Implementasi Model Hibrida RT-DETR dan Vision Transformer untuk Deteksi dan Klasifikasi Produk Retail Berdasarkan Citra Kemasan
Journal Artificial: Informatika dan Sistem Informasi · 31.10.2026 · 4 (2) · 271-286
DOI: 10.54065/artificial.1982 ↗Kurz gefasst
Fachartikel in der Zeitschrift Journal Artificial: Informatika dan Sistem Informasi, online erschienen am 31.10.2026. Verfasst von Putri Munawaroh und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Abstract (Originalsprache)
Identifikasi produk retail pada kemasan merupakan salah satu penerapan computer vision yang dapat mendukung proses pengenalan produk secara otomatis. Penelitian ini bertujuan mengimplementasikan model hibrida Real-Time DEtection TRansformer (RT-DETR) dan Vision Transformer (ViT) untuk mendeteksi dan mengklasifikasikan produk retail berdasarkan citra kemasan. Penelitian menggunakan pendekatan eksperimental dengan dataset yang dikumpulkan secara langsung melalui dokumentasi citra kemasan produk retail. Dataset terdiri atas 1.202 citra dari 15 kelas produk, yang dibagi menjadi data pelatihan, validasi, dan pengujian dengan rasio 80:10:10. RT-DETR digunakan sebagai model deteksi untuk menentukan lokasi objek produk melalui bounding box, sedangkan ViT digunakan untuk mengklasifikasikan hasil cropping objek ke dalam kelas produk. Model RT-DETR-L dilatih selama 36 epoch dengan ukuran citra 640 × 640 piksel dan batch size 8, sedangkan ViT-Base Patch16-224 dilatih selama 6 epoch menggunakan citra berukuran 224 × 224 piksel. Evaluasi RT-DETR dilakukan menggunakan metrik mean Average Precision (mAP), precision, dan recall, sedangkan kinerja klasifikasi hibrida dievaluasi menggunakan accuracy, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa RT-DETR mampu mendeteksi objek produk dengan nilai precision dan recall sekitar 0,90 serta mAP@50 sekitar 0,93–0,95. Pada tahap klasifikasi, ViT mencapai akurasi validasi sebesar 99,2% pada akhir pelatihan. Berdasarkan evaluasi rinci sistem hibrida, diperoleh nilai accuracy, precision, recall, dan F1-score masing-masing sebesar 100%. Hasil tersebut menunjukkan bahwa kombinasi RT-DETR sebagai pendeteksi objek dan ViT sebagai pengklasifikasi mampu menjalankan proses deteksi dan klasifikasi produk retail pada dataset penelitian dengan kinerja yang sangat baik.
Zitieren
APA
Munawaroh, P., Wijaya, H. O. L., & Irawan, D. (2026). Implementasi Model Hibrida RT-DETR dan Vision Transformer untuk Deteksi dan Klasifikasi Produk Retail Berdasarkan Citra Kemasan. Journal Artificial: Informatika dan Sistem Informasi, 4(2), 271-286. https://doi.org/10.54065/artificial.1982
Vancouver
Munawaroh P, Wijaya HOL, Irawan D. Implementasi Model Hibrida RT-DETR dan Vision Transformer untuk Deteksi dan Klasifikasi Produk Retail Berdasarkan Citra Kemasan. Journal Artificial: Informatika dan Sistem Informasi. 2026;4(2):271-286. doi:10.54065/artificial.1982
BibTeX
@article{Munawaroh2026,
author = {Munawaroh, Putri and Wijaya, Harma Oktafia Lingga and Irawan, Davit},
title = {Implementasi Model Hibrida RT-DETR dan Vision Transformer untuk Deteksi dan Klasifikasi Produk Retail Berdasarkan Citra Kemasan},
journal = {Journal Artificial: Informatika dan Sistem Informasi},
year = {2026},
volume = {4},
number = {2},
pages = {271--286},
doi = {10.54065/artificial.1982}
}
EUVIMED