No.4 Agustus 2024 | Page 2881.

[3] I Made Dwijaya Maleh, Rony Teguh, Abertun Sagit Sahay, Simon Okta dan Muhammad Porkab Pratama. “Implementasi Algoritma You Only Look Once (YOLO) Untuk Object Detection Sarang Orang Utan,” JURNAL INFORMATIKA, Vol.10 No.1 April 2023, Halaman 19-27 ISSN: 2355-6579 | E-ISSN: 2528-2247 DOI: https://doi.org/10.31294/inf.v10i1.13922.

[4] Mohamad Ramdhani1, Irwan Purnama dan Yusuf Nur Wijayanto. “Implementasi CCTV sebagai Monitoring Keamanan Lingkungan Di RT 04 RW 13 Komplek Griya Prima Asri Balendah,” Prosiding Seminar Nasional Hasil Pengabdian Kepada Masyarakat, No ISBN : 978-623-6484-23-8.

[5] Rahmat Juniar Dwiansyah, Yuli Christyono dan Adian Fatchur Rochim. “Implementasi Dan Analisis Performansi Layanan Video Streaming Dan CCTV Berbasis RED5 Pada VIRTUALSERVER,” Jurnal Transient, No ISSN : 2302-9927.

[6] Adam Ramdan dan Asriyanik. “Implemtasi Deteksi Objek Real-Time Sebagai Media Edukasi dengan Algoritma YOLOv8 pada Objek Sampah,” Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen, No ISSN : 2088-1770.

[7] Ari Surya Jaya dan Dadang Iskandar Mulyana. “Implementasi Sistem Kasir Digital Berbasis Teknologi Deteksi Tangan Computer Vision dan OpenCV,” Smart Comp, No ISSN : 2569-0796.

[8] Riyadh Rachman Firdaus dan Chrismikha Hardyanto. “Pembangunan Aplikasi Pendeteksi Keramaian di Ruang Publik Dalam Penerapan New Normal di Kota Bandung,” JUPITER : Jurnal Penelitian Mahasiswa Teknik Dan Ilmu Komputer Volume 3 - Nomor 1, Mei 2023, hlm. 1 - 10 ISSN: (print) ISSN: 2807-3525 (online).

[9] I Wayan Dikse Pancane. “Penerapan Internet of Things dalam Memonitoring Sistem Pencatatan Pengunjung,” Jurnal SIMETRIS, Vol 14 No 1. April 2023 ISSN: 2252-4983.

[10] Nur Agustina, Khairi Ibnutama dan Deski Helsa Pane. “Penerapan Metode Background Subtraction Untuk Mendeteksi Penghuni Kost Melalui Citra CCTV,” JURNAL SISTEM INFORMASI TGD Volume 2, Nomor 1, Januar1 2023, Hal 99-107,P-ISSN:2828-1004;E-ISSN:2828-2566 https://ojs.trigunadharma.ac.id/index.php/jsi.

[11] Beatrix B.M. Wantania, Sherwin R.U.A. Sompie dan Feisy D. Kambey. “Penerapan Pendeteksian Manusia Dan Objek Dalam Keranjang Belanja Pada Antrian Di Kasir,” Jurnal Teknik Informatika vol.15 no. 2 April-Juni 2020, hal. 101-108 p-ISSN : 2301-8402, e-ISSN : 2685-368X ,dapat diakses melalui https://ejournal.unsrat.ac.id/index.php/informatika.

[12] Argi Nur Faturrohman, Sayekti Harits Suryawan dan Abdul Rahim. “Pengembangan Model Klasifikasi Kendaraan Keluar Masuk Area Parkir Dengan Algoritma YOLOv8,”Faturrohman, A.N., et.al.: Pengembangan Model Klasifikasi Kendaraan Keluar Masuk Area Parkir Dengan Algoritma YOLOv8.

[13] Gifary Dhimas Fadhillah, Agi Putra Kharisma dan Tri Afirianto. “Pengembangan RestoCrowd: Aplikasi Android Penghitung Jumlah Pengunjung Restoran Berbasis Crowdsourcing dengan Ekstrapolasi,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN: 2548-964X Vol. 4, No. 4, April 2020, hlm. 1042-1047 http://j-ptiik.ub.ac.id.

