DETEKSI TANGGAL PADA KEMASAN MAKANAN MENGGUNAKAN FASTER R-CNN DAN FPN DALAM KERANGKA DETECTRON2

Date Detection on Food Packaging Using Faster R-CNN and FPN in the Detectron2 Framework

Abstract

Informasi tanggal pada kemasan makanan sangat penting untuk memastikan keamanan dan kualitas produk. Namun, variasi dalam format, jenis font, dan kondisi pencetakan menimbulkan tantangan bagi identifikasi otomatis. Studi ini bertujuan untuk mengembangkan sistem deteksi tanggal otomatis menggunakan arsitektur Feature Pyramid Network (FPN) dan algoritma Faster R-CNN yang diimplementasikan dengan kerangka kerja Detectron2. Model dilatih menggunakan dataset kustom yang berisi gambar kemasan makanan dari sumber primer (diambil dengan kamera) dan sumber sekunder (dari internet), dan dievaluasi menggunakan Average Precision (AP), F1-score, dan waktu inferensi. Hasil menunjukkan kinerja yang kuat pada data sekunder, dengan rata-rata Average Precision (mAP) sebesar 75,9% dan F1-score 91,59%. Sementara itu, model ini mencapai kinerja yang cukup baik pada data primer, dengan AP@[0.50:0.95] sebesar 49,8% dan F1-score sebesar 80,42%. Hasil ini menunjukkan efektivitas penggunaan kombinasi FPN dan Faster R-CNN dalam menangani variasi kondisi kemasan. Sistem ini diharapkan dapat mendukung otomatisasi tugas inspeksi visual di industri makanan dengan secara akurat mengidentifikasi area tanggal, sehingga meningkatkan efisiensi dan keamanan dalam pengendalian kualitas produk.