Perkembangan teknologi digital telah mendorong inovasi dalam sektor ritel untuk meningkatkan efisiensi dan mengurangi ketergantungan pada tenaga kerja manual. Salah satu inovasi tersebut adalah penerapan sistem kasir pintar (smart cashier) berbasis visi komputer. Penelitian ini merancang dan merealisasikan prototipe smart cashier menggunakan Raspberry Pi 4, webcam USB, buzzer, LCD I2C, dan thermal printer. Sistem ini memanfaatkan algoritma You Only Look Once (YOLOv5) untuk mendeteksi produk secara real-time tanpa menggunakan barcode.
Ketika produk terdeteksi, sistem akan menampilkan informasi pada LCD, memberikan notifikasi suara melalui buzzer, serta mencetak struk belanja menggunakan thermal printer setelah pengguna menekan tombol push button. Algoritma YOLO bekerja dengan membagi citra menjadi grid, membuat prediksi bounding box dan klasifikasi objek (produk tertentu), kemudian menghasilkan keputusan akhir berdasarkan confidence score. Dataset yang digunakan berupa citra produk makanan dan minuman seperti Indomie, Le Minerale, Milku, Pop Ice, dan Teh Javana, yang dilatih menggunakan Google Colab dengan GPU untuk mempercepat proses training. Model hasil pelatihan dipindahkan ke Raspberry Pi agar dapat berjalan secara mandiri tanpa server tambahan.
Pengujian dilakukan pada kondisi pencahayaan stabil di laboratorium dengan jarak deteksi efektif 10–20 cm. Hasil pengujian menunjukkan tingkat presisi deteksi sebesar 82% dengan rata-rata waktu respon 1,3 detik dari peletakan produk hingga hasil tampil pada LCD. Hasil ini menunjukkan bahwa sistem mampu bekerja sesuai rancangan, mulai dari deteksi produk hingga pencetakan struk transaksi. Meski demikian, akurasi sistem masih dapat ditingkatkan melalui perluasan dataset, penggunaan kamera beresolusi lebih tinggi, serta optimasi model agar lebih adaptif terhadap kondisi pencahayaan yang bervariasi.

Kata Kunci: Smart Cashier, Raspberry Pi, YOLOv5, Deteksi Produk, Thermal Printer, Visi Kom