[14] Hanif Ulunnuha Hidayat, Rizal Setya Perdana dan Ari Kusyanti. “Pengembangan Sistem Penghitungan Penumpang Otomatis dalam Kondisi Wajah Penumpang yang Dikaburkan Menggunakan Algoritma YOLOv8 dan ByteTrack,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN: 2548-964X Vol. 1, No. 1, Januari 2017, hlm. x-x http://j-ptiik.ub.ac.id.

[15] Gibran, H., Purnama, B., & Kosala, G. “Pengoptimasian Pengukuran Kepadatan Jalan Raya Dengan Cctv Menggunakan Metode Yolov8,” Optimizing Highway Density Measurement with CCTV Using the Yolov8 Method. TechnomediaJournal,9(1). https://doi.org/10.33050/tmj.v9i1.2216.

[16] Nike Dwi Grevika Drantantiyas a, Winda Yulita b, Naufal Taufiq Ridwan b, Uri Arta Ramadhani c, Rahman Indra Kesuma b, Arkham Zahri Rakhman b, Radhinka Bagaskara b, Afit Miranto c dan Zunanik Mufidah d. “Performasi Deteksi Jumlah Manusia Menggunakan YOLOv8,” Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer ISSN- 2685-497X Vol 5, Issue 2, 2023.

[17] Laurensius Adi Kurniawan, I Putu Agung Bayupati, Kadek Suar Wibawa, I Made Sukarsa dan I Kadek Gunawan. “Sistem Klasifikasi Jenis dan Warna Kendaraan Secara Real-time Menggunakan Metode k-Nearest Neighbor dan Framework YOLACT,” JEPIN (Jurnal Edukasi dan Penelitian Informatika) ISSN(e): 2548-9364 / ISSN(p) : 2460-0741.

[18] Afandi Nur Aziz Thohari , Aisyatul Karima, Angga Wahyu Wibowo dan Kuwat Santoso. “Sistem Penghitung Jumlah Orang Menggunakan Metode SSD-MobileNet dan Centroid Tracking,” Available at https://jtsiskom.undip.ac.id(3January2022)DOI:10.14710/jtsiskom.2022.xxxxx Jurnal Teknologi dan Sistem Komputer, 10(x), 2022, 1-10.

[19] Erinna Astiadewi1, Martanto, Arif Rinaldi Dikananda dan Dede Rohman. “Algoritma YOLOv8 untuk Meningkatkan Analisa Gambar dalam Mendekteksi Jerawat,” Jurnal Informatika Teknologi dan Sains (JINTEKS) E-ISSN : 2686-3359 Submission Jan 28, 2025 | Revised Feb 07, 2025 | Accepted Februari 15, 2025 Hal. 346-353 Vol. 7; No. 1 Februari 2025.

[20] Nabila Khairunisa, Carudin dan Asep Jamaludin. “Analisis Perbandingan Algoritma CNN dan YOLO dalam Mengidentifikasi Kerusakan Jalan,” JITET (Jurnal Informatika dan Teknik Elektro Terapan) Vol. 12 No. 3, pISSN:2303-0577,eISSN:2830-7062 http://dx.doi.org/10.23960/jitet.v12i3.4434.

[21] Hamid R.Arabnia, Leonidas Deligiannidis dan Hayaru Shouno. “Advances in Computer Vision and Computational Biology,” Springer Cham, https://doi.org/10.1007/978-3-030-71051-4

[22] Satish Kumar Signh, Partha Roy, Balasubramanian Raman dan P.Nagabhushan. “Computer Vision and Image Processing,” Springer Singapore, DOI https://doi.org/10.1007/978-981-16-1092-9.

[23] Adrian Bartoli dan Andrea Fusiello. “Computer Vision – ECCV 2020 Workshops,” Springer Cham, DOI https://doi.org/10.1007/978-3-030-68238-5.

[24] Harish Sharma, Mukesh Saraswat, Sandeep Kumar dan Jagdish Chand Bansal. “Intelligent Learning for Computer Vision,” Springer Singapore, DOI https://doi.org/10.1007/978-981-33-4582-9.

[25] Xin Pan, Xuanhe Zhao, Weihong Yan, Jiangping Liu, Xiaoling Luo dan Tana Wuyun. “Computer Vision based Identification and Mosaic of Gramineous Grass Seeds,” Springer Singapore, DOI https://doi.org/10.1007/978-981-16-3501-4.

[26] Yanto, Faruq Aziz dan Irmawati. “YOLO-V8 Peningkatan Algoritma untuk Deteksi Pemakaian Masker Wajah,” JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 3, Juni 2023.