Implementation of YOLOv8 in a Smart Mirror System for Personal Item Detection and Reminder

Abstract

Penelitian ini bertujuan mengembangkan sistem smart mirror yang mampu mendeteksi dan mengingatkan pengguna terhadap barang-barang pribadi seperti masker, kacamata dan kartu identitas kerja menggunakan metode object detection dengan algoritma YOLOv8 (You Only Look Once versi 8). Sistem dibangun menggunakan dataset yang dikumpulkan dan dianotasi secara mandiri, kemudian dilatih melalui platform Google Colab, dengan pembagian data 80% training dan 20% validation. Kamera terintegrasi pada cermin akan menangkap citra secara real-time, dianalisis oleh model YOLOv8, dan sistem akan memberikan notifikasi suara secara otomatis apabila salah satu barang tidak terdeteksi. Hasil pengujian menunjukkan model mencapai tingkat presisi (precision) sebesar 78,60% secara keseluruhan, dengan rincian per kelas objek yaitu masker sebesar 97,65%, kacamata sebesar 80,26%, dan kartu identitas sebesar 74,21%. Presisi terendah pada kartu identitas disebabkan oleh permukaannya yang bersifat reflektif, sehingga menjadi salah satu tantangan sekaligus bahan pengembangan untuk penelitian selanjutnya. Sistem ini terbukti dapat membantu pengguna mengecek kelengkapan barang pribadi secara efisien sebelum beraktivitas. Kata kunci: YOLOv8, Smart Mirror, Object Detection, Barang Pribadi.