Sistem POS Restoran Otomatis

Bela Puspita, Lidia (2025) Sistem POS Restoran Otomatis. MBKM Report, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (858kB)
	PDF BAB_I.pdf Download (66kB)
	PDF BAB_II.pdf Download (124kB)
	PDF BAB_III.pdf Download (1MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (121kB)
	PDF DAFTAR_PUSTAKA.pdf Download (54kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (5MB)
	PDF LEMBAR_PENGESAHAN.pdf Download (53kB)

Abstract

PT. SATSINDO merupakan perusahaan yang bergerak pada solusi otomatisasi sistem industri. Proyek yang dikerjakan selama magang yaitu Point of Sale (POS) otomatisasi pada restoran. Sistem POS pada restoran ini yaitu berupa mesin kasir otomatis yang dilengkapi dengan teknologi YOLOv8 untuk mendeteksi makanan melalui webcam, kemudian dapat menampilkan menu dan QR code pembayaran di komputer kasir. Keunggulan sistem POS berbasis deteksi YOLOv8 dibandingkan dengan POS konvensional yaitu dapat mendeteksi menu secara otomatis, mempercepat pemesanan tanpa input manual dan mengurangi kesalahan dalam proses input, sistem ini memanfaatkan warna piring sebagai pengenal menu sehingga tidak mengandalkan proses input manual atau barcode, menghasilkan QR code pembayaran secara instan. Sehingga sistem ini lebih efisien, fleksibel, dan lebih modern dibanding POS konvensional. Pengerjaan proyek ini memiliki tiga kendala yaitu menentukan pemodelan menu makanan, pembayaran jika dilakukan dengan debit, terjadinya delay pada sistem ketika menampilkan harga menu yang terdeteksi pada menu karena sistem perlu membaca database terlebih dahulu. Dari ketiga kendala ini terdapat solusi yaitu menu makan akan disesuaikan dengan warna piring, pembayaran hanya akan dilakukan dengan QR code saja, dan menu disesuaikan langsung dengan harga yang dikelola secara real time di dalam kode Python, bukan melalui database.

Item Type:	Technical Report (MBKM Report)
Creators:	Bela Puspita, Lidia (00000064657)
Contributors:	Karyono, Kanisius (0308077705)
Keywords:	Sistem POS , Teknologi webcam, YOLOv8.
Subjects:	500 Science and Mathematic > 530 Physics > 537 Electricity and Electronics
Divisions:	Faculty of Engineering & Informatics > Electrical Engineering
Date Deposited:	17 Jan 2025 12:54
URI:	https://kc.umn.ac.id/id/eprint/35643

Actions (login required)

View Item