Data Transmission Using RFID System on Smart Shopping Carts for Checkout Process Efficiency in Supermarket at Indonesia

Martinus,; Wahab, Metta Saridewi; Yudi,; Ham, Hanry

doi:10.1016/j.procs.2021.01.080

Cited by 20 publications

(10 citation statements)

References 7 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Martinus et al created a system for supermarket shopping research that enables people to scan items themselves and quickly pay. They focus on using RFID technology in the system [ 3 ]. Microcontrolled devices were studied by Novikov et al, and their aim was to develop a personal portable effective dose dosimeter with an RFID data channel without built-in power supply [ 4 ].…”

Section: Introductionmentioning

confidence: 99%

RFID Data Analysis and Evaluation Based on Big Data and Data Clustering

2022

Computational Intelligence and Neuroscience

View full text Add to dashboard Cite

The era people live in is the era of big data, and massive data carry a large amount of information. This study aims to analyze RFID data based on big data and clustering algorithms. In this study, a RFID data extraction technology based on joint Kalman filter fusion is proposed. In the system, the proposed data extraction technology can effectively read RFID tags. The data are recorded, and the KM-KL clustering algorithm is proposed for RFID data, which combines the advantages of the K-means algorithm. The improved KM-KL clustering algorithm can effectively analyze and evaluate RFID data. The experimental results of this study prove that the recognition error rate of the RFID data extraction technology based on the joint Kalman filter fusion is only 2.7%. The improved KM-KL clustering algorithm also has better performance than the traditional algorithm.

show abstract

Section: Introductionmentioning

confidence: 99%

RFID Data Analysis and Evaluation Based on Big Data and Data Clustering

2022

Computational Intelligence and Neuroscience

View full text Add to dashboard Cite

show abstract

“…Namun, terdapat beberapa kekurangan yang ditemukan pada teknologi barcode seperti kapasitasnya yang terbatas untuk menyimpan data [6]. Permasalahan barcode yang sulit terbaca pada produk yang basah, letaknya yang sulit ditemukan dan adanya kemungkinan barcode mengalami kerusakan atau hilang sehingga tidak bisa dibaca scanner juga membuat antrean pada meja kasir menjadi tambah panjang, dan pembeli harus menunggu lebih lama [7].…”

Section: Pendahuluanunclassified

Sistem Manajemen Inventori Dengan Pengenalan Barang Secara Otomatis Menggunakan Metode Convolutional Neural Network

Loekman

Lina

2023

teknika

View full text Add to dashboard Cite

Saat ini teknologi barcode masih luas penggunaannya untuk mendata stok barang. Namun pada faktanya barcode juga memiliki kelemahan. Misal, barcode rentan mengalami kerusakan sehingga data di dalamnya sulit terbaca oleh scanner. Selain itu, barcode juga hanya bisa di-scan pada jarak tertentu, serta letaknya yang berbeda-beda di setiap produk juga membuat user harus mencari letak barcode terlebih dahulu sebelum di-scan. Teknologi RFID yang ditawarkan untuk menjadi jalan keluar dari permasalahan pada teknologi barcode juga memiliki beberapa hambatan untuk penerapannya, salah satu contohnya adalah biaya yang mahal. Pada penelitian ini dibuat sebuah sistem manajemen inventori berbasis website menggunakan HTML, CSS, dan PHP. Hasil black box testing fungsionalitas web menunjukkan hasil yang sangat baik, tingkat keberhasilannya mencapai 93,94%. Teknologi computer vision khususnya object recognition yang menggunakan arsitektur ResNet dalam CNN juga diterapkan untuk mengenali barang melalui input-an citra objek secara otomatis. Setelah melakukan training data terhadap sepuluh kelas yang sudah ditentukan, didapatkan sebuah model dengan validation loss sebesar 1.0834e-04 dan validation accuracy mencapai 100%. Berdasarkan testing yang dilakukan, model sudah mampu mengenali satu objek dalam satu frame foto dengan tingkat akurasi mencapai 90%. Namun akurasinya menurun untuk skenario testing dengan dua dan lima objek dalam satu foto, sehingga mendapatkan hasil tingkat akurasi 56% dan 54%.

show abstract

“…RFID itself works based on electromagnetic fields [21]. This type of RFID module uses a frequency of 13.56KHz [22]. The communication line for this MFRC5222 uses the SPI pin [23].…”

Section: Fig 2 Inventory System Block Diagrammentioning

confidence: 99%